软件学报

所属栏目：电子信息期刊热度：时间：

软件学报 关注(): 期刊周期：月刊; 期刊级别：国家级; 国内统一刊号：11-2560/TP; 国际标准刊号：1000-9825; 主办单位：中国科学院软件研究所中国计算机学会; 主管单位：中国科学院软件研究所中国计算机学会; 查看软件学报近十年数据入口>>>; 上一本期杂志：《系统仿真学报》智能科技论文; 下一本期杂志：《计算机研究与发展》计算机期刊

　　搜论文知识网并非《软件学报》的官网或杂志社，为客户提供期刊征稿、论文发表等中介服务，在客户与期刊杂志社之间搭建了一座省时、省力的便捷桥梁。本站与《软件学报》等上百家同类正规期刊保持着多年的密切合作关系，切实提高客户期刊发表的质量与效率。通过本站发表论文，客户将获得更大的选择空间、更高的通过率、更快的发表速度、更满意的服务质量。

　　【杂志简介】

　　《软件学报》是一本刊登计算机软件各领域原创性研究成果的期刊,所刊登的论文均经过严格的同行专家评议。《软件学报》主要面向全球华人计算机软件学者,致力于创办与世界计算机科学和软件技术发展同步的以中文为主的"中文国际软件学术期刊", 为全球华人同行提供学术交流平台。《软件学报》创刊于1990年,由中国科学院软件研究所和中国计算机学会联合主办,已被EI Compendex, INSPEC, Abstracts Magazine, Mathematical Review, Zentralblatt MATH等国际数据库收录。

　　《软件学报》注重刊登反映计算机科学和计算机软件新理论、新方法和新技术以及学科发展趋势的文章,主要涉及理论计算机科学、算法设计与分析、系统软件与软件工程、模式识别与人工智能、数据库技术、计算机网络、信息安全、计算机图形学与计算机辅助设计、多媒体技术及其他相关的内容。

　　【影响因子】

　　国家新闻出版总署收录

　　【获奖情况】

　　2001年入选中国期刊方阵“双百期刊”

　　2000年荣获中国科学院优秀科技期刊一等奖

　　国外数据库收录

　　俄罗斯文摘杂志

　　英国物理学、电技术、计算机及控制信息社数据库

　　美国数学评论

　　【栏目设置】

　　主要涉及理论计算机科学、算法设计与分析、系统软件与软件工程、模式识别与人工智能、数据库技术、计算机网络、信息安全、计算机图形学与计算机辅助设计、多媒体技术及其他相关的内容。

　　软件学报最新期刊目录

基于变色龙哈希的可撤销注册属性加密方案

摘要：属性加密方案能够实现基于用户属性的细粒度访问控制,但密钥的生成依赖于一个授权中心来完成,容易带来密钥泄露的安全隐患.注册加密方案通过引入用户注册、公钥聚合等机制,缓解了由授权中心带来的安全风险.然而,目前基于多sRABE子方案并行构建的注册属性加密方案在用户动态增减时需要频繁执行公钥重聚合操作,其计算与存储开销随子方案数量线性增长,难以适用于用户频繁变化的场景.针对上述不足,提出一种基于变色龙哈希...

从设计到安全分析:异构模型转换与交叉验证

摘要：在复杂软件系统开发过程中,设计阶段与验证阶段的有效衔接是确保系统可靠性和功能正确性的关键.然而,设计工具与验证工具在建模语言、语义和数据结构上的异构性,易导致模型转换语义不一致、工具链互操作性不足以及验证覆盖不充分.为解决上述挑战,提出一种基于统一中间表示的分层转换与多重交叉验证机制.该机制以设计模型为起点,结合系统理论过程分析(systems-theoretic process analysis...

基于线性松弛与对偶优化的循环神经网络验证方法

摘要：随着当今软硬件和人工智能技术的不断发展,以神经网络为代表的智能模型在各行各业被广泛应用,但同时也暴露出不少安全问题,例如与鲁棒性相关的对抗样本问题.因此,通过形式化验证的方式来检测并保障神经网络的鲁棒性和安全性至关重要.然而,现有的神经网络验证工作主要面向以ReLU作为激活函数的前馈神经网络,对于结构复杂、激活函数非线性的循环神经网络(RNN)的验证工作比较有限.基于此现状,提出一种基于线性松弛与...

QueryGuide:基于生成式模型的细粒度查询提示推荐方法

摘要：慢查询是指执行时间超过数据库系统所设定的阈值,从而影响整体性能的查询.由于开发人员经验不足及查询接口模板缺乏灵活性,慢查询在应用程序中频繁出现,成为数据库故障的主要原因.为了提速慢查询,数据库管理员通常会进行人工修复,但是在数据量较大的情况下效率较低,因此针对慢查询的自动重写方法的研究显得尤为重要.查询提示是用于显式控制数据库优化器决策的调优指令,可以通过影响访问路径等策略来改善查询性能.查询提示...

RISC-V与人工智能系统软件前沿进展专题前言

摘要：<正>RISC-V的开放、可扩展特性使其在人工智能领域展现出了独特优势和巨大潜力.系统软件作为计算机系统中连接底层硬件和上层应用的桥梁,对于发挥RISC-V架构的优势和潜力起到了关键性作用.本专题聚焦操作系统、编译器、基础库等系统软件在RISC-V平台上的基础性问题,同时还特别关注面向人工智能领域的系统软件栈及关键技术、人工智能赋能的系统软件和新技术,旨在进一步推动国内RISC-V相关...

《软件学报》投稿指南

摘要：<正>《软件学报》是一本刊登计算机软件各领域原创性研究成果的期刊,所刊登的论文均经过严格的同行专家评议.《软件学报》主要面向全球华人计算机软件学者,致力于创办与世界计算机科学和软件技术发展同步的以中文为主的“中文国际软件学术期刊”,为全球华人同行提供学术交流平台.《软件学报》创刊于1990年,由中国科学院软件研究所和中国计算机学会联合主办,已被EI Compendex,INSPEC,A...

《软件学报》2027年专刊/专题出版计划

摘要：<正>~

数学分析机械化工程I:一元微积分形式化系统

摘要：形式化数学是一次数学革命,结合定理证明器的数学定理机器证明,不仅是对数学严谨性的一种新标准,更是发展数学的一种新方式.随着世界范围不断有数学难题在计算机辅助下的成功解决,以及专家学者对各种数学形式化项目或工程的发起,形式化数学的影响力与日俱增,在数学界与计算机界引起广泛影响.介绍一项基于定理证明工具Coq的数学分析形式化系统,该系统以华东师范大学数学系编著的《数学分析》为蓝本,在朴素集合论和初等数...

基于LLM智能体的智能家居场景规则自动生成

摘要：在智能家居系统中,场景自动化规则可根据用户设定的触发条件,自动执行一组设备操作,实现如“回家模式”“睡眠模式”等复杂的设备联动行为.然而,终端用户在创建定制化规则时常面临挑战,特别是在实现多设备协同和满足复杂用户意图时表现尤为明显.一方面,用户普遍缺乏专业知识,难以清晰表达需求或将其转化为形式化规则;另一方面,现有自动化规则生成方法普遍存在两方面局限:其一,缺乏对复杂场景的建模能力,难以支持涉及多...

FedProbe:代理模型引导的可解释联邦学习投毒攻击防御框架

摘要：联邦学习允许多个参与方在不共享本地私有数据的前提下协同训练一个共享的深度学习模型.然而,该范式在实际应用中极易受到日益复杂的投毒攻击威胁.现有的防御方法在检测效率、对多样化攻击的泛化能力以及在非独立同分布(non-IID)数据环境下的性能稳定性方面仍存在局限.为应对上述挑战,提出一种名为Fed Probe的、由代理模型引导的可解释联邦学习投毒攻击防御框架. FedProbe采用两阶段机制:首先,在...

人体姿态引导的鲁棒生成式隐写

摘要：传统图像隐写术通过将秘密信息嵌入载体图像中实现信息隐蔽传输,在信息安全和数据通信领域发挥着重要作用.然而,信息嵌入过程不可避免地会修改载体图像,容易被隐写分析工具检测到.相比之下,生成式图像隐写术利用生成模型直接从秘密信息生成隐写图像,从而避免了修改载体图像的问题.但现有生成式图像隐写方法在面对各种攻击尤其是几何攻击时普遍存在鲁棒性不足的缺陷,隐藏的信息易受各种攻击破坏而无法有效提取.为此,提出一...

基于大语言模型的数据库管理系统可靠性测试技术研究

摘要：数据库管理系统是支撑现代信息基础设施的核心软件,其可靠性直接影响数据安全与业务连续性.随着系统复杂度的不断提升,数据库中的缺陷可能导致数据损坏、信息泄露及系统崩溃等严重后果.近年来,模糊测试作为一种高效的自动化缺陷检测技术,已在数据库可靠性测试中广泛应用并取得显著成果.然而,传统模糊测试方法常依赖于简单的规则和模式生成测试用例,难以生成具有更深层次语义理解的复杂场景,因而在覆盖数据库管理系统复杂交...

HCA-Index:基于数据冷热感知的学习型索引

摘要：大数据时代背景下,传统索引(如B+树)面临内存占用过高等问题,学习型索引以其低内存占用和高查询效率正逐步替代传统索引.然而,现有学习型索引难以有效拟合多样化的数据分布,且易受新数据插入导致分布变化的影响,引发性能下降.为解决这些问题,提出一种基于数据冷热感知的学习型索引HCA-Index.该索引的核心包括:设计基于误差阈值的渐进分区算法实现对数据分布的动态拟合;通过自下而上提取键值范围并采用层级合...

基于双向选择性状态空间模型的动态图表示学习

摘要：动态图表示学习通过捕捉实体间随时间演化的拓扑结构与交互模式,为链接预测等下游任务提供具有时空感知能力的嵌入表示,从而揭示复杂系统的动态演化规律.连续时间动态图因其具备丰富的细粒度时间信息,为社交网络演化等复杂过程提供了更贴近真实世界的建模范式.然而,当前连续时间动态图表示学习至少面临3个挑战:(1)在长交互序列中有效提取关键信息需具备强大的长期时间依赖建模能力;(2)处理长交互序列时需控制计算复杂...

面向Discord平台的开源软件实践者沟通实证研究

摘要：Discord作为一种新兴的在线交流平台,近年来在开源软件开发过程中被广泛采用.现有研究针对Discord平台提出特定方法与技术,以协助软件实践者在该平台高效检索信息、识别对话历史中的重复问题,并构建消息数据集以挖掘有价值的信息.然而,针对开源软件实践者在Discord平台上的沟通行为,尚缺乏系统性、全面性的实证研究.深入理解此类沟通行为,对于提升开源社区协作效率及开源软件开发过程中的问题解决具有...

机器学习模型市场的收益分配策略综述

摘要：数据收益的合理分配是构建可持续数据市场的核心命题之一.相较于传统生产要素,数据的价值后验性、信息不对称性、零成本复制、外部性等特性,给其收益分配策略的设计带来了多维度的挑战.聚焦数据市场的重要分支——机器学习模型市场(以下简称模型市场),系统梳理该领域收益分配策略的研究进展,揭示其“从同质化走向差异化、从短期走向长期”的发展趋势.具体而言,首先形式化定义模型市场的收益分配问题,厘清收益分配的主体、...

软件供应链安全中LLM生成代码逻辑性缺陷检测

摘要：随着大语言模型(large language model, LLM)在代码生成领域的快速发展,其生成的代码在智能化基础软件供应链中的应用日益广泛.基础软件供应链中集成了大量基于LLM生成代码开发的第三方模块与组件.然而,由于LLM主要基于开源代码进行训练,训练代码中的缺陷与安全漏洞可能会导致生成代码存在潜在错误与供应链安全问题.为此,学术界有针对性地提出了EvalPlus等测试技术,但这些技术主要...

基于个性化联邦学习的跨项目软件缺陷预测方法

摘要：针对跨项目软件缺陷预测中数据隐私与项目异构性的双重挑战,提出一个名为PRIDE-SDP的框架.该框架的核心贡献在于深度融合了3种关键技术:采用个性化联邦学习范式为每个异构项目定制专属预测模型,集成提供严格数学保障的(ε,δ)-差分隐私机制保护数据不出本地,并设计了一个专用的时间-上下文融合网络(temporal-contextual fusion network, TCFN)以高效地捕捉软件度量特...

基于大语言模型的Java新特性测试程序生成

摘要：Java编程语言自诞生以来,就始终处于不断发展和演变的过程中.随着新语言特性及编程范式的不断涌现,Java的表达能力和执行效率在不断提升,推动了整个软件生态的进步.为了确保Java生态的安全性和稳定性,研究人员设计了多种针对Java编译器及虚拟机的测试程序生成方法,以检测潜在的缺陷.然而,现有工作主要针对成熟的语法设计测试程序生成方法或变异策略,难以对语言新特性进行有效地测试.为此,提出一种基于大...

图数据库节点标识存储引擎性能建模与适配策略

摘要：随着大数据和人工智能技术的快速发展,图数据库因其在复杂关系建模与高效查询方面的优势,逐渐成为社交网络分析、金融风控、知识图谱等领域的核心基础设施.图数据库的管理对象是节点以及节点之间的关系.在架构层面,节点唯一标识符(node identifier, NodeID)作为图数据管理的核心纽带,承担节点身份表征、关系寻址和图算法执行的关键职能.当前主流图数据库普遍采用键值存储(key-value st...

　　相关电子信息期刊推荐

　　核心期刊推荐

查看更多电子信息期刊