大数据与软件学院雷晏副教授课题组论文被软件工程顶级会议ICSE2022全文录用

近日，大数据与软件学院雷晏副教授课题组的论文《A Universal Data Augmentation Approach for Fault Localization》被CCF-A类推荐的第44届国际软件工程会议（The 44th International Conference on Software Engineering，ICSE 2022）录用。该论文针对现有软件缺陷定位技术存在的失效测试用例不平衡问题，利用失效测试语义表征和合成技术，提出了一种通用的软件缺陷定位技术数据增强方法，突破了现有软件缺陷定位技术的精度瓶颈，为软件缺陷定位提供了一种高效可靠的解决方案。

近年来，软件缺陷定位是软件工程领域的热点与重点研究问题，对于应对日益突出的软件缺陷问题，减少给社会生产和国民经济带来的损失具有重要意义。平衡数据集是缺陷定位高效运行的关键。由于失效测试用例在输入域分布不规律且比例低，获取平衡数据集对于缺陷定位极其困难，这成为制约缺陷定位发展的瓶颈难题。针对这一瓶颈难题，该论文创新性地提出基于数据特征空间来表征失效测试用例的输入域分布规律；根据数据特征空间表征出的失效测试用例分布规律，合成具有输入域分布特征的失效测试用例，以此解决失效测试用例不平衡的问题。该方法在SOTA缺陷定位方法上取得了平均45%的显著改进。ICSE审稿人充分肯定了本文数据增强方法的思路、实验与贡献，表示“data augmentation in itself is pretty rare in software engineering. So novelty is pretty high.”，并认为本文工作能对软件工程其它领域提供解决思路，表示“More broadly, data augmentation in software engineering could have great impact also for other related fields, such as program repair.”。

ICSE是软件工程领域公认的顶级国际学术会议，是中国计算机学会（CCF）推荐的“国际上极少数的顶级刊物和会议，鼓励我国学者去突破”的A类会议，在学术界享有很高的声誉。

重庆大学大数据与软件学院为该论文的第一单位，学院2020级硕士研究生谢欢为第一作者，雷晏为通讯作者，相关研究得到了国家重点研发计划、国家自然科学基金等项目的支持。