
一、 教育背景
时间 | 学校 | 学科 | 学位 | 2019.10-2020.10 | 德国斯图加特大学 | 信息科学软件实验室 | 留学基金委博士联合培养(一年) | 2016.09-2021.11 | 北京航空航天大学 | 系统工程 | 博士(硕博连读) | 2014.09-2016.06 | 北京航空航天大学 | 控制科学与工程 | 硕士 | 2010.09-2014.06 | 北京航空航天大学 | 质量与可靠性工程 | 学士 | 应用数学 | 学士(北航双学位) |
|
二、 负责(参与)科研项目及成果
1. 型号项目:软件可靠性需求分析操作指南
(1)项目简介:研究某智能装备软件可靠性需求分析技术,以保证软件可靠性需求分析的充分性作为核心,编写可靠性需求分析操作指南,并开发相应的软件可靠性需求分析工具,通过实例分析获取软件可靠性需求,为软件可靠性需求的进一步完善提供支持。
(2)主要职责:负责早期项目指南及申请书的制定,项目团队的管理, 编写《软件可靠性需求分析操作指南》,与电科院合作开展实例验证,以及后期项目结题、答辩等过程。
2. 国家纵向课题:基于失效机理的复杂软件密集型系统运行时监控与失效预警技术研究
(1)项目简介:通过研究复杂武器装备软件系统的失效机理及运行时监控与失效预警技术,在系统运行时实时监控运行状态与行为,对异常行为进行警报,从而为后期的人工干预或自动化的故障隔离、故障路径阻断、或采取降级措施提供基础,避免系统失效行为的发生,保证我国复杂武器装备系统的可信性。
(2)主要职责: 面向复杂软件密集型系统的运行时监控点选取技术研究、监控代码自动生成研究;复杂软件密集型系统运行时监控工具原型开发。
3. 国家纵向课题:面向新一代构架的软件系统可靠性设计分析与测评技术
负责早期项目指南及申请书中软件可靠性测评部分的制定及项目团队的管理;结合常规测试的SOA系统软件可靠性测评方法研究,包括可靠性测评框架研究和基于BPEL的使用剖面及测试数据生成技术研究。
4. 国家纵向课题:软件可靠性设计分析及评估技术研究
负责研究软件可靠性综合分析方法,包括软件FMEA和软件FTA的正向/逆向综合分析方法,基于控制流图和数据流图的计算机辅助分析方法,数据交互分析方法等;软件可靠性分配工具、软件FMEA-软件FTA综合分析工具、软件可靠性设计准则工具、软件可靠性评估工具的开发与维护。
5. 国家纵向课题:软件可靠性与软件工程一体化技术及应用研究
负责软件可靠性工作计划、软件可靠性设计准则及符合性报告方法研究;软件可靠性设计准则工具开发;面向某型号系统的实例验证。
6. 横向课题:某系统软件安全性技术及应用研究
负责针对某系统进行初步危险分析PHA、功能危险分析FHA,软件FMEA,软件FTA等安全性分析。
7. 横向课题: 某智能装备软件可靠性安全性举证技术研究
负责软件可靠性/安全性举证通用框架研究,软件可靠性/安全性举证模式研究,软件可靠性/安全性举证证据研究。
三、 当前负责(参与)科研项目
1. 广州市博士青年基金:智能软件可靠性需求获取项目
负责研究智能软件可靠性需求获取方法,包括智能软件可靠性定性需求获取方法和智能软件可靠性定量需求获取方法,为智能软件可靠性 要求制定提供方法支持。
2. 广州市工信局“四化”赋能平台项目:人工智能与大数据质量保障公共服务平台
(1)项目简介:赛宝人工智能与大数据质量保障公共服务平台围绕“数据、算法、算力、应用”等人工智能与大数据产业发展要素,提供面向全产业链的质量测试与保障公共服务,平台面向广州人工智能与大数据产业形成了“1+4+3”的人工智能与大数据质量保障公共服务能力。
(2)主要职责:申请书撰写,项目执行(构建人工智能测评能力、开展企业测评服务、对外培训、论坛交流)。
四、研究方向
研究领域涵盖系统/软件/人工智能系统工程与质量可靠性等相关领域,具体包括人工智能基础及测评技术、软件可靠性理论与技术、软件工程开发技术等。
研究重点:基于潜在失效因素及约束建模的人工智能系统可靠性测试评价技术研究
人工智能系统的底层实现原理与传统软件不同,包括技术黑盒性、缺乏清晰的内部控制结构等,导致人工智能系统涌现出一系列新特性。这些涌现特性使得人工智能系统的可靠性难以保障,轻则造成智能产品故障频发、总成本大幅提高、损害品牌形象,重则可能造成人员伤亡、严重的财产损失和环境破坏。因此,开展人工智能系统可靠性研究是必要且急迫的。然而如何开展人工智能系统的可靠性水平测试评估仍为现阶段研究难点,关键问题在于对人工智能系统潜在失效因素的分析与建模不清晰、明确。本研究拟针对人工智能系统可靠性水平难量化评估的问题,研究人工智能系统潜在失效表征因素,面向被测对象获取因素间的约束关系,以此为基础生成人工智能系统可靠性测试用例,并提出面向多种排错策略的人工智能系统可靠性评估模型。本研究旨在通过测试评估人工智能系统可靠性水平,可为后续人工智能系统改进和可靠性水平提升提供基础。