PaaS技术创新Lab聚焦软件工程领域的硬核能力,综合利用 软件分析数据挖掘机器学习 等技术,为软件研发人员提供最先进的核心引擎和智慧大脑。PaaS技术创新Lab由中国计算机学会软件工程专委副主任、前北京大学教授王千祥担任主任,由 软件分析子LabDev AI 子Lab 组成,Lab团队分布在中国(北京、深圳、上海)、俄罗斯(莫斯科、圣彼得堡)等各大城市。欢迎加入我们,一起开创软件研发的新天地。

研究方向

研究方向

活动规则

活动对象:华为云电销客户及渠道伙伴客户可参与消费满送活动,其他客户参与前请咨询客户经理

活动时间: 2020年8月12日-2020年9月11日

活动期间,华为云用户通过活动页面购买云服务,或使用上云礼包优惠券在华为云官网新购云服务,累计新购实付付费金额达到一定额度,可兑换相应的实物礼品。活动优惠券可在本活动页面中“上云礼包”等方式获取,在华为云官网直接购买(未使用年中云钜惠活动优惠券)或参与其他活动的订单付费金额不计入统计范围内;

活动对象:华为云电销客户及渠道伙伴客户可参与消费满送活动,其他客户参与前请咨询客户经理

  • 缺陷检查与修复

    软件缺陷严重威胁着软件系统质量和安全性。静态缺陷检查是保障软件质量和安全性的重要技术手段,能够帮助开发人员在编码阶段尽早发现问题。但随着软件规模越来越大,对静态缺陷检查技术也提出了巨大的挑战。如何进行全面、快速、准确的检查,如何帮助开发人员高效地修复发现的问题,以及如何有效地获取大型系统特有的缺陷知识,是三个亟需解决的技术难题。本研究团队致力于打造业界最精准和高效的缺陷检测与修复核心引擎,构筑自主可控的软件分析基础平台。主要研究方向聚焦在:

    (1)构建缺陷检查能力,覆盖华为编码规范、CWE、MISRA规范等,看护代码质量和安全性;

    (2)利用增量分析、分布式分析、冗余分析识别等技术来提高分析效率,减少时间和计算资源开销;

    (3)利用数据挖掘和机器学习技术,从大规模代码中挖掘缺陷模式及修复模式。

    软件缺陷严重威胁着软件系统质量和安全性。静态缺陷检查是保障软件质量和安全性的重要技术手段,能够帮助开发人员在编码阶段尽早发现问题。

  • 开源成分分析

    随着开源理念的普及以及开源社区的日益壮大,开源软件的开发与使用呈井喷式发展,这种开发模式在显著的提升了研发效率同时,也引入了合规和安全的风险,如何识别以及治理这些开源成分是一个十分有挑战的课题。针对这个问题,本项目基于分布式计算,大数据处理,弹性调度等技术,构筑全球最完备的开源数据集(PB级),实现以周为单位对数据的全量处理;基于开源原始数据,使用软件分析、数据挖掘、深度学习等技术,构建全量的开源知识库;在此基础上,使用代码克隆、软件静态分析,信息检索等技术,构建开源成分片段引用分析,二进制文件溯源分析,编译依赖组件分析,许可证合规分析等软件成分分析基础能力,最终提供业界领先的端到端的开源识别及治理解决方案。

    随着开源理念的普及以及开源社区的日益壮大,开源软件的开发与使用呈井喷式发展,这种开发模式在显著的提升了研发效率同时,也引入了合规和安全的风险,如何识别以及治理这些开源成分是一个十分有挑战的课题。

  • 智能化测试

    针对测试失败原因分析依赖人工分析,工作量大、耗时较长、重复度高,严重制约测试效率的场景采集用例信息、测试脚本、失败日志、测试套、产品日志等多源信息运用深度学习、强化学习、主动学习等技术,实时给出失败测试日志原因分类。

    针对测试失败原因分析依赖人工分析,工作量大、耗时较长、重复度高,严重制约测试效率的场景采集用例信息、测试脚本、失败日志、测试套、产品日志等多源信息运用深度学习、强化学习、主动学习等技术,实时给出失败测试日志原因分类。

  • 智能化运维

    AIOps(Artificial Intelligence for IT Operations),即智能运维,是指将AI应用于运维领域,基于已有的运维数据(日志、KPI指标等),通过AI的方式来解决传统运维没办法解决的问题。产品在运行中会产生海量日志,日志记录了系统的运行状态;通过研究基于日志模板提取、日志异常检测和日志故障定位的分析模型,可以定位或预知系统中已发生或潜在故障。

    AIOps(Artificial Intelligence for IT Operations),即智能运维,是指将AI应用于运维领域,基于已有的运维数据(日志、KPI指标等),通过AI的方式来解决传统运维没办法解决的问题。

  • 代码智能生成

    对标微软的Copilot、Google的AlphaCode,协同诺亚方舟实验室,聚合伦敦、莫斯科、圣彼得堡专家资源,致力于构筑业界Top1的代码智能生成能力。

    对标微软的Copilot、Google的AlphaCode,协同诺亚方舟实验室,聚合伦敦、莫斯科、圣彼得堡专家资源,致力于构筑业界Top1的代码智能生成能力。

  • 研发知识图谱

    传统搜索基于文本或者语义的相关性分析,知识图谱的搜索会呈现实体和实体直接的关系。抽象实体,分析和挖掘实体之间关系,基于知识图谱查询能力进行多维数据查询推荐。目前应用于分析代码、日志、脚本、需求等数据,分析建立知识图谱,通过对实体间关系分析,进行异常修复方案推荐、代码变更分析等..

    传统搜索基于文本或者语义的相关性分析,知识图谱的搜索会呈现实体和实体直接的关系。抽象实体,分析和挖掘实体之间关系,基于知识图谱查询能力进行多维数据查询推荐。目前应用于分析代码、日志、脚本、需求等数据,分析建立知识图谱,通过对实体间关系分析,进行异常修复方案推荐、代码变更分析等..

研究合作

PaaS创新lab合作计划,与学术界以及工业界精英一道,为创新技术提供顶级支撑。

与世界级大师一起,改变世界。

加入我们

PaaS创新技术Lab精英招募计划,诚邀各路精英加入,赋能华为云,构建万物互联的智能世界。

研究合作

PaaS创新lab合作计划,与学术界以及工业界精英一道,为创新技术提供顶级支撑。

与世界级大师一起,改变世界。

加入我们

PaaS创新技术Lab精英招募计划,诚邀各路精英加入,赋能华为云,构建万物互联的智能世界。