本讲主题

为什么开这门课

课程概述

• 软件工程研究简介
• 课程安排

Policies & 劝退

这门课经历的重造

研究生基本功训练普遍不合格

• 阅读不合格
  • 组里相当多的研究生，让他们推荐 3-5 篇经典的重量级论文时，大部分竟然只能拿出贡献很弱的论文
• 技术工作不合格
  • 无法对问题进行准确有效的形式化定义
  • 无法针对 well-defined 的问题提出合理的解决方法
• 写作不合格
  • 逻辑缺乏、用词不当、行文不顺

Raise the bar

• “跟 bar 低的人在一起久了，自己都觉得自己变 low 了”

软件工程研究

解决软件工程 (码农生产生活) 里的一切问题

• 让码农更快 (productivity) 地生产更好 (quality) 的软件
  • 终极目标：抢走码农的饭碗 (全自动生产高质量的代码)
• 在时间、资源、人员的限制条件下构建满足用户需求的软件系统

软件工程是个应用学科

理解软件开发过程中的方方面面

• 所以有很多 empirical study 类的论文
  • 例子：程序员在写代码的时候大脑里到底发生了什么？？

从其他领域 (常见是系统 Systems 和程序设计语言 Programming Languages) 偷一些机制来解决软件中的问题

• 有时候 System/PL 本身也解决软件工程问题
  • 软件测试、调试、分析……

For fun and profits

• 做一些好玩的、对程序员有用的东西
• 软件工程强调 usefulness (有用)

经典案例分享：什么是 PhD

Imagine a circle that contains all of human knowledge:

经典案例分享：什么是 PhD

By the time you finish elementary school, you know a little:

经典案例分享：什么是 PhD

By the time you finish high school, you know a bit more:

经典案例分享：什么是 PhD

With a bachelor’s degree, you gain a specialty:

经典案例分享：什么是 PhD

A master’s degree deepens that specialty:

经典案例分享：什么是 PhD

Reading research papers takes you to the edge of human knowledge:

经典案例分享：什么是 PhD

Once you’re at the boundary, you focus:

经典案例分享：什么是 PhD

You push at the boundary for a few years:

经典案例分享：什么是 PhD

Until one day, the boundary gives way:

经典案例分享：什么是 PhD

And, that dent you’ve made is called a Ph.D.:

经典案例分享：什么是 PhD

Of course, the world looks different to you now:

经典案例分享：什么是 PhD

So, don’t forget the bigger picture:

你的研究生涯？

理想的研究生生活

• 老板给方向 → 找到问题 → 提出解决方案 → 实现代码 → 做实验 → 写论文 → 发表

万事开头难：解决什么问题？

好问题来源于生产实践

• 巧妙型：卧槽，从来没有人想过这还是个问题啊！不看不知道，一看吓一跳！ (适合智者)
• 硬核型：大家已经试图解决一个问题几十年了，但现有技术都不灵光，我要试着克服一下！ (适合强者)
• 灌水型
  • 让我把这几个已有的东西拼在一起试试，看有没有啥效果
  • 这个问题已经做烂了，让我再从犄角旮旯里挖出一个 scope，提高 1%，然后再死命把故事说圆
    • 很遗憾，我们大部分时候就在做这些事 😂

评价研究问题

• novelty: 发现新问题；发明新技术
• significance: 解决软件开发者切实关注的重要问题

万事开头难：解决什么问题？ (cont'd)

核心难点

• 我是研一新生，我看什么都是新的
  • 无法准确评价 novelty 和 significance

老板的作用

• 给你适合的研究方向，里面有创新点和研究问题
  • 如果老板给你的问题很糟……
• 在你有发现以后评估 novelty 和 significance
  • 通常是干翻你……
• 要么干脆给你一个可以直接做的问题……

有了问题之后

能力强劲 (good problem solver)

• 找到问题其实就等于解决了 90%，剩下自己努力一下
  • 该看论文看论文
  • 该写代码写代码

能力弱鸡 (技能储备有限)

• 想不出算法、调不对代码、 调不好参数……
  • 老板对能否搞定有自己的判断，搞不定你就难了！
• 积极开展自救
  • 读书、读论文
  • 骚扰师兄，骚扰老板
  • (走上正反馈的正轨)

Reading: 阅读训练

每位同学需要阅读 列表 中的所有论文

• 包括五个主题，每个主题 4 篇论文 (并不完全正交)
  • Empirical software engineering (EMSE)
  • Software engineering process (SEP)
  • Formal methods (FM)
  • Software testing and analysis (STA)
  • Software maintenance and evolution (SME)

我们准备的论文是 “最好” 的论文，培养大家的品味 (taste)

• novelty
• significance
• “没想到还有这种操作！”

怎样读论文？

S. Keshav. How to read a paper, ACM SIGCOMM Computer Communication Review, 3(37), 2007.

Three-pass approach

• 第一遍 (非常快速)：category, context, correctness, contributions, clarity
• 第二遍 (理解内容)：主要方法、结论、证据等
• 第三遍 (virtually re-implement)：考虑每一个细节如果是自己，应该怎么做

Reading: 常见的难点和误区

新手主要克服的难点

• 阅读障碍 → 随着阅读量增加自然消失
• 贡献把握不准 → 随着阅读量大幅增加自然消失
• 基础不足 → 不要畏惧补充专业知识

常见误区

• 我只要读和我最相关的那几篇论文就够了
• 这篇 paper 有个情况处理不了，它就是个垃圾
  • 年轻时候读 paper 都是 destructive 的
  • senior 以后再读就是 constructive 的

Reading: 建议

“功利” 的阅读 (必要)

• “virtually re-implement” 纠正自己的误区
• 很多 (尤其是近期) 的论文都有会议报告的视频/音频
  • 他们会提炼问题、研究贡献、组织逻辑
  • 首先，构思自己会如何讲，然后观看视频/音频
  • 思考为什么论文作者讲得好/不好

不功利的阅读

• Hacker News, Stackexchange, ...
• Communications of the ACM
• Quanta Magazine
• The Morning Paper
• Github 上整理的各类论文列表

Writing: 写作训练

承认自己的写作很烂，然后加倍练习 (之后会在课程中介绍)

• 常见问题 (重要性排序)
  • 形式化不严谨 > 逻辑跳跃 > 论证不充分 > 用词不准 > 行文冗长 > 排版不美观

• 写作需要长期的训练
  • 建议：多骚扰老板 (仅这门课的训练是不够的)

Hacking: 编程训练

完成一份软件工程研究，可能需要编写数千/数万行的代码

• 我还要上课、谈恋爱、打游戏、刷题找工作…… 😂

举一些我们组的工作

• 没什么难的，RTFM + RTFSC, 花点时间就完事了
  • 拦截系统调用、虚拟磁盘获得 block trace、磁盘镜像对比
  • 修改 Android Runtime 提供调试接口
  • 修改正则引擎获得匹配 trace、遗传算法搜索正则表达式
  • 使用 QEMU 快照机制进行文件系统测试
  • 借助 Clang/LLVM 内部 API 分析内联汇编语义
• 如果觉得难，可以补一些基础课程
  • y2b 上海量世界一流大学的公开课

Policies

所有信息都在课程网站发布

• jyywiki.cn

Reading (presentation sessions)

• 地点：本教室，自带电脑，4:3 投影仪 (VGA 接口)
• 无故缺席/中文报告/... → FAIL

Writing

• 违反学术诚信 → FAIL (有先例)
• 超过 deadline → 该作业计 0 分

Hacking

• 超过 deadline → 该实验计 0 分

Reading：课堂论文报告 (30%)

每次 reading class 报告 4 篇论文

• 我们会组织成 conference session
  • session chair 简短介绍相关领域
  • 4 个报告
• 15 分钟报告 + 3 分钟 Q/A (全英文)
• 必须把论文解决的问题、核心贡献和最精彩的地方讲清楚

参考 Paper Bidding

• 每个同学针对自己的情况填写问卷 (包括偏好的论文等)
• 每个同学至多获得一次报告的机会
  • 因重要事由无法出席需找一个备胎

Writing：Research Proposal (30%)

Writing phase

• 使用任何工具撰写一个版本的 research proposal (第一版)
• 根据课堂学习内容修改逻辑和文字 (第二版)
• 使用 LaTeX/Tikz/Pgfplots 完成排版和图表绘制 (最终版)

Reviewing phase

• 同行评议 (peer review)，每个同学评议三个其他同学的提交

按照软件工程领域惯例，PC Charis (任课老师) 最终评选出

• Distinguished Proposal Award (< 10%)
• Distinguished Reviewer Award (< 10%)

Hacking：Programming Assignments (40%)

两个实验

• codesim (C++ 代码相似度检测)
  • 分析源代码或二进制代码
• jmtrace (Java 内存访问 tracing)
  • 了解一些 Java Bytecode，和程序插桩

自由选一个实验按照 Reusable 标准准备 Artifact

• 设置 Distinguished Artifact Award (< 10%)

劝退

这门课的主要目标是纠正大家的品味 (taste)

• 做好的研究、解决世界上没有解决过的困难问题

退课

• 没有 “解决问题” 的觉悟 → 退课
• 我的研究和软件工程/计算机系统没啥关系 → 退课 (性价比太低)

退组

• 我要水一个最低标准去毕业 → 退组
• 本组的同学无法 survive → 退组

退学

• 深切地认识到自己不适合做科研且不打算从头训练 → 退学