近日，第35届软件测试与分析国际研讨会（The 35th ACM SIGSOFT International Symposium on Software Testing and Analysis，ISSTA 2026）录用结果揭晓。实验室博士生叶君尧（导师邹德清教授）和余泽亮（导师文明教授）的论文分别被该会议正式录用。

叶君尧的论文题目为“CID: Clean-Seed-Free Backdoor Defense via Counterfactual Invariance for Neural Code Models”。神经代码模型极易受后门攻击，现有防御不仅难以应对复杂威胁，且严重依赖获取成本极高的可信种子数据。为此，该研究提出基于反事实不变性的无干净种子防御方法CID。利用干净与毒化样本不对称的反事实行为，CID通过上下文干预与梯度引导结构化干预两步正交探针，直接从混合数据中提取高纯度干净种子，进而进行马哈拉诺比斯表征空间过滤。在横跨4项任务、5种语言的广泛评估中，CID以低误报率实现了优于现有基线的检测性能。此外，CID能有效保留良性数据，在维持模型实用性的同时，显著降低了残余攻击成功率。

余泽亮的论文题目为 “PatchPorter: LLM-Driven Security Patch Porting via Version Tracing and Context Selection for NPM”。NPM是 JavaScript/Node.js 生态中广泛使用的第三方软件包管理平台，针对其中高风险1-day漏洞修复周期长、直接升级易引发兼容性问题的挑战，该研究提出基于大语言模型的安全补丁移植方法PatchPorter。该方法通过版本历史追踪缓解跨版本代码语义差异带来的修复位置定位困难，并结合补丁依赖分析动态选择最小且充分的上下文，以降低冗余信息和模型幻觉风险。实验基于112个真实NPM漏洞及其安全测试用例构建的数据集开展，结果表明PatchPorter相比最佳基线准确率提升26.23%，在最困难任务上提升70.59%，展现出良好的漏洞修复实用价值。

ISSTA是软件工程与软件测试领域最权威的国际学术会议之一，也是中国计算机学会（CCF）推荐的A类国际会议。本年度该会议的整体录用率约为23.6%。

（通讯员：叶君尧、余泽亮）