研究方向（领域）：

应时，男，博士，武汉大学计算机学院教授，博士生导师。中国计算机学会杰出会员和终身会员、中国计算机学会软件工程专业委员会常务委员、中国计算机学会形式化方法专业委员会执行委员、中国计算机学会教育专业委员会执行委员。

1986年毕业于武汉大学计算机科学系并留校工作，1999年武汉大学研究生毕业并获博士学位。1986年被聘为武汉大学软件工程国家重点实验室助教，1992年被聘为武汉大学软件工程国家重点实验室讲师，1996年被聘为武汉大学软件工程国家重点实验室副教授，2001年被聘为武汉大学软件工程国家重点实验室教授，2002年被聘为武汉大学软件工程国家重点实验室博士生导师。2000年入选国家教育部高等学校骨干教师资助计划。2003年获湖北省青年杰出人才基金资助。曾任武汉大学软件工程国家重点实验室副主任（2003年4月至2008年4月）、武汉大学软件工程国家重点实验室常务副主任（2008年4月至2018年1月）、武汉大学计算机学院副院长（2009年12月至2018年1月）。

主要从事计算机软件方面的科研、教学，以及应用软件开发工作。主要的研究领域有：云计算与云服务软件、大数据高效处理与智能分析、机器学习与人工智能、群体计算智能与智能进化算法、基于AI的大型复杂软件系统智能化运维管理、软件工程中的智能分析与优化、软件工程的形式化理论与方法等。

作为主持人主持的科研项目有：国家重点研发计划项目、国家863项目、国家自然科学基金项目、国家教育部科学技术重点项目、国家教育部博士点基金项目、湖北省青年杰出人才基金项目、武汉市青年科技晨光计划项目等。此外，还主持完成了多个应用型项目的工程开发。

已发表学术论文200多篇，其中多篇被SCIE、EI和ISTP索引收录。已获得国家发明专利10多项。

曾获得国家科技进步二等奖、湖北省科技进步一等奖3项、湖北省自然科学优秀学术论文二等奖、湖北省科技进步二等奖、四川省科学技术进步奖二等奖、湖北省科技进步三等奖、武汉市科技进步三等奖。

作为研究生导师已指导了博士生40多名、硕士生120多名。此外，还承担了本科生和研究生的课堂授课任务，多年讲授软件工程、软件体系结构、人工智能引论、编译原理、软件开发的形式化方法、面向服务的软件工程、UML建模语言、信息检索等课程。

联系方式：

通讯/办公地址：武汉大学计算机学院大楼E311

办公室电话：68776101

邮箱：yingshi@whu.edu.cn

教育背景：

1986年毕业于武汉大学计算机科学系并留校工作，1999年武汉大学研究生毕业并获博士学位。

工作经验：

1986年毕业于武汉大学计算机科学系并留校工作，1999年武汉大学研究生毕业并获博士学位。1986年被聘为武汉大学软件工程国家重点实验室助教，1992年被聘为武汉大学软件工程国家重点实验室讲师，1996年被聘为武汉大学软件工程国家重点实验室副教授，2001年被聘为武汉大学软件工程国家重点实验室教授，2002年被聘为武汉大学软件工程国家重点实验室博士生导师。2000年入选国家教育部高等学校骨干教师资助计划。2003年获湖北省青年杰出人才基金资助。曾任武汉大学软件工程国家重点实验室副主任（2003年4月至2008年4月）、武汉大学软件工程国家重点实验室常务副主任（2008年4月至2018年1月）、武汉大学计算机学院副院长（2009年12月至2018年1月）。

教授课程：

 软件工程、软件体系结构、人工智能引论、编译原理、软件开发的形式化方法、面向服务的软件工程、UML建模语言、信息检索等课程。

发表的论文：（自2017年起）

[1]     Abliz P, Ying S. Underestimation Estimators to Q-Learning[J]. Information Sciences, 2022, 607: 173-185. (CCF-B类期刊，中科院分区SCI一区，IF:8.233)

[2]     Zhu K, Ying S, Ding W, et al. IVKMP: A robust data-driven heterogeneous defect model based on deep representation optimization learning[J]. Information Sciences, 2022, 583: 332-363.  (CCF-B类期刊，中科院分区SCI一区，IF: 8.233) (通讯作者)

[3]     Zhang N, Ying S, Zhu K, et al. Software defect prediction based on stacked sparse denoising autoencoders and enhanced extreme learning machine[J]. IET Software, 2022, 16(1): 29-47.  (CCF-B类期刊，中科院分区SCI四区，IF=1.15) (通讯作者)

[4]     Li W, Li Q, Ming Y, Dai W, Ying S, Yuan M. An empirical study of the effectiveness of IR-based bug localization for large-scale industrial projects[J]. Empirical Software Engineering, 2022, 27(2): 1-31. (CCF-B类期刊，中科院分区SCI二区，IF= 3.762)

[5]     Zhu J, Li Q, Ying S. SAAS parallel task scheduling based on cloud service flow load algorithm[J]. Computer Communications, 2022, 182: 170-183. (CCF-C类期刊，中科院分区SCI三区，IF=5.047) (通讯作者)

[6]     Ying S, Wang B, Wang L, et al. An improved knn-based efficient log anomaly detection method with automatically labeled samples[J]. ACM Transactions on Knowledge Discovery from Data (TKDD), 2021, 15(3): 1-22.  (CCF-B类期刊，中科院分区SCI三区，IF：2.713). (第一作者、二个共同通讯作者排第一)

[7]     Duan X, Ying S, Yuan W, et al. QLLog: A log anomaly detection method based on Q-learning algorithm[J]. Information Processing & Management, 2021, 58(3): 102540.  (CCF-B期刊，中科院分区SCI一区，IF：6.222). (通讯作者)

[8]     Duan X, Ying S, Cheng H, et al. OILog: An online incremental log keyword extraction approach based on MDP-LSTM neural network[J]. Information Systems, 2021, 95: 101618.   (CCF-B期刊，中科院分区SCI二区，IF：2.309) (通讯作者)

[9]     Cheng G, Ying S, Wang B, et al. Efficient performance prediction for apache spark[J]. Journal of Parallel and Distributed Computing, 2021, 149: 40-51. (CCF-B类期刊，中科院分区SCI 三区，IF：3.734). (通讯作者)

[10]  Cheng G, Ying S, Wang B. Tuning configuration of apache spark on public clouds by combining multi-objective optimization and performance prediction model[J]. Journal of Systems and Software, 2021, 180: 111028.  (CCF-B类期刊，中科院分区SCI二区，IF:2.829). (通讯作者)

[11]  Zhu K, Ying S, Zhang N, et al. Software defect prediction based on enhanced metaheuristic feature selection optimization and a hybrid deep neural network[J]. Journal of Systems and Software, 2021, 180: 111026. (CCF-B类期刊，中科院分区 SCI二区，IF=2.829). (通讯作者)

[12]  Duan X, Ying S, Yuan W, et al. A generative adversarial networks for log anomaly detection[J]. Computer Systems Science and Engineering, 2021, 37(1): 135-148. (中科院分区 SCI三区，IF=4.397). (通讯作者)

[13]  Zhang N, Ying S, Ding W, et al. WGNCS: A robust hybrid cross-version defect model via multi-objective optimization and deep enhanced feature representation[J]. Information Sciences, 2021, 570: 545-576. (CCF-B类期刊，中科院分区 SCI一区， IF=8.233) (通讯作者)

[14]  Zhu J, Li Q, Ying S. Failure analysis of static analysis software module based on big data tendency prediction[J]. Complexity, 2021, 2021. (中科院分区SCI四区，IF:2.833) (通讯作者)

[15]  Dong B, Ying S, Wang B, et al. Analysing the Impact of Scaling Out SaaS Software on Response Time[J]. Scientific Programming, 2021, 2021. (中科院分区SCI四区，IF:1.025). (通讯作者)

[16]  Yang Z, Ying S, Wang B, et al. A system fault diagnosis method with a reclustering algorithm[J]. Scientific Programming, 2021, 2021. (中科院分区SCI四区，IF:1.025) (通讯作者)

[17]  Gan T, Han K, Huang H, Ying S, Gao Y, Li Z. Diffusion Network Inference from Partial Observations[C]//Proceedings of the AAAI Conference on Artificial Intelligence. 2021, 35(9): 7493-7500. (CCF-A类会议).

[18]  Dong B, Ying S, Li L, et al. Impact analysis about response time considering deployment change of SaaS software[J]. International Journal of Software Engineering and Knowledge Engineering, 2020, 30(07): 977-1004. （CCF-C类期刊，中科院分区SCI四区，IF:1.007）(通讯作者)

[19]  Zhang N, Zhu K, Ying S, et al. Software defect prediction based on stacked contractive autoencoder and multi-objective optimization[J]. Computers, Materials and Continua, 2020, 65(1): 279-308. (中科院二区，IF=3.772) (通讯作者)

[20]  Wang R, Ying S, Li M, et al. HSACMA: a hierarchical scalable adaptive cloud monitoring architecture[J]. Software Quality Journal, 2020, 28(3): 1379-1410. （CCF-C类期刊，中科院分区SCI三区，IF:1.642）（第二单位，通讯作者）

[21]  Wang R, Ying S. SaaS software performance issue diagnosis using independent component analysis and restricted Boltzmann machine[J]. Concurrency and Computation: Practice and Experience, 2020, 32(14): e5729.（CCF-C类期刊，中科院分区SCI四区，IF:1.536）（第二单位，二个共同通讯作者）

[22]  Qian Y, Ying S, Wang B. Anomaly detection in distributed systems via variational autoencoders[C]//2020 IEEE International Conference on Systems, Man, and Cybernetics (SMC). IEEE, 2020: 2822-2829.（CCF-C类会议）

[23]  Wang B, Ying S, Cheng G, et al. A log-based anomaly detection method with the NW ensemble rules[C]//2020 IEEE 20th International Conference on Software Quality, Reliability and Security (QRS). IEEE, 2020: 72-82. （CCF-C类会议）(通讯作者)

[24]  Wang B, Ying S, Yang Z. A log-based anomaly detection method with efficient neighbor searching and automatic K neighbor selection[J]. Scientific Programming, 2020, 2020. (中科院分区SCI四区，IF:0.963). (通讯作者)

[25]  Zhang T, Ying S, Geng J. Database resource integration of shared cloud platform based on RAC architecture[J]. Neural Computing and Applications, 2020, 32(1): 127-138. (中科院分区SCI三区，IF:4.774) (通讯作者)

[26]  Wang B, Ying S, Cheng G, et al. Log-based anomaly detection with the improved K-nearest neighbor[J]. International Journal of Software Engineering and Knowledge Engineering, 2020, 30(02): 239-262.  (中科院分区SCI四区，CCF-C类期刊，IF:1.47) (通讯作者)

[27]  Zhu K, Zhang N, Ying S, et al. Within‐project and cross‐project just‐in‐time defect prediction based on denoising autoencoder and convolutional neural network[J]. IET Software, 2020, 14(3): 185-195. (CCF-B类期刊，中科院分区SCI四区，IF:1.363) (通讯作者)

[28]  Zhu K, Ying S, Zhang N, et al. A performance fault diagnosis method for SaaS software based on GBDT algorithm[J]. Computers, Materials & Continua, 2020, 62(3): 1161-1185. (中科院分区SCI 二区，IF=3.772) (通讯作者)

[29]  Zhu K, Zhang N, Zhang Q, Ying S, Wang X. Software defect prediction based on non-linear manifold learning and hybrid deep learning techniques[J]. Computers, Materials and Continua, 2020, 65(2): 1467-1486. (中科院分区 SCI 二区，IF=3.772) (通讯作者)

[30]  Zhang N, Zhu K, Ying S, et al. KAEA: A novel three-stage ensemble model for software defect prediction[J]. Computers, Materials and Continua, 2020, 64(1): 471-499. (中科院二区，IF=3.772) (通讯作者)

[31]  Zhu K, Zhang N, Ying S, et al. Within-project and cross-project software defect prediction based on improved transfer naive bayes algorithm[J]. Computers, Materials and Continua, 2020, 63(2): 891-910. (中科院分区SCI二区，IF:3.772). (通讯作者)

[32]  应时, 李小红, 刘伟, 等. 软件工程专业教学思考与实践[J]. 软件导刊, 2020, 19(1): 15-17.（第一作者，通讯作者）

[33]  Wang R, Ying S, Jia X. Log data modeling and acquisition in supporting SaaS software performance issue diagnosis[J]. International Journal of Software Engineering and Knowledge Engineering, 2019, 29(09): 1245-1277. (中科院分区SCI四区，IF:0.886) (通讯作者)

[34]  Li Z, Jing X Y, Zhu X, Zhang H, Xu B, Ying S. Heterogeneous defect prediction with two-stage ensemble learning[J]. Automated Software Engineering, 2019, 26(3): 599-651. (CCF-B类期刊，中科院分区SCI三区，IF:2.2)

[35]  Li Z, Jing X Y, Zhu X, Zhang H, Xu B, Ying S. On the Multiple Sources and Privacy Preservation Issues for Heterogeneous Defect Prediction, IEEE Transactions on Software Engineering, 2019, 45(4):391-411. (CCF-A类期刊，中科院分区SCI一区，IF:6.112)

[36]  Li Z, Jing X Y, Wu F, Zhu X, Xu B, Ying S. Cost-sensitive transfer kernel canonical correlation analysis for heterogeneous defect prediction[J]. Automated Software Engineering, 2018, 25(2): 201-245. (CCF-B类期刊，中科院分区SCI三区，IF:1.806)

[37]  Wu H, Ying S. Finding similar users over multiple attributes on the basis of intuitionistic fuzzy set[J]. Mobile Networks and Applications, 2018: 1-9. (中科院分区SCI四区，IF:2.497) (通讯作者)

[38]  Li Y, Ying S, Jia X, et al. Eh-recommender: Recommending exception handling strategies based on program context[C]//2018 23rd International Conference on Engineering of Complex Computer Systems (ICECCS). IEEE, 2018: 104-114. (CCF-C类会议) (共同通讯作者，两个)

[39]  Wang R, Ying S. SaaS software performance issue identification using HMRF‐MAP framework[J]. Software: Practice and Experience, 2018, 48(11): 2000-2018. (CCF-B类期刊，中科院分区SCI四区，IF:1.338) (通讯作者)

[40]  Wu F, Jing X Y, Dong X, Cao J, Xu M, Zhang H, Ying S, Xu B. Cross-project and within-project semi-supervised software defect prediction problems study using a unified solution[C]//2017 IEEE/ACM 39th International Conference on Software Engineering Companion (ICSE-C). IEEE, 2017: 195-197. (CCF-A类会议)

[41]  李琳, 应时, 董波, 王蕊. 云环境中面向服务软件的演化部署优化方法[J]. 中国科学:信息科学, 2017, 47(6), 715-735 . (中文CCF-A类期刊) (通讯作者)

[42]  Qi F, Jing X Y, Zhu X, Xie X, Xu B, Ying S. Software effort estimation based on open source projects: Case study of Github[J]. Information and Software Technology, 2017, 92: 145-157. (CCF-B类期刊，中科院分区SCI二区，IF:2.694)

[43]  Wang R, Ying S, Sun C, et al. Model Construction and Data Management of Running Log in Supporting SaaS Software Performance Analysis[C]// The International Conference on Software Engineering and Knowledge Engineering, SEKE 2017: 149-154. (CCF-C类会议). (通讯作者)。

主持的科研项目：

[1]     订单驱动的制造产业链完整性评估和风险预警理论，国家重点研发计划工业软件重点专项项目（编号：2022YFB3304300），2022年11月-2025年10月，项目主持人。

[2]     基于深度强化学习的均衡SaaS软件运行负载的方法，国家自然科学基金（编号：62072342），2021年1月-2024年12月，项目主持人。

[3]     基于SaaS软件运行日志分析的软件性能问题的在线识别和诊断方法，国家自然科学基金（编号：61672392），2017年1月-2020年12月，项目主持人。

[4]     面向运行性能改善的SaaS软件部署方案自优化方法，国家自然科学基金（编号：61373038），2014年1月-2017年12月，项目主持人。

[5]     面向服务软件体系结构设计阶段异常处理的建模与验证，国家自然科学基金（编号：61272113），2013年1月-2013年12月，项目主持人。

[6]     基于框架的面向服务软件异常处理方法研究，国家自然科学基金（编号：61070012/F020202），2011年1月-2013年12月，项目主持人

[7]     面向方面的软件体系结构设计方法研究, 国家自然科学基金（编号：60773006）,2008年1月-2010年12月, 项目主持人

[8]     软件体系结构的多维关注点建模与Aspect建模, 国家教育部博士点基金项目（编号：20060486045）, 2007年1月-2009年12月, 项目主持人

[9]     面向语义Web服务资源的软件设计语言的实现及其应用, 国家863项目（编号：2006AA01Z168）,2006年12月-2008年12月, 项目主持人

[10]  基于反射机制的软件体系结构重用方法研究, 国家自然科学基金（编号：60473066）, 2005年1月-2007年12月, 项目主持人

[11]  面向Web服务的软件开发方法研究, 湖北省青年杰出人才基金（编号：2003ABB004）, 2004年1月-2006年12月, 项目主持人

[12]  战术云协同大数据平台构建技术研究，电子科技大学合作项目，2020年09月-2020年12月，项目主持人。

[13]  软件开发与服务工作量核算管理体系优化，2018.6-2018.12，中国移动通信集团湖北有限公司横向项目，主持人。

[14]  软件开发与服务工作量安全管控技术，2019.1-2019.12，中国移动通信集团湖北有限公司横向项目，主持人。

[15]  内河船舶营运效益管理系统专用大数据分析管理平台，长江航运科学研究所有限公司横向项目，2019年01月-2020年6月，项目主持人。

[16]  基于历史缺陷数据的软件缺陷检测技术研究，北京京航计算通讯研究所，2019年07月-2019年12月，项目主持人。

[17]  武汉软件公共服务与技术支撑平台项目监理，2005年1月-2005年7月, 项目主持人。

授权专利：

[1]     一种基于高斯混合隐马尔可夫模型的系统故障预测方法，ZL 2021 1 0597641.X,2021年05月31日，2022年04月29日，授权公告号：CN113342597 B，第一完成人。

[2]     一种基于N-gram与频繁模式挖掘的系统日志解析方法，ZL 2021 1 0195563.0,2021年02月19日，2022年06月07日，授权公告号：CN112882997 B，第一完成人。

[3]     一种基于变分自动编码器的分布式系统异常检测方法，ZL 2021 1 0300576.X，2021年03月22日，2022年04月15日，CN 113157520 B，第一完成人。

[4]     一种基于密度加权集成规则的日志异常检测方法，ZL 2021 1 0063328.8，2021年01月18日，2022年04月15日，CN 112711665 B，第一完成人。

[5]     一种基于卷积神经网络的SaaS软件故障诊断方法及装置，ZL 2019 1 1397867.4，2019年12月30日，2021年06月04日，第一完成人。

[6]     一种基于日志语义挖掘的系统故障诊断方法及及装置 ZL2019 1 463679.0,2019年5月30日，2021年4月20日，第一完成人。

[7]     一种基于GBDT决策树的SaaS软件性能故障诊断方法，ZL 2019 1 0247053.6， 2021年4月2日，第一完成人。

[8]     面向减灾任务的时空数据获取与服务组合方案生成方法，ZL 2017 1 0980706.2，2021年3月16日，第一完成人。

[9]     一种基于支持向量机的性能故障的检测方法及装置，ZL 2019 1 0129256.5，2019年02月21日，2020年12月18日，第一完成人。

[10]  一种基于循环神经网络的Web用户访问路径预测方法，ZL2018 1 0092336.3，2018年1月30日，2020年5月12日，第一完成人。

[11]  一种面向微服务调用过程跟踪的监控系统及方法，ZL2017 1 0937117.6，2017年10月10日,2019年11月22日，第一完成人。

[12]  一种支持性能分析的SaaS软件部署方案的构建方法，ZL 2015 1 0692134.9，2015年10月23日，2018年10月09日，第一完成人。

[13]  一种基于CPN的面向服务软件性能建模与仿真分析方法，ZL2015 1 0389946.6，2015年7月6日，2017年11月28日，第一完成人。

[14]  一种基于数据起源技术的程序异常传播模型构造方法，ZL2013 1 0237839.2，2013年6月14日，2015年9月16日，第二完成人。

[15]  面向语义Web服务的资源搜索方法，ZL200910061211.5，2009年3月20日，2011年2月16日，第一完成人。

学术服务：

[1]     中国计算机学会软件工程专业委员会常务委员

[2]     中国计算机学会形式化方法专业委员会执行委员

[3]    中国计算机学会教育专业委员会执行委员。

成果奖励：

[1]     基于服务体系架构的软件开发平台研发及行业应用，2017年四川省科学技术进步奖二等奖，排名第3。

[2]     大型复杂软件系统的测试技术，2015年湖北省科技进步奖一等奖，排名第7。

[3]     可信软件的构造方法和技术，2014年湖北省科技进步奖一等奖，排名第2。

[4]     本体元建模方法及其在软构件库互操作性管理与服务中的应用，2009年国家科学技术进步奖二等奖，排名第7。

[5]     制造业信息化软构件库的语义互操作性管理与服务平台和ISO标准，2008年湖北省科技进步奖一等奖，排名第3。

[6]     基于软件模式的软组合件、软件框架的研究开发，2005年湖北省科技进步奖二等奖，排名第2。

[7]    基于构件库及构件组合的软件重用，2000年湖北省自然科学优秀学术论文奖二等奖，排名第1。