OpenMP aware MHP Analysis for Improved Static Data-Race Detection
数据竞争是并发程序中错误的一个主要来源，它会导致人力和时间的损失以及由于系统故障而导致的数据丢失。在HPC社区中使用的事实上的共享内存并行框架OpenMP也受到数据竞争的影响。为了检测OpenMP程序中的竞争条件并提高周转时间和/或开发人员的生产力，我们在LLVM编译器框架中提出了一种基于数据流分析的快速静态数据竞争检查器。我们的工具可以检测种族的存在或不存在显式的障碍，隐式或显式同步。此外，我们的工具有效地为OpenMP目标卸载结构，也支持常用的OpenMP结构。我们形式化并提供了一个数据流分析框架来执行OpenMP程序的相位间隔分析（PIA）。相位间隔，然后用于计算MHP（及其补充NHP）集的程序，这反过来又被用来检测数据竞争静态。我们评估我们的工作使用多个OpenMP竞争检测基准和现实世界中的应用程序。我们的实验表明，该检查器在各种性能指标方面与最先进的检查器相当，准确率约为90%，几乎完美的召回率，并且运行时间和内存占用量显着降低。
2021-11-08 cs.PL cs.SE
Data Race Detection by Digest-Driven Abstract Interpretation (Extended Version)
National University of Singapore（新加坡国立大学）
本文提出通过摘要驱动的抽象解释方法，结合锁集摘要和线程ID推理，显著提升数据竞争检测的准确性。
2025-11-25 cs.PL cs.SE
Beyond Locks and Thread IDs: Static Data Race Detection Off The Beaten Path (Extended Version)
Technical University of Munich（慕尼黑工业大学）；CISPA Helmholtz-Zentrum（CISPA亥姆霍兹信息与安全中心）；National University of Singapore（新加坡国立大学）
该研究扩展digest框架以处理静态数据竞争检测中被忽略的并发结构，引入线程屏障、pthread_once等机制，通过litmus测试评估并对比现有工具，发现其缺乏相关支持，提升了数据竞争检测精度。
2026-09-02 cs.PL cs.SE
SmartTrack: Efficient Predictive Race Detection
广泛使用的数据竞争检测器，包括最先进的FastTrack算法，会产生常规内部测试可接受的性能成本，但会错过从分析执行中检测到的竞争。预测分析在分析的执行中检测到的数据竞争比FastTrack检测到的更多，但性能成本要高得多。本文介绍了SmartTrack，算法优化预测的比赛检测分析，包括两个分析从以前的工作和本文介绍的一个新的分析。SmartTrack的算法包括两个主要的优化：（1）从以前的工作，首次应用到预测分析的时间和所有权优化;（2）本文介绍的新的冲突临界区优化。我们的评估表明，SmartTrack实现的性能竞争力与FastTrack-一个定性的改进，在最先进的数据竞争检测。
2020-04-09 cs.SE
Instrumentation Optimization for Practical Dynamic Race Detection
National University of Singapore（新加坡国立大学）；Saint Petersburg Electrotechnical University "LETI"（圣彼得堡电气大学）
通过静态分析消除冗余仪器化，显著降低动态数据竞赛检测器的运行时开销，提升性能。
2026-10-20 cs.OS cs.PL cs.SE
HardRace: A Dynamic Data Race Monitor for Production Use
本文提出HardRace，一种面向生产环境的动态数据竞争监测器，通过静态分析与Intel PTWRITE硬件跟踪技术，在保持平均不到2%开销的同时实现全面的数据竞争检测。
2024-12-19 cs.SE
Towards Bug-Free Distributed Go Programs
本文针对 Go 分布式程序中的通信竞争问题，提出基于扩展至有缓冲与无缓冲通道的 happens-before 顺序的静态验证框架，以证明程序不存在通信竞争。
2025-07-25 cs.LO cs.PL cs.SE
Automatic Detection, Validation and Repair of Race Conditions in Interrupt-Driven Embedded Software
本文提出自动化框架 SDRacer，结合静态分析、符号执行和虚拟平台动态验证，实现中断驱动嵌入式软件中竞态条件的精确检测、验证与修复，并在九个真实 C 语言嵌入式程序上验证了其有效性。
2023-05-29 cs.SE
RaceFixer -- An Automated Data Race Fixer
提出自动化修复单变量原子性违规并发缺陷的工具 RaceFixer，结合 ThreadSanitizer 报告与静态分析生成并合并补丁，提升修复质量、性能与代码可读性。
2024-01-08 cs.PL cs.SE
NosRacer: Dynamic Detection of Race Conditions in On-Device Network Operating Systems
Huawei Technologies Co., Ltd（华为技术有限公司）
NosRacer是用于工业级设备端网络操作系统的动态竞态条件检测框架，通过两阶段设计降低开销，在5个控制平面组件中检测到21个严重竞态条件，精度达66%且开销低于10%。
2026-10-16 cs.DC cs.SE
DataRaceBench V1.4.1 and DataRaceBench-ML V0.1: Benchmark Suites for Data Race Detection
本文更新 DataRaceBench 并推出派生数据集 DRB-ML，通过细粒度竞争标签、变量信息及提示-响应对，支持机器学习与大语言模型的数据竞争检测研究。
2023-08-16 cs.SE
Optimistic Prediction of Synchronization-Reversal Data Races
本文提出乐观同步反转竞争这一新类别及最优算法OSR，可在二次时间内可靠检测此前可处理技术无法发现的非平凡数据竞争，并在基准测试中报告最多竞争且扩展性良好。
2024-01-11 cs.SE
Are LLMs Ready for Anti-Pattern Detection in Microservice Architectures?
University of Naples Federico II（那不勒斯费德里科二世大学）
本文研究大型语言模型（LLM）通过提示分析微服务仓库静态制品来检测16种架构反模式的能力，与静态分析工具MARS对比，发现LLM在局部、异构或语义丰富的反模式上表现有竞争力，但在需要结构或跨服务依赖证据时受限，可作为补充工具。
2026-06-26 cs.SE
HIPPODROME: Data Race Repair using Static Analysis Summaries
实现无错误的并发程序是现代软件开发中的一项具有挑战性的任务。最先进的静态分析在生产代码中发现了数百个并发错误，可以扩展到大型代码库。然而，在不断变化的代码库中修复这些错误对程序员来说是一项艰巨的工作，特别是因为并发代码中的修复可能会以微妙的方式引入其他错误。在这项工作中，我们将展示如何利用组合静态分析的并发错误检测，使一个新的自动程序修复（APR）技术的数据竞赛在大型并发Java代码库。我们的工作的关键创新是一个算法，翻译的分析工具推断的程序摘要的错误报告的目的，到小的本地补丁，修复并发错误（不引入新的）。这种协同作用使得将组合静态并发分析的优点扩展到APR成为可能，使我们的方法有效（它可以检测和修复比现有工具更多的错误），可扩展（它需要几秒钟来分析和建议修复相当大的代码库），并且可用（通常，它不需要用户的注释，并且可以执行连续的自动修复）。我们对流行的开源项目进行的研究证实，我们的工具自动生成类似于开发人员过去提出的并发修复。
2021-08-06 cs.PL cs.SE
Is Your Anomaly Detector Ready for Change? Adapting AIOps Solutions to the Real World
Delft University of Technology（代尔夫特理工大学）；Leibniz University Hannover（汉诺威莱布尼茨大学）
针对运维数据随时间变化影响异常检测模型性能的问题，研究了两类维护技术、两种重训练数据策略的效果，并验证了数据变化监测工具判断模型更新时机的可行性，为AIOps异常检测方案的真实世界适配提供参考。
2024-04-11 cs.LG cs.SE
DR.FIX: Automatically Fixing Data Races at Industry Scale
Uber Technologies（Uber技术公司）；Aarhus University（奥胡斯大学）
本文提出Dr.Fix工具，结合大语言模型与程序分析，在工业规模下自动修复Go语言数据竞争，经Uber实践验证，在404个竞争案例中成功生成224个补丁，其中86%被开发者接受。
2025-04-22 cs.AI cs.DC cs.LG
A ready-to-deploy MLOps software platform for satellite and NEO detection at meter-class ground-based observatories
Real Instituto y Observatorio de la Armada (ROA)（皇家海军研究院与天文台）；Universidad de Granada（格拉纳达大学）；Instituto de Astrofísica de Andalucía (IAA-CSIC)（安达卢西亚天体物理研究所）；Safran（赛峰集团）；Universidad de Cádiz（加的斯大学）
针对天文台缺乏集成ML工具的问题，本文提出StreakMind Workbench，一个基于PyQt5的MLOps平台，集成参考AI模型，支持从FITS摄取到数据库存储的完整工作流，并在La Sagra天文台273幅图像上验证成功，促进空间态势感知。
2026-09-24 astro-ph.IM cs.SE
