近日，计科院14篇论文成果分别被CCF A类会议DAC 2026、ICDE 2026、SIGMOD 2026、ICLR 2026、WWW 2026、CVPR 2026和CCF A类期刊Bioinformatics、ACM TOSEM、IEEE TIFS录用。其中，智能媒体与数据工程研究所6篇论文分别被CCF A类会议SIGMOD 2026、ICDE 2026、CVPR 2026和CCF A类期刊Bioinformatics录用，计算机网络与物联网工程研究所3篇论文分别被CCF A类会议WWW 2026和CCF A类期刊IEEE TIFS录用，计算理论与技术研究所1篇论文被CCF A类会议DAC 2026录用，智能软件与系统新技术研究所4篇论文被CCF A类会议WWW 2026、CVPR 2026、ICLR 2026和CCF A类期刊ACM TOSEM录用。这些论文涵盖数据库系统、计算机视觉、软件工程、系统安全、导航安全、电子设计自动化、生物信息学、图神经网络、无人机多目标跟踪多个领域。

智能媒体与数据工程研究所硕士生曾智超、通讯作者乔晓田副教授论文“LayoutAD: Exploring Semantic-Geometric Misalignment Reasoning for Scene Layout Anomaly Detection”被CCF A类会议CVPR 2026录用。该论文围绕场景理解任务，针对现有异常检测方法难以识别物体属性不合理或空间关系违背常识等问题，提出了一种基于图神经网络的场景布局异常检测模型LayoutAD，通过构建语义图与几何图并进行联合推理，完成对物体属性关系的深度对齐。这一研究一方面实现了场景异常理解从像素层级到物体层级的覆盖，另一方面也为评估和修正生成式大模型的幻觉问题提供了关键技术支撑。

智能媒体与数据工程研究所博士生李宇飞，通讯作者田隆副教授论文“FastRef: Fast Prototype Refinement for Few-shot Industrial Anomaly Detection”被CCF A类会议CVPR 2026录用。针对现有小样本工业异常检测方法仅依赖有限正常样本构建原型、忽略查询数据统计信息的问题，该论文提出高效的少样本工业异常检测原型细化框架 FastRef。该方法在推理阶段通过迭代更新实现原型增强，利用线性重建将查询特征映射到增强原型，同时引入最优传输约束缩小正常原型与增强原型之间的分布差异，从而有效抑制异常信息干扰。该框架充分挖掘查询数据的潜在结构，提高了少样本场景下原型表示的鲁棒性与判别能力。

智能媒体与数据工程研究所李辉教授论文“Towards Selecting the Informative Alternative Relational Query Plans for Database Education”被CCF A类会议SIGMOD 2026录用。该论文面向数据库教学中替代查询计划难以系统展示的问题，提出信息性计划选择问题TIPS，设计 batch tips 和 incremental tips 两种模式，从逻辑结构、物理算子和估计代价三个维度建模计划信息性，并给出带理论保证的近似算法与剪枝策略。实验、学习者反馈和课堂评估表明，该方法能有效帮助学生理解优化器计划选择。

智能媒体与数据工程研究所李辉教授论文“RETRO: A Visual Tool for Understanding Cardinality Estimation Errors For Database Education”被CCF A类会议SIGMOD 2026录用。该论文面向数据库课程中基数估计误差难以直观理解的问题，提出交互式教学工具 RETRO。系统将查询计划与执行统计联动展示，高亮算子级估计偏差，并结合直方图、最常见值分布等信息分析误差来源；同时支持统计粒度调节与可编辑代价模型，帮助学习者理解估计误差对计划选择和性能的影响。

智能媒体与数据工程研究所硕士生宋文龙、通讯作者李辉教授论文“Bala-Join: An Adaptive Hash Join for Balancing Communication and Computation in Geo-Distributed SQL Databases”被CCF A类会议ICDE 2026录用。该论文针对地理分布式 SQL 数据库在广域网中执行分布式 Hash Join 时易受数据倾斜与通信开销影响的问题，提出 Bala-Join。该方法结合 BPPR、在线倾斜键检测和 ASAP 机制，在保持负载均衡的同时降低网络开销，并支持流式中间结果处理。实验表明，相比代表性 Dist-HJ 方案吞吐可提升 25%–61%。

智能媒体与数据工程研究所博士后马亚雄、通讯作者马小科教授论文“SA2E: spatial-aware auto-encoder for cell type deconvolution of spatial transcriptomics data”被CCF A类期刊Bioinformatics录用。空间转录组技术可在组织原位获取细胞层面的转录水平，对癌症的精准诊疗具有重要指导意义。但是空转组存在噪声高、分辨率低等问题。该论文提出了面向空转组数据的空间信息引导去卷积算法，显著提高空转组数据的分辨率。

计算机网络与物联网工程研究所博士生杨慧鹏、通讯作者杨力教授论文“WebGeoInfer: Structure-Free Multi-Stage Framework for Geolocation Inference from Exposed Device Web Interfaces”被CCF A类会议WWW 2026录用。该论文提出WebGeoInfer框架，从远程管理设备的网页界面中自动推断地理位置。研究针对被忽视的网络安全威胁：设备网页接口可能泄露敏感地理信息。框架创新地结合页面聚类和文本差异分析解决信息异构问题，通过多阶段融合搜索引擎和大语言模型解决信息稀疏问题。在5435个设备的大规模测试中，实现了96.96%的国家级准确率、88.05%的城市级准确率和79.70%的街道级准确率。这项研究量化了该安全威胁的实际规模，为网络安全防护提供重要参考。

计算机网络与物联网工程研究所博士生桑安源、通讯作者周路副教授论文“ProvGuard: Logic-Aware Multi-View Contrastive Learning for Robust and Efficient Host Threat Detection”被CCF A类会议WWW 2026录用。该论文针对现有基于溯源图的入侵检测系统极易受图操作攻击的痛点，提出了ProvGuard 鲁棒异常检测框架。该框架将逻辑感知的多视图增强与对比学习巧妙结合，使模型能够精准捕获对对抗性不一致高度敏感的特征表示，ProvGuard在抵御各类图操作攻击方面全面超越了现有方法，不仅保持了对篡改攻击的鲁棒性，还实现了超过96%的平均检测率。

计算机网络与物联网工程研究所硕士生王佳宁、通讯作者张元玉副教授论文“GCI-GANomaly: A Novel GPS Spoofing Detection Scheme based on Grayscale Constellation Image”被CCF A类期刊IEEE TIFS录用。该论文针对全球导航信号极易遭受伪造攻击的关键问题，研究导航伪造欺骗信号检测技术，将导航伪造欺骗信号转换为对信号发射源的身份识别问题，提出基于射频指纹的导航卫星欺骗检测方法，提出新型射频指纹模式，提高导航卫星与攻击源的射频指纹的区分性，在外场测试环境下达到99%的欺骗信号检测精度。

计算理论与技术研究所博士生曲南江、通讯作者田聪教授论文“Parallel Combinational Equivalence Checking through Factored Form Sharing”被CCF A类会议DAC 2026录用。该论文面向集成电路设计流程中的关键验证环节——组合等价性检查（CEC），提出了一种创新的并行加速方法。研究团队设计了共享感知划分算法，并引入因子形式文字数量与分支复杂度代理两种评估模型，在任务划分阶段联合权衡子问题间的共享收益与求解复杂度，有效缓解了并行CEC中任务划分困难、负载不均衡和冗余计算等问题。实验结果表明，该方法在大规模电路上实现了平均45.57倍加速，最高可达6,595倍，展现出显著的性能优势。

智能软件与系统新技术研究所张晨曦副教授论文“TraceLLM: Evaluating and Exploring Large Language Models on Trace Analysis in Microservice-based Web Applications”被CCF A类会议WWW 2026录用。该论文针对微服务应用调用链数据结构复杂、人工分析成本高且交互模式固化等问题，系统评估了大语言模型在调用链分析场景中的能力，并构建了首个面向调用链分析的基准数据集TraceBench，在此基础上提出了专门面向多类链路分析任务的模型TraceLLM。实验结果表明，TraceLLM能显著提升大模型在链路分析任务上的准确性，并在泛化性与鲁棒性方面展现出良好表现，为大模型赋能可观测数据分析与运维提效提供了新的技术路径。

智能软件与系统新技术研究所硕士生叶景涛、博士生张可欣，通讯作者张亮教授、沈沛意教授论文“Breaking Smooth-Motion Assumptions: A UAV Benchmark for Multi-Object Tracking in Complex and Adverse Conditions”被CCF A类会议CVPR 2026录用。无人机视角呈现的挑战与地面视角场景有显著不同。空中平台带来了大视角变化、动态视点变化以及强烈的自运动。无人机视角的多目标跟踪基准呈现的挑战与地面视角场景显著不同。空中平台带来了大视角变化、动态视点变化以及强烈的自运动。通过强调复杂的相机运动和由机动造成的视点变化，DynUAV 提供了一个用于评估在动态空中条件下跟踪稳健性的基准。

智能软件与系统新技术研究所硕士生乔欣、孙世杰，通讯作者张亮教授论文“FSD-CAP: Fractional Subgraph Diffusion with Class-Aware Propagation for Graph Feature Imputation”被CCF A类会议ICLR 2026录用。针对节点属性信息在图数据中大量缺失的挑战性场景，该论文提出了一个两阶段渐进式补全模型FSD-CAP，以提升图神经网络在严重信息缺失下的学习能力。通过理论分析设计并引入分数阶扩散至扩散补全过程中，并通过类图传播提升补全特征可分辨性，辅助下游任务学习。所提方法在多个标准图学习任务上均取得了当前最优性能，在仅有0.5%原始特征可用的极端缺失情况下，模型仍能恢复出高质量的节点表示，其分类准确率接近使用完整特征时的图卷积网络性能，增强了图神经网络在现实不完整数据场景下的适用性与可靠性。

智能软件与系统新技术研究所张晨曦副教授论文“PromCopilot: Simplifying Prometheus Metric Querying in Cloud Native Online Service Systems via Large Language Models”被CCF A类期刊ACM TOSEM录用。Prometheus已成为云原生系统指标监控与分析的重要基础设施，虽然其提供了指标查询语言PromQL，但在复杂系统中进行指标查询时用户往往需要同时理解监控指标语义、系统运行上下文以及查询语法规则才能完成指标编写，导致指标分析门槛高且效率低，限制了指标数据在系统运维中的高效使用。针对这一挑战，该论文提出了大语言模型与系统上下文知识图谱协同推理的自然语言到PromQL的自动转换方法，该方法能够准确识别用户意图，并生成符合系统上下文与查询语法的PromQL语句，从而帮助用户更便捷地完成指标查询与分析，成果相关工具已在真实企业环境中落地应用。

这些成果集中体现了学院在计算机与软件工程领域取得的重要学术进展，表明我校科学研究在国际学界的认可度进一步提高，助力学科交叉融合发展与持续创新。