分布式与容错 · paperbot

ASPLOS Proceedings of the 29th ACM International Conference on Architectural Support for Programming Languages and Operating Systems, Volume 22024匹配度 2/10引用 165机器学习与程序语言分布式与容错

P2 Towards intelligent incident management: why we need it and how we make it

迈向智能事件管理：为何需要以及我们如何实现

基于微软两年云服务事件管理实践，指出依赖不完整与健康评估不准两大挑战，并提出 AIOps 框架 IcM BRAIN。

FSE Proceedings of the 28th ACM Joint Meeting on European Software Engineering Conference and Symposium on the Foundations of Software Engineering2020匹配度 2/10引用 91测试、调试与修复分布式与容错

P2 Groot: An Event-graph-based Approach for Root Cause Analysis in Industrial Settings

Groot：一种面向工业场景的基于事件图的根因分析方法

提出基于事件图的根因分析系统 Groot，在 eBay 生产环境支持 5000 个服务并实现高准确率。

ASE 2021 36th IEEE/ACM International Conference on Automated Software Engineering (ASE)2021匹配度 2/10引用 85分布式与容错测试、调试与修复

P2 TraceDiag: Adaptive, Interpretable, and Efficient Root Cause Analysis on Large-Scale Microservice Systems

TraceDiag：面向大规模微服务系统的自适应、可解释且高效的根因分析

提出端到端 RCA 框架 TraceDiag，用强化学习剪枝服务依赖图，提升大规模微服务根因分析的效率与可解释性。

FSE Proceedings of the 31st ACM Joint European Software Engineering Conference and Symposium on the Foundations of Software Engineering2023匹配度 2/10引用 44测试、调试与修复分布式与容错

P2 Delta debugging microservice systems

微服务系统的 Delta 调试

提出基于 delta debugging 的微服务调试方法，最小化引发失败的部署与环境配置差异以定位根因。

ASE Proceedings of the 33rd ACM/IEEE International Conference on Automated Software Engineering2018匹配度 2/10引用 43测试、调试与修复分布式与容错

P2 Hamsaz: replication coordination analysis and synthesis

Hamsaz：复制协调分析与合成

自动分析顺序对象的冲突与依赖关系，并为分布式复制合成避免不必要协调且满足完整性与收敛的对象。

POPL 3(POPL)2019匹配度 2/10引用 42分布式与容错程序合成

P2 Asynchronous Distributed Execution Of Fixpoint-Based Computational Fields

基于不动点的计算场的异步分布式执行

提出 SMuC 演算及分布式实现，证明公平异步与节点重初始化下不动点计算收敛。

LMCS vol.Volume 13, Issue 12017匹配度 2/10引用 41形式语义分布式与容错

P2 Optimus-CC: Efficient Large NLP Model Training with 3D Parallelism Aware Communication Compression

Optimus-CC：面向 3D 并行的通信压缩实现高效大型 NLP 模型训练

提出感知 3D 并行的通信压缩方案 Optimus-CC，在降低跨节点通信量的同时避免模型质量过度损失。

ASPLOS Proceedings of the 28th ACM International Conference on Architectural Support for Programming Languages and Operating Systems, Volume 22023匹配度 2/10引用 35机器学习与程序语言分布式与容错

P2 Efficient incident identification from multi-dimensional issue reports via meta-heuristic search

基于元启发式搜索的多维问题报告高效故障事件识别

提出 MID 框架，将多维问题报告中的故障事件识别编码为组合优化，并用定制元启发式搜索快速发现指示事件的属性组合。

FSE Proceedings of the 28th ACM Joint Meeting on European Software Engineering Conference and Symposium on the Foundations of Software Engineering2020匹配度 2/10引用 35测试、调试与修复分布式与容错

P2 Heet: Accelerating Elastic Training in Heterogeneous Deep Learning Clusters

Heet：在异构深度学习集群中加速弹性训练

提出异构感知的弹性训练系统 Heet，通过协同过滤评估与匹配调度降低作业完成时间。

ASPLOS Proceedings of the 29th ACM International Conference on Architectural Support for Programming Languages and Operating Systems, Volume 22024匹配度 2/10引用 34机器学习与程序语言分布式与容错

P2 Pirouette: higher-order typed functional choreographies

Pirouette：高阶类型化函数式编排编程

提出 Pirouette，一种带类型的高阶函数式编排编程语言，可将中心化程序投影为分布式节点程序，并保证消息类型健全与无死锁。

POPL 6(POPL)2022匹配度 2/10引用 31类型系统分布式与容错定理证明与证明工程

P2 Effective Concurrency Testing for Distributed Systems

面向分布式系统的高效并发测试

Morpheus：首个将偏序采样与冲突分析用于真实分布式系统的并发测试工具，在 Erlang 系统中发现 11 个新错误。

ASPLOS Proceedings of the Twenty-Fifth International Conference on Architectural Support for Programming Languages and Operating Systems2020匹配度 2/10引用 30测试、调试与修复分布式与容错

P2 Graph-based Incident Aggregation for Large-Scale Online Service Systems

大规模在线服务系统中基于图的事件聚合

提出基于图表示学习的 GRLIA 框架，利用级联图与 KPI 数据无监督学习事件表示，实现大规模云故障事件快速聚合。

ASE 2021 36th IEEE/ACM International Conference on Automated Software Engineering (ASE)2021匹配度 2/10引用 29分布式与容错测试、调试与修复

P2 Coverage Guided Fault Injection for Cloud Systems

面向云系统的覆盖率引导故障注入

提出 CrashFuzz，按运行时反馈变异并优先节点崩溃/重启组合，以覆盖率引导方式高效测试云系统的崩溃恢复行为。

ICSE 2023 IEEE/ACM 45th International Conference on Software Engineering (ICSE)2023匹配度 2/10引用 23测试、调试与修复分布式与容错

P2 Randomized Testing of Byzantine Fault Tolerant Algorithms

拜占庭容错算法的随机化测试

提出 ByzzFuzz，通过小范围消息变异注入网络与进程故障，随机化测试拜占庭容错算法实现并发现多个真实缺陷。

OOPSLA 7(OOPSLA1)2023匹配度 2/10引用 23测试、调试与修复分布式与容错

P2 Katara: synthesizing CRDTs with verified lifting

Katara：基于验证提升合成 CRDT

提出 Katara，从顺序数据类型实现自动合成并验证 CRDT 设计，降低正确构造 CRDT 的门槛。

OOPSLA 6(OOPSLA2)2022匹配度 2/10引用 23程序合成程序验证分布式与容错

P2 A Framework for Certified Self-Stabilization

一个面向经验证自稳定性的框架

在 Coq 中建立自稳定算法的通用认证框架，并验证 k-聚类算法的部分正确性与簇头数量上界。

LMCS vol.Volume 13, Issue 42017匹配度 2/10引用 20定理证明与证明工程分布式与容错

P2 ÐArcher: detecting on-chain-off-chain synchronization bugs in decentralized applications

ÐArcher：检测去中心化应用中链上与链下同步缺陷

提出首个检测 DApp 链上-链下同步缺陷的测试框架 ÐArcher，并在真实应用中验证其有效性。

FSE Proceedings of the 29th ACM Joint Meeting on European Software Engineering Conference and Symposium on the Foundations of Software Engineering2021匹配度 2/10引用 19测试、调试与修复分布式与容错

P2 STEAM: Observability-Preserving Trace Sampling

STEAM：保持可观测性的追踪采样

提出STEAM，一种基于GNN与逻辑子句的追踪采样方法，在分布式系统中保留关键长尾追踪，提升可观测性。

FSE Proceedings of the 31st ACM Joint European Software Engineering Conference and Symposium on the Foundations of Software Engineering2023匹配度 2/10引用 18分布式与容错机器学习与程序语言

P2 Executing Microservice Applications on Serverless, Correctly

在 Serverless 上正确执行微服务应用

提出 mu2sls 框架，以事务和异步调用原语在 Serverless 上正确执行 Python 微服务并提供形式化保证。

POPL 7(POPL)2023匹配度 2/10引用 18分布式与容错形式语义

P2 PCcheck: Persistent Concurrent Checkpointing for ML

PCcheck：面向机器学习的高频持久化并发检查点

提出并发检查点机制 PCcheck，使 ML 训练可高频持久化到 SSD/PMEM，吞吐开销仅 3%。

ASPLOS Proceedings of the 30th ACM International Conference on Architectural Support for Programming Languages and Operating Systems, Volume 12025匹配度 2/10引用 16机器学习与程序语言分布式与容错

P2 Distributed causal memory: modular specification and verification in higher-order distributed separation logic

分布式因果内存：高阶分布式分离逻辑中的模块化规约与验证

首次对因果一致分布式数据库实现进行模块化规约与验证，并在 Coq 中机器化证明。

POPL 5(POPL)2021匹配度 2/10引用 16程序验证分布式与容错定理证明与证明工程

P2 TLC: temporal logic of distributed components

TLC：分布式组件的时序逻辑

提出 TLC 时序程序逻辑，通过降低组件规约支持分布式组件栈的组合式安全性与活性验证，并证明其可靠性。

ICFP 4(ICFP)2020匹配度 2/10引用 16程序验证分布式与容错

P2 Training Job Placement in Clusters with Statistical In-Network Aggregation

统计式网内聚合集群中的训练作业放置

提出 NetPack：面向统计式网内聚合集群，周期性批处理并启发式+动态规划放置分布式训练作业，最大化计算与网络资源利用率。

ASPLOS Proceedings of the 29th ACM International Conference on Architectural Support for Programming Languages and Operating Systems, Volume 12024匹配度 2/10引用 15分布式与容错机器学习与程序语言

P2 Modular verification of op-based CRDTs in separation logic

分离逻辑中基于操作的 CRDT 的模块化验证

在分离逻辑中提出模块化框架，用可靠因果广播库简化 op-based CRDT 实现的安全性质验证，并在 Coq 中机器化验证 12 个实例。

OOPSLA 6(OOPSLA2)2022匹配度 2/10引用 15程序验证分布式与容错

P2 TransRacer: Function Dependence-Guided Transaction Race Detection for Smart Contracts

TransRacer：面向智能合约的函数依赖引导交易竞态检测

TransRacer 用符号执行与函数依赖分析检测智能合约交易竞态，并生成触发见证。

FSE Proceedings of the 31st ACM Joint European Software Engineering Conference and Symposium on the Foundations of Software Engineering2023匹配度 2/10引用 14程序分析与抽象解释分布式与容错

P2 Trillium: Higher-Order Concurrent and Distributed Separation Logic for Intensional Refinement

Trillium：面向内涵精化的高阶并发与分布式分离逻辑

提出 Trillium 分离逻辑框架，以内涵精化证明高阶并发与分布式程序的安全和活性性质。

POPL 8(POPL)2024匹配度 2/10引用 14程序验证并发、并行与内存模型分布式与容错

P2 Failure Recovery in Resilient X10

Resilient X10 中的故障恢复

将 Resilient X10 从故障感知推进到故障恢复，把冗余与恢复负担转移给运行时与标准库，降低程序员负担。

TOPLAS 41(3)2019匹配度 2/10引用 14分布式与容错语言设计与特性

P2 Diffusion-Based Time Series Data Imputation for Cloud Failure Prediction at Microsoft 365

面向 Microsoft 365 云故障预测的基于扩散模型的时间序列数据插补

提出样本高效的扩散模型 Diffusion+，对云系统时序缺失数据进行插补，以提升下游故障预测性能。

FSE Proceedings of the 31st ACM Joint European Software Engineering Conference and Symposium on the Foundations of Software Engineering2023匹配度 2/10引用 12机器学习与程序语言分布式与容错

P2 Mostly Automated Verification of Liveness Properties for Distributed Protocols with Ranking Functions

基于秩函数的分布式协议活性性质的大部分自动化验证

提出 LVR，首个可大部分自动验证分布式协议活性性质的框架，将活性归约为秩函数与无死锁的安全性验证。

POPL 8(POPL)2024匹配度 2/10引用 12程序验证分布式与容错

P2 Sequential programming for replicated data stores

复制数据存储的顺序编程

提出 Carol 语言，利用一致性卫与精化类型，使复制数据存储的操作可模块化、顺序地编程与验证。

ICFP 3(ICFP)2019匹配度 2/10引用 12类型系统分布式与容错

P2 Hardware Sentinel: Protecting Software Applications from Hardware Silent Data Corruptions

Hardware Sentinel：保护软件应用免受硬件静默数据损坏

提出 Hardware Sentinel，利用软件故障信号检测数据中心硬件静默数据损坏并大规模验证。

ASPLOS Proceedings of the 30th ACM International Conference on Architectural Support for Programming Languages and Operating Systems, Volume 22025匹配度 2/10引用 11测试、调试与修复分布式与容错

P2 MoC-System: Efficient Fault Tolerance for Sparse Mixture-of-Experts Model Training

MoC-System：面向稀疏混合专家模型训练的高效容错机制

提出 MoC-System，用部分专家检查点、全分片检查点与两级异步管理降低稀疏 MoE 训练容错开销。

ASPLOS Proceedings of the 30th ACM International Conference on Architectural Support for Programming Languages and Operating Systems, Volume 22025匹配度 2/10引用 11分布式与容错机器学习与程序语言

P2 Compiling Distributed System Models with PGo

用 PGo 编译分布式系统模型

提出 PGo，将分布式系统模型编译为可执行实现，以减少形式设计与实现之间的人工桥接。

ASPLOS Proceedings of the 28th ACM International Conference on Architectural Support for Programming Languages and Operating Systems, Volume 22023匹配度 2/10引用 11领域特定语言与建模编译与代码生成分布式与容错

P2 Verifying Reliable Network Components in a Distributed Separation Logic with Dependent Separation Protocols

在带依赖分离协议的分布式分离逻辑中验证可靠网络组件

在 Coq 中基于 Aneris 分布式分离逻辑与依赖分离协议，验证了可靠通信库及其上层 RPC 与复制键值存储组件。

ICFP 7(ICFP)2023匹配度 2/10引用 11程序验证分布式与容错

P2 TNIC: A Trusted NIC Architecture: A hardware-network substrate for building high-performance trustworthy distributed systems

TNIC：可信网卡架构——构建高性能可信分布式系统的硬件-网络基座

提出可信网卡架构 TNIC，在网络接口层构建经形式化验证的硅信任根，为拜占庭云环境下的分布式系统提供高性能可信基座。

ASPLOS Proceedings of the 30th ACM International Conference on Architectural Support for Programming Languages and Operating Systems, Volume 22025匹配度 2/10引用 10安全与隐私分布式与容错

P2 AgentFM: Role-Aware Failure Management for Distributed Databases with LLM-Driven Multi-Agents

AgentFM：LLM 驱动多智能体的角色感知分布式数据库故障管理

提出 AgentFM，用 LLM 驱动的多智能体按系统、数据与任务角色协同实现分布式数据库故障管理。

FSE Proceedings of the 33rd ACM International Conference on the Foundations of Software Engineering2025匹配度 2/10引用 10分布式与容错机器学习与程序语言

P2 Gloss

Gloss：分布式流程序的实时重配置

提出 Gloss，使分布式 SDF 流程序在不停机、零吞吐中断下实时重配置，并可在重配置时全局重优化与完全重编译。

ASPLOS Proceedings of the Twenty-Third International Conference on Architectural Support for Programming Languages and Operating Systems2018匹配度 2/10引用 10编译与代码生成分布式与容错

P2 An Empirical Study on Kubernetes Operator Bugs

Kubernetes Operator 缺陷的实证研究

首次对 36 个 Kubernetes Operator 的 210 个缺陷进行实证研究，揭示其根因、表现、影响与修复方式。

ISSTA Proceedings of the 33rd ACM SIGSOFT International Symposium on Software Testing and Analysis2024匹配度 2/10引用 8测试、调试与修复分布式与容错

P2 Copper and Wire: Bridging Expressiveness and Performance for Service Mesh Policies

Copper 与 Wire：为服务网格策略桥接表达力与性能

提出新服务网格架构、策略语言与控制平面，在提升策略表达力的同时降低延迟和资源开销。

ASPLOS Proceedings of the 30th ACM International Conference on Architectural Support for Programming Languages and Operating Systems, Volume 12025匹配度 2/10引用 7领域特定语言与建模分布式与容错

P2 Message Chains for Distributed System Verification

用于分布式系统验证的消息链

提出基于消息链的自动簿记方法，在消息传递抽象层简化异步分布式系统的验证。

OOPSLA 7(OOPSLA2)2023匹配度 2/10引用 7程序验证分布式与容错

P2 OpsAgent: An Evolving Multi-agent System for Incident Management in Microservices

OpsAgent：用于微服务事件管理的自演化多智能体系统

提出自演化多智能体系统 OpsAgent，通过免训练数据处理器与多智能体协作实现可解释、低成本、可泛化的微服务事件管理。

ASE Proceedings of the 41st IEEE/ACM International Conference on Automated Software Engineering2026匹配度 2/10引用 6机器学习与程序语言分布式与容错

P2 AdoB: Bridging Benign and Byzantine Consensus with Atomic Distributed Objects

AdoB：以原子分布式对象桥接良性共识与拜占庭共识

提出 AdoB 抽象，统一建模良性/拜占庭共识，并在 Coq 中机械验证安全性与活性。

OOPSLA 8(OOPSLA1)2024匹配度 2/10引用 5分布式与容错定理证明与证明工程

P2 A Scalable Algorithm for Decentralized Actor Termination Detection

可扩展的去中心化 Actor 终止检测算法

提出 DRL：基于异步本地快照与消息传递的去中心化 actor 终止检测算法，支持垃圾回收并容忍网络分区。

LMCS vol.Volume 18, Issue 12022匹配度 2/10引用 5运行时与内存管理分布式与容错

P2 FTMPST: Fault-Tolerant Multiparty Session Types

FTMPST：容错多方会话类型

将容错机制引入多方会话类型，支持不可靠通信与进程崩溃，并用失败模式增强进程语义以分析分布式算法。

LMCS vol.Volume 19, Issue 42023匹配度 2/10引用 4并发、并行与内存模型分布式与容错

P2 PRDTs: Composable Design and Verification of Consensus Protocols using Replicated Data Types

PRDT：使用复制数据类型实现共识协议的可组合设计与验证

提出协议复制数据类型 PRDT，用 RDT 单调累积知识实现共识协议的可组合设计与自动安全验证。

OOPSLA 10(OOPSLA2)2026匹配度 2/10引用 3分布式与容错程序验证

P2 Automated code transformation for context propagation in Go

Go 中面向上下文传播的自动代码转换

提出面向 Go 的自动代码转换，用于在微服务中传播全局上下文以支持分布式追踪。

FSE Proceedings of the 29th ACM Joint Meeting on European Software Engineering Conference and Symposium on the Foundations of Software Engineering2021匹配度 2/10引用 3编译与代码生成分布式与容错

P2 LiDO-DAG: A Framework for Verifying Safety and Liveness of DAG-Based Consensus Protocols

LiDO-DAG：验证基于 DAG 的共识协议安全性与活性的框架

提出 LiDO-DAG 并发对象模型，并在 Coq 中为三种 DAG 共识协议机化验证安全性与活性。

PLDI 9(PLDI)2025匹配度 2/10引用 3定理证明与证明工程分布式与容错

P2 A Multimodal Intelligent Change Assessment Framework for Microservice Systems Based on Large Language Models

基于大语言模型的微服务系统多模态智能变更评估框架

提出基于 LLM 与 RAG 的多模态变更评估框架，自动化微服务变更管理，显著降低错误变更处理时间。

FSE Proceedings of the 33rd ACM International Conference on the Foundations of Software Engineering2025匹配度 2/10引用 2机器学习与程序语言分布式与容错

P2 Dara: hybrid model checking of distributed systems

Dara：分布式系统的混合模型检测

提出 Dara 混合模型检测方法，结合抽象建模与透明模型检测，缓解状态空间爆炸与验证人力成本。

FSE Proceedings of the 2018 26th ACM Joint Meeting on European Software Engineering Conference and Symposium on the Foundations of Software Engineering2018匹配度 2/10引用 2程序验证分布式与容错

P2 Bolt-On Strong Consistency: Specification, Implementation, and Verification

外挂式强一致性：规约、实现与验证

将强复制系统作为弱复制数据存储的应用，并用 Super-V 以局部稳定更新前置条件实现基于 SMT 的共识安全验证。

OOPSLA 9(OOPSLA1)2025匹配度 2/10引用 2分布式与容错程序验证

P2 Model-Guided Fuzzing of Distributed Systems

模型引导的分布式系统模糊测试

提出以 TLA+ 抽象形式模型覆盖率为引导的分布式系统模糊测试算法，更快发现更多缺陷。

OOPSLA 9(OOPSLA2)2025匹配度 2/10引用 2测试、调试与修复分布式与容错

P2 Enabling Bounded Verification of Doubly-Unbounded Distributed Agreement-Based Systems via Bounded Regions

通过有界区域实现双重无界分布式一致性系统的有界验证

提出值对称与数据饱和归约，将双重无界分布式一致性系统验证降至小有限状态模型检测，并实现工具 Venus。

OOPSLA 7(OOPSLA1)2023匹配度 2/10引用 2程序验证分布式与容错

P2 Type-Safe Dynamic Placement with First-Class Placed Values

类型安全的动态放置与一等放置值

提出 Dyno 语言，用一等放置值和放置类型并集，在支持动态放置的同时保持类型安全与放置正确性。

OOPSLA 7(OOPSLA2)2023匹配度 2/10引用 2类型系统分布式与容错

P2 NotebookOS: A Replicated Notebook Platform for Interactive Training with On-Demand GPUs

NotebookOS：一种面向按需 GPU 交互式训练的复制式 Notebook 平台

用 Raft 复制内核、超售资源并按需分配 GPU，大幅提升交互式深度学习训练的 GPU 利用率与响应性。

ASPLOS Proceedings of the 31st ACM International Conference on Architectural Support for Programming Languages and Operating Systems, Volume 12025匹配度 2/10引用 1分布式与容错编程环境与开发者工具

P2 ScalerEval: Automated and Consistent Evaluation Testbed for Auto-scalers in Microservices

ScalerEval：面向微服务自动扩缩器的自动化且一致的评估测试床

提出 ScalerEval，一个面向微服务自动扩缩器的端到端自动化、一致性评估测试床。

FSE Proceedings of the 34th ACM International Conference on the Foundations of Software Engineering2026匹配度 2/10引用 1分布式与容错测试、调试与修复

P2 Fork State-Aware Differential Fuzzing for Blockchain Consensus Implementations

面向区块链共识实现的叉状态感知差分模糊测试

提出 FORKY，通过分叉感知变异与分叉多样化反馈的差分模糊测试，检测区块链共识客户端在分叉处理上的实现差异。

ICSE 2025 IEEE/ACM 47th International Conference on Software Engineering (ICSE)2025匹配度 2/10引用 1测试、调试与修复分布式与容错

P2 Behaviorally Typed State Machines in TypeScript for Heterogeneous Swarms

面向异构群体系统的 TypeScript 行为类型化状态机

提出 TypeScript 库，将点对点工作流建模为状态机，并检查其是否符合 swarm protocol。

ISSTA Proceedings of the 32nd ACM SIGSOFT International Symposium on Software Testing and Analysis2023匹配度 2/10引用 1领域特定语言与建模分布式与容错

P2 Automated scenario-based integration testing of distributed systems

分布式系统的基于场景的自动化集成测试

提出去中心化一致性检查与测试输入生成算法，并检查/强制局部可观测性和可控性，实现分布式系统场景化集成测试自动化。

FSE Proceedings of the 2018 26th ACM Joint Meeting on European Software Engineering Conference and Symposium on the Foundations of Software Engineering2018匹配度 2/10引用 1测试、调试与修复分布式与容错

P2 Hambazi: Spatial Coordination Synthesis for Augmented Reality

Hambazi：面向增强现实的空间协调合成

提出良构复制数据类型与协议，并自动合成AR空间协调，兼顾低延迟、空间完整性与收敛。

OOPSLA 9(OOPSLA1)2025匹配度 2/10引用 1分布式与容错程序合成

P2 CRGC: Fault-Recovering Actor Garbage Collection in Pekko

CRGC：Pekko 中容错的 Actor 垃圾回收

提出首个容错且可回收循环垃圾的 actor 垃圾收集器 CRGC，并在 Pekko 中实现与评估。

PLDI 9(PLDI)2025匹配度 2/10引用 1运行时与内存管理分布式与容错

P2 A case study on parametric verification of failure detectors

故障检测器的参数化验证：一个案例研究

利用对称点对点算法的 cutoff，在 TLA+、IVy 与计数器自动机上参数化验证 Chandra-Toueg 故障检测器的安全性与活性。

LMCS vol.Volume 19, Issue 12023匹配度 2/10引用 1程序验证分布式与容错

P2 Psym: Efficient Symbolic Exploration of Distributed Systems

Psym：分布式系统的高效符号探索

提出 Psym，用细粒度规范配置表示在符号探索中同时避免状态、交错及状态更新计算的冗余，提升分布式系统验证可扩展性。

PLDI 7(PLDI)2023匹配度 2/10引用 1程序验证分布式与容错

P2 Secure RDTs: Enforcing Access Control Policies for Offline Available JSON Data

Secure RDTs：为离线可用 JSON 数据实施访问控制策略

提出 Secure RDTs，利用服务器投影与写中介，为离线可用 JSON 副本数据实施基于角色的访问控制。

OOPSLA 7(OOPSLA2)2023匹配度 2/10引用 1安全与隐私分布式与容错

P2 Protocol combinators for modeling, testing, and execution of distributed systems

用于分布式系统建模、测试与执行的协议组合子

提出分布式协议组合子 DPC，用声明式程序原语统一分布式系统的建模、测试与执行。

JFP vol.312021匹配度 2/10引用 1分布式与容错领域特定语言与建模

P2 Automated Synthesis of Distributed Self-Stabilizing Protocols

分布式自稳定协议的自动合成

提出基于SMT的方法，从高层规约和网络拓扑自动合成分布式自稳定协议。

LMCS vol.Volume 14, Issue 12018匹配度 2/10引用 1程序合成分布式与容错

P2 Composing CRDTs Convergent by Construction

构造即收敛的 CRDT 组合

提出五个内建收敛保证的组合子，使 CRDT 组合后天然收敛，并在 Lean 4 中形式化与实现。

OOPSLA 10(OOPSLA2)2026匹配度 2/10分布式与容错定理证明与证明工程

P2 Model Discovery and Graph Simulation: A Lightweight Gateway to Chaos Engineering

模型发现与图模拟：通往混沌工程的轻量级入口

提出模型发现与图模拟方法，自动从运行数据合成依赖图，为混沌工程提供低风险、可 CI/CD 化的轻量入口。

ICSE Proceedings of the IEEE/ACM 48th International Conference on Software Engineering2026匹配度 2/10分布式与容错测试、调试与修复

P2 Automated Network-Level Fault Injection Testing of Microservice Architectures

微服务架构的自动化网络级故障注入测试

提出网络级故障注入测试自动化方法，突破现有服务级注入在微服务架构中的适用局限。

ICSE Proceedings of the 2026 IEEE/ACM 48th International Conference on Software Engineering2026匹配度 2/10测试、调试与修复分布式与容错

P2 Title: An AI Stack: From Scaling AI Workloads to Evaluating LLMs

AI 技术栈：从扩展 AI 工作负载到评估 LLM

提出涵盖分布式扩展、高吞吐推理与评测的 AI 技术栈，整合 Ray、vLLM、SGLang 与 LMArena。

ASPLOS Proceedings of the 31st ACM International Conference on Architectural Support for Programming Languages and Operating Systems, Volume 22026匹配度 2/10机器学习与程序语言分布式与容错

P2 Cloud Intelligence/AIOps 2.0: Knowledge-Anchored Agentic AIOps

云智能/AIOps 2.0：以知识为锚的智能体化 AIOps

提出以知识为锚的智能体化 AIOps 愿景：把运维知识作为一等资产，支撑 LLM 智能体进行跨服务故障响应。

FSE Proceedings of the 34th ACM International Conference on the Foundations of Software Engineering2026匹配度 2/10机器学习与程序语言分布式与容错

P2 Dependency-Aware Over-the-Air Framework for Reliable Software-Defined Vehicle Updates

依赖感知的车载空中下载框架：面向可靠的软件定义汽车更新

提出依赖感知 OTA 编排框架，通过图调度融合依赖、安全、更新敏感性与治理，提升 SDV 更新成功率与效率。

FSE Proceedings of the 34th ACM International Conference on the Foundations of Software Engineering2026匹配度 2/10分布式与容错

P2 LLM-Powered Fully Automated Chaos Engineering: Towards Enabling Anyone to Build Resilient Software Systems at Low Cost

LLM 驱动的全自动混沌工程：让任何人都能低成本构建弹性软件系统

提出 ChaosEater，用 LLM 智能体工作流全自动执行 Kubernetes 系统混沌工程全周期，低成本构建弹性系统。

ASE 2025 40th IEEE/ACM International Conference on Automated Software Engineering (ASE)2025匹配度 2/10机器学习与程序语言分布式与容错

P2 AIOpsLab in Action: An Open Platform for AIOps Research

AIOpsLab 实战：面向 AIOps 研究的开放平台

展示 AIOpsLab 开放平台，旨在应对 AIOps 研究中的基准测试、工作负载模拟与可复现性挑战。

FSE Proceedings of the 33rd ACM International Conference on the Foundations of Software Engineering2025匹配度 2/10分布式与容错测试、调试与修复

P2 Automated Testing of Networked Systems Reliability

网络化系统可靠性的自动化测试

提出用故障-攻击注入与网络通信派生模型来自动测试网络化系统可靠性的博士研究方案。

ISSTA Proceedings of the 33rd ACM SIGSOFT International Symposium on Software Testing and Analysis2024匹配度 2/10测试、调试与修复分布式与容错

P2 Decentralized Near-Synchronous Local-First Programming Collaboration

去中心化近同步的本地优先编程协作

以 CRDT 支撑去中心化近同步编程协作，并研究复制粒度与模仿学习式冲突合并。

ISSTA Proceedings of the 33rd ACM SIGSOFT International Symposium on Software Testing and Analysis2024匹配度 2/10分布式与容错编程环境与开发者工具

P2 Match Word with Deed: Maintaining Consistency for IoT Systems with Behavior Models

言行一致：基于行为模型维护 IoT 系统一致性

提出基于行为模型的方法，为复杂异构 IoT 系统维持实时一致性，替代传统重试与回滚机制。

ASE Proceedings of the 39th IEEE/ACM International Conference on Automated Software Engineering2024匹配度 2/10领域特定语言与建模分布式与容错

P2 SureDistrib: Verifying Almost-Sure Termination of Composite Asynchronous Byzantine Protocols

SureDistrib：验证组合异步拜占庭协议的几乎必然终止

提出 SureDistrib 形式化框架，支持概率安全/活性规范与精化组合，并首次机器化证明异步拜占庭二元共识几乎必然终止。

PLDI 10(PLDI)2026匹配度 2/10程序验证分布式与容错

P2 Implementability of Global Distributed Protocols Modulo Network Architectures

相对于网络架构的全局分布式协议可实现性

首次系统研究全局分布式协议相对于网络架构的可实现性，提出网络参数化 Coherence Conditions，并归约到消息缓冲区操作公理，给出复杂度、算法与工具。

PLDI 10(PLDI)2026匹配度 2/10并发、并行与内存模型分布式与容错

P2 Automatically Verifying Replication-Aware Linearizability

自动验证复制感知线性一致性

提出全自动验证 MRDT 复制感知线性一致性的代数性质与自底向上线性化方法。

OOPSLA 9(OOPSLA1)2025匹配度 2/10分布式与容错程序验证

P2 Peepco: Batch-Based Consistency Optimization

Peepco：基于批次的一致性优化

提出基于批次的一致性优化方法，静态推断操作集的一致性需求并据此在运行时安全地放松重排序。

OOPSLA 9(OOPSLA1)2025匹配度 2/10分布式与容错程序分析与抽象解释

P2 TraceLinking Implementations with Their Verified Designs

TraceLink：连接实现与其经过验证的设计

提出 TraceLink，将执行 trace 映射到经过验证的形式设计，自动检测编译实现与设计之间的偏差。

OOPSLA 9(OOPSLA2)2025匹配度 2/10程序验证分布式与容错

P2 A model of actors and grey failures

Actor 与灰色故障的模型

提出带灰色故障的 actor 系统模型与弱 barbed 互模拟等价，将可靠性验证归约为互模拟检查。

LMCS vol.Volume 19, Issue 42023匹配度 2/10并发、并行与内存模型分布式与容错

P2 Seer

Seer：在线云性能调试系统

Seer 是一个结合深度学习和 RPC/硬件追踪的在线云性能调试系统，可提前预测并规避微服务 QoS 违规。

ASPLOS Proceedings of the Twenty-Fourth International Conference on Architectural Support for Programming Languages and Operating Systems2019匹配度 1/10引用 261分布式与容错测试、调试与修复

P2 Sage: practical and scalable ML-driven performance debugging in microservices

Sage：微服务中实用且可扩展的 ML 驱动性能调试

提出 Sage：以机器学习驱动的微服务性能调试，避免大量插桩，兼顾实用性与可扩展性。

ASPLOS Proceedings of the 26th ACM International Conference on Architectural Support for Programming Languages and Operating Systems2021匹配度 1/10引用 166测试、调试与修复分布式与容错

P2 Predicting Node failure in cloud service systems

云服务系统中的节点故障预测

提出 MING，融合 LSTM、随机森林与排序模型预测云服务节点故障倾向，提升服务可用性。

FSE Proceedings of the 2018 26th ACM Joint Meeting on European Software Engineering Conference and Symposium on the Foundations of Software Engineering2018匹配度 1/10引用 120分布式与容错

P2 Graph-based trace analysis for microservice architecture understanding and problem diagnosis

面向微服务架构理解与问题诊断的基于图的追踪分析

提出 GMTA，用图表示与混合存储实时处理微服务 trace，支持架构理解与问题诊断，并在 eBay 部署验证。

FSE Proceedings of the 28th ACM Joint Meeting on European Software Engineering Conference and Symposium on the Foundations of Software Engineering2020匹配度 1/10引用 113分布式与容错测试、调试与修复

P2 How bad can a bug get? an empirical analysis of software failures in the OpenStack cloud computing platform

一个 bug 能有多严重？OpenStack 云计算平台中软件故障的实证分析

通过故障注入实证分析 OpenStack 云管理系统中软件故障的影响、检测与传播，揭示故障常被静默扩散。

FSE Proceedings of the 2019 27th ACM Joint Meeting on European Software Engineering Conference and Symposium on the Foundations of Software Engineering2019匹配度 1/10引用 81测试、调试与修复分布式与容错

P2 Prague: High-Performance Heterogeneity-Aware Asynchronous Decentralized Training

Prague：高性能的异构感知异步去中心化训练

提出 Prague，旨在让异步去中心化训练兼具 All-Reduce 的同构高性能与 AD-PSGD 的异构容忍性。

ASPLOS Proceedings of the Twenty-Fifth International Conference on Architectural Support for Programming Languages and Operating Systems2020匹配度 1/10引用 75机器学习与程序语言分布式与容错

P2 Dynamic Choreographies: Theory And Implementation

动态编排：理论与实现

提出动态编排语言AIOC并编译为APOC，保证运行时更新后分布式应用仍无死锁与竞态。

LMCS vol.Volume 13, Issue 22017匹配度 1/10引用 65并发、并行与内存模型分布式与容错编译与代码生成

P2 Pretend synchrony: synchronous verification of asynchronous distributed programs

假装同步：异步分布式程序的同步验证

提出“假装同步”方法，将异步分布式程序同步化为等价赋值程序，用Floyd-Hoare验证条件与SMT进行验证。

POPL 3(POPL)2019匹配度 1/10引用 61程序验证分布式与容错

P2 An empirical study on crash recovery bugs in large-scale distributed systems

大规模分布式系统中崩溃恢复 bug 的实证研究

对大规模分布式系统中的崩溃恢复 bug 展开实证研究，强调其复杂性与严重后果。

FSE Proceedings of the 2018 26th ACM Joint Meeting on European Software Engineering Conference and Symposium on the Foundations of Software Engineering2018匹配度 1/10引用 54分布式与容错

P2 A Generic Service to Provide In-Network Aggregation for Key-Value Streams

用于键值流的通用网内聚合服务

提出交换机-主机协同的通用网内聚合服务 ASK，通过向量化、轻量可靠机制与热点键无关优先级加速键值流聚合。

ASPLOS Proceedings of the 28th ACM International Conference on Architectural Support for Programming Languages and Operating Systems, Volume 22023匹配度 1/10引用 53分布式与容错语言与体系结构

P2 DeepScaler: Holistic Autoscaling for Microservices Based on Spatiotemporal GNN with Adaptive Graph Learning

DeepScaler：基于时空GNN与自适应图学习的微服务整体自动扩缩容

提出基于时空GNN与自适应图学习的微服务整体自动扩缩容方法，通过建模服务依赖降低SLA违约与成本。

ASE 2023 38th IEEE/ACM International Conference on Automated Software Engineering (ASE)2023匹配度 1/10引用 48分布式与容错

P2 Utilizing parallelism in smart contracts on decentralized blockchains by taming application-inherent conflicts

通过驯服应用固有冲突来利用去中心化区块链上智能合约的并行性

分析以太坊历史交易轨迹，指出应用固有冲突是并行瓶颈，并用分区计数器、可交换指令与确定性中止的 OCC 调度器将并行加速上限翻倍至 18 倍。

ICSE Proceedings of the 44th International Conference on Software Engineering2022匹配度 1/10引用 48并发、并行与内存模型分布式与容错

P2 Hermes: A Fast, Fault-Tolerant and Linearizable Replication Protocol

Hermes：一种快速、容错且可线性化的复制协议

提出 Hermes 复制协议，在故障下维持线性一致副本，并面向高吞吐、低延迟的数据存储。

ASPLOS Proceedings of the Twenty-Fifth International Conference on Architectural Support for Programming Languages and Operating Systems2020匹配度 1/10引用 48分布式与容错

P2 In-Network Aggregation with Transport Transparency for Distributed Training

面向分布式训练的传输透明网络内聚合

提出传输透明的网络内聚合方案，使分布式训练无需定制传输层即可利用 INA 加速。

ASPLOS Proceedings of the 28th ACM International Conference on Architectural Support for Programming Languages and Operating Systems, Volume 32023匹配度 1/10引用 44分布式与容错

P2 Twin Graph-Based Anomaly Detection via Attentive Multi-Modal Learning for Microservice System

基于孪生图的注意力多模态学习微服务系统异常检测

提出 MSTGAD，用注意力多模态学习融合指标、日志与追踪并构建微服务系统孪生图，实现半监督实时异常检测。

ASE 2023 38th IEEE/ACM International Conference on Automated Software Engineering (ASE)2023匹配度 1/10引用 44分布式与容错

P2 Warehouse-scale video acceleration: co-design and deployment in the wild

仓库级视频加速：真实环境中的协同设计与部署

论文设计并大规模部署了面向仓库级视频转码的专用加速器 VCU，实现 20–33 倍能效提升。

ASPLOS Proceedings of the 26th ACM International Conference on Architectural Support for Programming Languages and Operating Systems2021匹配度 1/10引用 43语言与体系结构分布式与容错

P2 AutoConfig: automatic configuration tuning for distributed message systems

AutoConfig：面向分布式消息系统的自动配置调优

提出 AutoConfig，用基于比较的模型和加权拉丁超立方采样自动调优 Kafka 生产者吞吐，显著优于默认配置与现有算法。

ASE Proceedings of the 33rd ACM/IEEE International Conference on Automated Software Engineering2018匹配度 1/10引用 43分布式与容错

P2 Faster, deeper, easier: crowdsourcing diagnosis of microservice kernel failure from user space

更快、更深、更易：从用户空间众包诊断微服务内核故障

提出用户空间众包诊断方法 DyCause，基于轻量 API 日志推断服务间时变因果关系，定位微服务内核故障。

ISSTA Proceedings of the 30th ACM SIGSOFT International Symposium on Software Testing and Analysis2021匹配度 1/10引用 42测试、调试与修复分布式与容错

P2 Design and Operation of Shared Machine Learning Clusters on Campus

校园共享机器学习集群的设计与运营

提出 SING——面向校园共享 GPU 集群的全栈管理方案，降低运维成本并提升资源利用率。

ASPLOS Proceedings of the 30th ACM International Conference on Architectural Support for Programming Languages and Operating Systems, Volume 12025匹配度 1/10引用 41机器学习与程序语言分布式与容错

P2 Hop

Hop：异构感知的去中心化训练协议

提出首个异构感知的去中心化训练协议 Hop，利用迭代间隔设计队列同步与跳步机制，缓解慢节点影响并加速训练。

ASPLOS Proceedings of the Twenty-Fourth International Conference on Architectural Support for Programming Languages and Operating Systems2019匹配度 1/10引用 40分布式与容错

P2 Skyway

Skyway：直接连接 JVM 托管堆以消除序列化

Skyway 直接连接不同 JVM 进程的托管堆，无需序列化/反序列化即可跨机传输对象。

ASPLOS Proceedings of the Twenty-Third International Conference on Architectural Support for Programming Languages and Operating Systems2018匹配度 1/10引用 38运行时与内存管理分布式与容错

P2 MRCA: Metric-level Root Cause Analysis for Microservices via Multi-Modal Data

MRCA：基于多模态数据的微服务指标级根因分析

融合 trace、日志与指标的多模态数据，通过因果图与奖励机制将微服务根因定位细化到指标级。

ASE Proceedings of the 39th IEEE/ACM International Conference on Automated Software Engineering2024匹配度 1/10引用 34分布式与容错机器学习与程序语言

P2 Fast Outage Analysis of Large-Scale Production Clouds with Service Correlation Mining

基于服务关联挖掘的大规模生产云快速故障分析

提出 COT，通过挖掘服务关联对大规模生产云故障进行快速根因服务定位。

ICSE 2021 IEEE/ACM 43rd International Conference on Software Engineering (ICSE)2021匹配度 1/10引用 32测试、调试与修复分布式与容错

P2 A Fault-Tolerant Million Qubit-Scale Distributed Quantum Computer

容错百万量子比特级分布式量子计算机

提出多稀释制冷机分布式量子计算机的软硬件协同容错纠错机制，实现百万量子比特级容错计算。

ASPLOS Proceedings of the 29th ACM International Conference on Architectural Support for Programming Languages and Operating Systems, Volume 22024匹配度 1/10引用 32量子与概率编程分布式与容错

P2 Root Cause Analysis for Microservice System based on Causal Inference: How Far Are We?

基于因果推断的微服务系统根因分析：我们离目标还有多远？

系统评估了9种因果发现与21种根因分析方法，揭示其在微服务系统中效果、效率与泛化性的不足。

ASE Proceedings of the 39th IEEE/ACM International Conference on Automated Software Engineering2024匹配度 1/10引用 30测试、调试与修复分布式与容错

P2 Detection Is Better Than Cure: A Cloud Incidents Perspective

检测胜于补救：从云生产事件视角出发

基于微软超大规模云平台一年生产事件，系统分析监控盲区如何导致检测与缓解延迟，并给出最佳监控实践建议。

FSE Proceedings of the 31st ACM Joint European Software Engineering Conference and Symposium on the Foundations of Software Engineering2023匹配度 1/10引用 30分布式与容错

P2 An empirical investigation of missing data handling in cloud node failure prediction

云节点故障预测中缺失数据处理的实证研究

基于大规模云系统实证，刻画节点故障预测中的缺失数据问题，并评估插值方法，发现节点维度与深度学习插值更优。

FSE Proceedings of the 30th ACM Joint European Software Engineering Conference and Symposium on the Foundations of Software Engineering2022匹配度 1/10引用 28分布式与容错

P2 DataFlower: Exploiting the Data-flow Paradigm for Serverless Workflow Orchestration

DataFlower：利用数据流范式实现无服务器工作流编排

提出 DataFlower，用数据流范式编排 Serverless 工作流，以降低控制流范式导致的高响应延迟。

ASPLOS Proceedings of the 28th ACM International Conference on Architectural Support for Programming Languages and Operating Systems, Volume 42023匹配度 1/10引用 27分布式与容错并发、并行与内存模型

P2 Automating serverless deployments for DevOps organizations

面向 DevOps 组织的 serverless 部署自动化

揭示 serverless 服务独立部署与部署顺序协调的冲突，标题表明目标是自动化该部署过程。

FSE Proceedings of the 29th ACM Joint Meeting on European Software Engineering Conference and Symposium on the Foundations of Software Engineering2021匹配度 1/10引用 27分布式与容错

P2 CoFI

CoFI

CoFI 关注云系统中由网络分区引发的缺陷，致力于在特定时机启停分区以暴露这些难以触发的 partition bugs。

ASE Proceedings of the 35th IEEE/ACM International Conference on Automated Software Engineering2020匹配度 1/10引用 26分布式与容错测试、调试与修复

P2 Time-Fluid Field-Based Coordination through Programmable Distributed Schedulers

通过可编程分布式调度器实现时间流体式基于场的协调

提出用因果场编程分布式调度，替代固定时钟，实现可平衡反应性与开销的时间流体式场协调。

LMCS vol.Volume 17, Issue 42021匹配度 1/10引用 26领域特定语言与建模分布式与容错

P2 Incident-aware Duplicate Ticket Aggregation for Cloud Systems

面向云系统的事件感知重复工单聚合

提出 iPACK，融合客户工单与云端事件的故障信息，实现云系统重复工单的精准聚合。

ICSE 2023 IEEE/ACM 45th International Conference on Software Engineering (ICSE)2023匹配度 1/10引用 25机器学习与程序语言分布式与容错

P2 AID: Efficient Prediction of Aggregated Intensity of Dependency in Large-scale Cloud Systems

AID：大规模云系统中依赖聚合强度的高效预测

提出 AID，首个通过追踪数据与多变量时间序列相似度预测云服务间依赖强度的方法。

ASE 2021 36th IEEE/ACM International Conference on Automated Software Engineering (ASE)2021匹配度 1/10引用 24分布式与容错

P2 FCatch

FCatch：time-of-fault 缺陷的自动预测

将 time-of-fault bug 建模为新型并发 bug，并提出 FCatch 通过观察正确执行自动预测分布式系统缺陷。

ASPLOS Proceedings of the Twenty-Third International Conference on Architectural Support for Programming Languages and Operating Systems2018匹配度 1/10引用 24测试、调试与修复分布式与容错

P2 MacroSwarm: A Field-based Compositional Framework for Swarm Programming

MacroSwarm：一种面向群体编程的基于场的组合式框架

提出基于场的组合式群体编程框架 MacroSwarm，用可复用纯函数块将感知场映射为动作目标场。

LMCS vol.Volume 21, Issue 32025匹配度 1/10引用 23领域特定语言与建模分布式与容错

P2 Persistent Memory Disaggregation for Cloud-Native Relational Databases

面向云原生关系数据库的持久内存解聚

指出现有云原生数据库解聚架构尚未纳入持久内存，并研究将其融入的方案。

ASPLOS Proceedings of the 28th ACM International Conference on Architectural Support for Programming Languages and Operating Systems, Volume 32023匹配度 1/10引用 22运行时与内存管理分布式与容错

P2 HasChor: Functional Choreographic Programming for All (Functional Pearl)

HasChor：面向所有人的函数式编排编程（Functional Pearl）

提出基于 monad 的函数式编排编程模型，支持高阶与位置多态编排，并实现为 Haskell 库 HasChor。

ICFP 7(ICFP)2023匹配度 1/10引用 22函数式编程分布式与容错

P2 FaaSGraph: Enabling Scalable, Efficient, and Cost-Effective Graph Processing with Serverless Computing

FaaSGraph：利用 Serverless 计算实现可扩展、高效且低成本的图处理

提出面向 Serverless 的图计算方案 FaaSGraph，通过框架与 Serverless 系统协同设计大幅提升性能并降低成本。

ASPLOS Proceedings of the 29th ACM International Conference on Architectural Support for Programming Languages and Operating Systems, Volume 22024匹配度 1/10引用 21分布式与容错运行时与内存管理

P2 BeeHive: Sub-second Elasticity for Web Services with Semi-FaaS Execution

BeeHive：面向 Web 服务的亚秒级弹性——基于 Semi-FaaS 执行

提出 Semi-FaaS 执行模型与 BeeHive 卸载框架，将 Web 服务中耗时闭包动态卸载到 FaaS 平台，实现亚秒级弹性扩缩容。

ASPLOS Proceedings of the 28th ACM International Conference on Architectural Support for Programming Languages and Operating Systems, Volume 22023匹配度 1/10引用 18运行时与内存管理分布式与容错

P2 Graph based Incident Extraction and Diagnosis in Large-Scale Online Systems

大规模在线系统中基于图的事件提取与诊断

提出基于图的在线系统可用性事件表示、GNN 检测与 PageRank 根因定位方法，并在微信系统验证部署。

ASE Proceedings of the 37th IEEE/ACM International Conference on Automated Software Engineering2022匹配度 1/10引用 17分布式与容错测试、调试与修复

P2 SPL

SPL：Streams 处理语言

设计并实现兼具分布式执行与可扩展性的流处理语言 SPL，成为 IBM Streams 平台的入口。

TOPLAS 39(1)2017匹配度 1/10引用 17领域特定语言与建模分布式与容错

P2 Khuzdul: Efficient and Scalable Distributed Graph Pattern Mining Engine

Khuzdul：高效可扩展的分布式图模式挖掘引擎

提出 Khuzdul 分布式执行引擎，通过可扩展嵌入抽象与 BFS-DFS 混合探索，实现高效可扩展的分布式图模式挖掘。

ASPLOS Proceedings of the 28th ACM International Conference on Architectural Support for Programming Languages and Operating Systems, Volume 22023匹配度 1/10引用 16分布式与容错并发、并行与内存模型

P2 VARYS: an agnostic model-driven monitoring-as-a-service framework for the cloud

VARYS：一种面向云的技术无关模型驱动监控即服务框架

提出技术无关、模型驱动的云监控即服务框架VARYS，支持声明式指定监控目标并自动配置全栈KPI监控。

FSE Proceedings of the 2019 27th ACM Joint Meeting on European Software Engineering Conference and Symposium on the Foundations of Software Engineering2019匹配度 1/10引用 16领域特定语言与建模分布式与容错

P2 WSMeter

WSMeter：仓库级计算机性能评估方法

提出 WSMeter，一种基于生产环境作业行为、含新整体指标与统计模型的仓库级计算机性能评估方法。

ASPLOS Proceedings of the Twenty-Third International Conference on Architectural Support for Programming Languages and Operating Systems2018匹配度 1/10引用 16语言与体系结构分布式与容错

P2 Mint: Cost-Efficient Tracing with All Requests Collection via Commonality and Variability Analysis

Mint：通过共性与可变性分析实现全请求收集的成本高效追踪

提出 Mint，将 trace 从“1 或 0”采样转为“共性+可变性”范式，在 agent 端实现全请求追踪并大幅降低存储与网络开销。

ASPLOS Proceedings of the 30th ACM International Conference on Architectural Support for Programming Languages and Operating Systems, Volume 12025匹配度 1/10引用 15分布式与容错

P2 NEOFog

NEOFog：面向非易失性处理的雾计算系统架构

提出 NEOFog 非易失性处理器架构与负载均衡算法，将 WSN 雾内处理能力最高提升 8 倍。

ASPLOS Proceedings of the Twenty-Third International Conference on Architectural Support for Programming Languages and Operating Systems2018匹配度 1/10引用 15语言与体系结构分布式与容错

P2 Computation Against a Neighbour: Addressing Large-Scale Distribution and Adaptivity with Functional Programming and Scala

面向邻居的计算：用函数式编程与 Scala 应对大规模分布性与自适应性

提出 neighbours calculus 与“对邻居计算”概念，简化邻域交互的声明式表达，并以 Scala 实现 ScaFi。

LMCS vol.Volume 19, Issue 12023匹配度 1/10引用 15领域特定语言与建模分布式与容错

P2 Thesios: Synthesizing Accurate Counterfactual I/O Traces from I/O Samples

Thesios：从 I/O 采样合成精确的反事实 I/O 轨迹

提出 Thesios，融合多磁盘降采样 I/O 轨迹，合成高精度反事实全分辨率 I/O 轨迹。

ASPLOS Proceedings of the 29th ACM International Conference on Architectural Support for Programming Languages and Operating Systems, Volume 32024匹配度 1/10引用 14领域特定语言与建模分布式与容错

P2 Maat: Performance Metric Anomaly Anticipation for Cloud Services with Conditional Diffusion

Maat：基于条件扩散的云服务性能指标异常预判

提出首个云服务性能指标异常预判方法，用条件扩散预测指标并结合孤立森林提前发现异常。

ASE 2023 38th IEEE/ACM International Conference on Automated Software Engineering (ASE)2023匹配度 1/10引用 14分布式与容错

P2 Field-based Coordination with the Share Operator

使用 Share 算子的基于场的协调

提出 share 算子统一场计算的时空操作，可替代 rep/nbr 并显著加速自稳定算法。

LMCS vol.Volume 16, Issue 42020匹配度 1/10引用 14分布式与容错语言设计与特性

P2 Prism: Revealing Hidden Functional Clusters from Massive Instances in Cloud Systems

Prism：从云系统海量实例中揭示隐藏的功能簇

提出非侵入式聚类方法 Prism，依据通信与资源使用模式从云系统海量实例中推断功能簇，提升可观测性。

ASE 2023 38th IEEE/ACM International Conference on Automated Software Engineering (ASE)2023匹配度 1/10引用 13分布式与容错

P2 Vicious Cycles in Distributed Software Systems

分布式软件系统中的恶性循环

首次形式定义并系统研究分布式软件系统中的恶性循环，揭示错误处理根因，探索监控与指数退避防治。

ASE 2023 38th IEEE/ACM International Conference on Automated Software Engineering (ASE)2023匹配度 1/10引用 12分布式与容错测试、调试与修复

P2 EXPRESS

EXPRESS：面向智能系统的节能安全边缘计算框架

提出基于移动边缘计算与区块链的 EXPRESS 框架，实现能效与安全的数据和计算资源管理，并用 UAV 配送系统验证。

ASE Proceedings of the 35th IEEE/ACM International Conference on Automated Software Engineering2020匹配度 1/10引用 12分布式与容错安全与隐私

P2 Scaling Reliably

可靠地扩展

研究 Erlang 分布式 actor 模型的可扩展性瓶颈，在 VM、语言库与工具层改进，并在 256 主机集群验证可靠扩展。

TOPLAS 39(4)2017匹配度 1/10引用 11分布式与容错运行时与内存管理语言设计与特性

P2 Giving Every Modality a Voice in Microservice Failure Diagnosis via Multimodal Adaptive Optimization

让每种模态在微服务故障诊断中发声：基于多模态自适应优化的方法

提出模态无关框架 Medicine，通过分模态编码与自适应优化平衡各模态学习节奏，提升微服务故障诊断。

ASE Proceedings of the 39th IEEE/ACM International Conference on Automated Software Engineering2024匹配度 1/10引用 10测试、调试与修复分布式与容错

P2 FaaSConf: QoS-aware Hybrid Resources Configuration for Serverless Workflows

FaaSConf：面向无服务器工作流的 QoS 感知混合资源配置

提出基于多智能体强化学习的混合资源配置方法 FaaSConf，联合调优硬件资源与并发度，在保证端到端 QoS 的同时降低资源成本。

ASE Proceedings of the 39th IEEE/ACM International Conference on Automated Software Engineering2024匹配度 1/10引用 10运行时与内存管理分布式与容错

P2 Phoenix

Phoenix：面向分布式图分析的容错通信与同步基础

提出 Phoenix 容错协议，使分布式图分析无需检查点即可恢复并保证正确结果，且无故障时无额外开销。

ASPLOS Proceedings of the Twenty-Fourth International Conference on Architectural Support for Programming Languages and Operating Systems2019匹配度 1/10引用 10分布式与容错

P2 A fault injection platform for learning AIOps models

面向 AIOps 模型学习的故障注入平台

提出自动故障注入平台，统一注入与数据采集，支持多云微服务并学习错误传播以辅助故障定位。

ASE Proceedings of the 37th IEEE/ACM International Conference on Automated Software Engineering2022匹配度 1/10引用 9测试、调试与修复分布式与容错

P2 Trusted Software Supply Chain

可信软件供应链

提出基于分布式账本和软件遥测的交付治理框架，提升软件供应链合规、溯源与信任。

ASE 2019 34th IEEE/ACM International Conference on Automated Software Engineering (ASE)2019匹配度 1/10引用 9安全与隐私分布式与容错

P2 MicroRes: Versatile Resilience Profiling in Microservices via Degradation Dissemination Indexing

MicroRes：通过退化传播索引实现微服务中的通用韧性剖析

提出MicroRes，首个通过退化传播索引实现微服务通用韧性剖析的框架。

ISSTA Proceedings of the 33rd ACM SIGSOFT International Symposium on Software Testing and Analysis2024匹配度 1/10引用 8分布式与容错测试、调试与修复

P2 A programming model and foundation for lineage-based distributed computation

基于 lineage 的分布式计算：编程模型与基础

提出 function passing 编程模型与类型化核心演算，为基于 lineage 的分布式计算奠定基础并简化容错。

JFP vol.282018匹配度 1/10引用 8分布式与容错类型系统

P2 ESRO: Experience Assisted Service Reliability against Outages

ESRO：经验辅助的服务可靠性以应对故障

提出 ESRO，通过融合告警因果图与故障报告知识图，为云服务故障推荐根因与修复方案。

ASE 2023 38th IEEE/ACM International Conference on Automated Software Engineering (ASE)2023匹配度 1/10引用 7测试、调试与修复分布式与容错

P2 Intelligent container reallocation at Microsoft 365

Microsoft 365 中的智能容器重分配

提出多阶段局部搜索算法优化容器重分配，以缓解热点机器并均衡微服务工作负载。

FSE Proceedings of the 29th ACM Joint Meeting on European Software Engineering Conference and Symposium on the Foundations of Software Engineering2021匹配度 1/10引用 7分布式与容错

P2 Edge4Sys

Edge4Sys：面向移动边缘计算智能系统的端边协同框架

提出 Edge4Sys 端边协同框架，以无人机配送中的深度学习用户识别为例，显著降低网络流量与响应时间。

ASE Proceedings of the 35th IEEE/ACM International Conference on Automated Software Engineering2020匹配度 1/10引用 7分布式与容错

P2 EXPRESS 2.0: An Intelligent Service Management Framework for AIoT Systems in the Edge

EXPRESS 2.0：面向边缘 AIoT 系统的智能服务管理框架

提出 EXPRESS 2.0 边缘 AIoT 智能服务管理框架，集成服务协作、AI 应用与数据安全管理，并用无人机/无人车配送系统验证。

ASE 2023 38th IEEE/ACM International Conference on Automated Software Engineering (ASE)2023匹配度 1/10引用 6分布式与容错安全与隐私

P2 Outage-Watch: Early Prediction of Outages using Extreme Event Regularizer

Outage-Watch：使用极端事件正则化器实现宕机的早期预测

把云服务关键故障定义为 QoS 指标越过阈值的极端事件，用混合高斯建模并加极端事件正则化器，提前预测宕机。

FSE Proceedings of the 31st ACM Joint European Software Engineering Conference and Symposium on the Foundations of Software Engineering2023匹配度 1/10引用 6分布式与容错机器学习与程序语言

P2 Health of smart ecosystems

智能生态系统的健康

提出面向智能生态系统的可靠性新概念，并探讨揭示其故障的新方法。

FSE Proceedings of the 29th ACM Joint Meeting on European Software Engineering Conference and Symposium on the Foundations of Software Engineering2021匹配度 1/10引用 6分布式与容错

P2 Breaking the Loop: AWARE is the New MAPE-K

打破循环：AWARE 是新的 MAPE-K

提出分布式、目标驱动的 AWARE 框架，以自主 AI 代理替代 MAPE-K 循环，实现主动自适应与持续学习。

FSE Proceedings of the 33rd ACM International Conference on the Foundations of Software Engineering2025匹配度 1/10引用 5分布式与容错

P2 ADAMAS: Adaptive Domain-Aware Performance Anomaly Detection in Cloud Service Systems

ADAMAS：云服务系统中自适应领域感知的性能异常检测

提出基于 AutoML 的自适应异常检测框架 ADAMAS，通过无监督模型搜索与人在回路专家知识提升云服务性能异常检测。

ICSE 2025 IEEE/ACM 47th International Conference on Software Engineering (ICSE)2025匹配度 1/10引用 5分布式与容错

P2 Efficient, Portable, Census-Polymorphic Choreographic Programming

高效、可移植且支持参与者数量多态（census polymorphism）的编排式编程

提出 conclave、多位置值与 census 多态，使库级编排编程的分支无需冗余通信且可跨宿主语言移植。

PLDI 9(PLDI)2025匹配度 1/10引用 5分布式与容错语言设计与特性

P2 Impure Simplicial Complexes: Complete Axiomatization

非纯单纯复形：完全公理化

为描述非纯单纯复形的三值多主体认知逻辑给出公理化，并证明其可靠性与完全性。

LMCS vol.Volume 19, Issue 42023匹配度 1/10引用 5逻辑与自动机分布式与容错

P2 Radshield: Software Radiation Protection for Commodity Hardware in Space

Radshield：面向太空商用硬件的软件辐射防护

提出Radshield软件系统，通过电流监测与高效冗余执行，防护太空商用芯片的辐射短路与单比特数据损坏。

ASPLOS Proceedings of the 31st ACM International Conference on Architectural Support for Programming Languages and Operating Systems, Volume 12025匹配度 1/10引用 4分布式与容错语言与体系结构

P2 Embracing Imbalance: Dynamic Load Shifting among Microservice Containers in Shared Clusters

拥抱不均衡：共享集群中微服务容器间的动态负载迁移

提出 Imbres 微服务系统，利用负载不均衡动态迁移负载并协同扩缩容，降低资源与 SLA 违规。

ASPLOS Proceedings of the 30th ACM International Conference on Architectural Support for Programming Languages and Operating Systems, Volume 22025匹配度 1/10引用 4分布式与容错

P2 Fusion: An Analytics Object Store Optimized for Query Pushdown

Fusion：面向查询下推优化的分析型对象存储

提出 Fusion，一种面向擦除编码数据查询下推优化的分析型对象存储，通过协同设计纠删码与文件布局降低延迟。

ASPLOS Proceedings of the 30th ACM International Conference on Architectural Support for Programming Languages and Operating Systems, Volume 12025匹配度 1/10引用 4分布式与容错

P2 Experiences and challenges in building a data intensive system for data migration

构建数据密集型数据迁移系统的经验与挑战

分享构建可扩展、容错且具QoS保障的数据密集型数据迁移系统的经验与挑战。

ICSE Proceedings of the 40th International Conference on Software Engineering2018匹配度 1/10引用 4分布式与容错

P2 Space-Fluid Adaptive Sampling by Self-Organisation

通过自组织的空间流体自适应采样

提出基于场协调的自组织自适应采样算法，通过动态竞争区域划分空间，并证明其自稳定与局部最优。

LMCS vol.Volume 19, Issue 42023匹配度 1/10引用 4分布式与容错领域特定语言与建模

P2 Reliable Actors with Retry Orchestration

带重试编排的可靠 Actor

提出基于 Actor、重试编排与尾调用的云容错编程模型，并形式化与实现验证。

PLDI 7(PLDI)2023匹配度 1/10引用 4分布式与容错形式语义

P2 Lock-step simulation is child's play (experience report)

锁步模拟小菜一碟（经验报告）

在 Haskell 纯度和静态指针支持下，锁步模拟变得极易实现，并可在 CodeWorld 中无纪律要求地提供一致性。

ICFP 1(ICFP)2017匹配度 1/10引用 4函数式编程分布式与容错

P2 RocketHA: A High Availability Design Paradigm for Distributed Log-Based Storage System

RocketHA：面向分布式日志存储系统的高可用设计范式

提出 RocketHA 高可用设计范式，含六大组件，使分布式日志存储可从崩溃与分区中自动恢复并防止数据丢失。

ASE 2023 38th IEEE/ACM International Conference on Automated Software Engineering (ASE)2023匹配度 1/10引用 3分布式与容错

P2 Arbitration-Free Consistency Is Available (and Vice Versa)

无仲裁一致性是可用的（反之亦然）

提出统一语义框架，证明对象规格可无协调实现当且仅当无仲裁，统一并推广 CAP 类结果。

POPL 10(POPL)2026匹配度 1/10引用 3分布式与容错形式语义

P2 C <scp>xlalloc</scp> : Safe and Efficient Memory Allocation for a CXL Pod

Cxlalloc：为 CXL Pod 提供安全高效的内存分配

提出面向 CXL Pod 的用户态内存分配器 cxlalloc，通过软件缓存一致性与 mCAS 支持无硬件一致性的多主机共享内存分配。

ASPLOS Proceedings of the 31st ACM International Conference on Architectural Support for Programming Languages and Operating Systems, Volume 22026匹配度 1/10引用 2运行时与内存管理分布式与容错

P2 Cooperative Graceful Degradation in Containerized Clouds

容器化云中的协同优雅降级

提出应用与云运营商协同优雅降级，并利用关键性标签与 diagonal scaling 提升故障下关键服务可用性。

ASPLOS Proceedings of the 30th ACM International Conference on Architectural Support for Programming Languages and Operating Systems, Volume 12025匹配度 1/10引用 2分布式与容错

P2 Kimbap: A Node-Property Map System for Distributed Graph Analytics

Kimbap：面向分布式图分析的节点属性映射系统

提出 Kimbap 分布式图分析框架，支持任意节点属性读写，并通过图分区感知的节点属性映射优化高并发稀疏归约。

ASPLOS Proceedings of the 29th ACM International Conference on Architectural Support for Programming Languages and Operating Systems, Volume 22024匹配度 1/10引用 2分布式与容错运行时与内存管理并发、并行与内存模型

P2 Effective low capacity status prediction for cloud systems

面向云系统的有效低容量状态预测

提出从低容量状态角度主动预测云系统资源分配失败水平的方法，以改善容量规划与服务可用性。

FSE Proceedings of the 29th ACM Joint Meeting on European Software Engineering Conference and Symposium on the Foundations of Software Engineering2021匹配度 1/10引用 2分布式与容错

P2 Big Data of the Past, from Venice to Europe

过去的大数据：从威尼斯到欧洲

报告威尼斯时间机器项目：通过大规模数字化与深度学习将文化遗产转化为历史大数据，并扩展为欧洲分布式数字信息系统。

ASPLOS Proceedings of the Twenty-Fifth International Conference on Architectural Support for Programming Languages and Operating Systems2020匹配度 1/10引用 2机器学习与程序语言分布式与容错

P2 Programming Distributed Collective Processes in the eXchange Calculus

在 eXchange 演算中编程分布式集体进程

提出「分布式集体进程」抽象，在 XC 演算中形式化并在 FCPP 中实现，统一刻画簇形成与集体任务。

LMCS vol.Volume 21, Issue 42025匹配度 1/10引用 2领域特定语言与建模分布式与容错

P2 Relight: Simple User-Level Checkpointing and Fast-Forward Replay for Distributed Task-Based Systems

Relight：面向分布式任务型系统的简单用户级检查点与快速前向重放

提出 Relight，首个面向分布式任务型程序的自动检查点与快速前向重放框架，几乎无需改动代码即可完成完整作业恢复。

OOPSLA 10(OOPSLA2)2026匹配度 1/10引用 1分布式与容错运行时与内存管理

P2 Boosting Gas Revenues of Ethereum Miners

提升以太坊矿工的 Gas 收入

指出以太坊矿工需联合选择交易并优化排序以最大化 gas 收入，形成组合优化问题。

ICSE Proceedings of the 2026 IEEE/ACM 48th International Conference on Software Engineering2026匹配度 1/10引用 1分布式与容错逻辑与约束编程

P2 CPU-Oblivious Offloading of Failure-Atomic Transactions for Disaggregated Memory

面向解聚内存的 CPU 无感失败原子事务卸载

Fanmem 将失败原子事务的日志持久化卸载到交换机处理单元，在解聚内存中保证故障一致性并降低计算服务器开销。

ASPLOS Proceedings of the 31st ACM International Conference on Architectural Support for Programming Languages and Operating Systems, Volume 22026匹配度 1/10引用 1分布式与容错运行时与内存管理

P2 SPARK: Secure Predictive Autoscaling for Robust Kubernetes

SPARK：面向健壮 Kubernetes 的安全预测式自动扩缩容

提出基于 eBPF 与预测模型的 Kubernetes 自动扩缩容工具链，兼顾安全隔离与流量突增鲁棒性。

FSE Proceedings of the 34th ACM International Conference on the Foundations of Software Engineering2026匹配度 1/10引用 1分布式与容错安全与隐私

P2 Designing for Scalability: Building a Universal Serverless Messaging Architecture with Apache RocketMQ

为可扩展性而设计：使用 Apache RocketMQ 构建通用 Serverless 消息架构

提出基于 Apache RocketMQ 的通用 Serverless 消息架构，实现多协议兼容、单队列无限吞吐与高可扩展性。

FSE Proceedings of the 33rd ACM International Conference on the Foundations of Software Engineering2025匹配度 1/10引用 1分布式与容错

P2 Generalized Concurrency Testing Tool for Distributed Systems

面向分布式系统的通用并发测试工具

提出 DSTest，在应用层拦截消息实现语言无关、免插桩的通用受控并发测试工具。

ISSTA Proceedings of the 33rd ACM SIGSOFT International Symposium on Software Testing and Analysis2024匹配度 1/10引用 1测试、调试与修复分布式与容错

P2 Online sports betting through the prism of software engineering

透过软件工程棱镜看在线体育博彩

以EmpireBet平台15年演进为例，总结大型在线博彩系统的架构、非功能需求与可复用抽象。

FSE Proceedings of the 28th ACM Joint Meeting on European Software Engineering Conference and Symposium on the Foundations of Software Engineering2020匹配度 1/10引用 1语言设计与特性分布式与容错

P2 DKVF: a framework for rapid prototyping and evaluating distributed key-value stores

DKVF：一个用于快速原型化与评估分布式键值存储的框架

提出 DKVF 框架，通过关注点分离让一致性协议设计与存储等组件解耦，实现快速原型与性能评估。

ASE Proceedings of the 33rd ACM/IEEE International Conference on Automated Software Engineering2018匹配度 1/10引用 1分布式与容错

P2 Consistent Updates for Scalable Microservices

可扩展微服务的一致性更新

提出微服务混合模式更新的形式化框架与保证一致性的算法，并证明忽略语义的方法必然导致不一致。

POPL 10(POPL)2026匹配度 1/10引用 1分布式与容错形式语义