陈哲老师课题组的论文“Detecting Memory Errors at Runtime with Source-Level Instrumentation”获得2019年国际计算机学会杰出论文奖(ACM SIGSOFT Distinguished Paper Award)。该论文主要研究如何动态检测程序代码中的内存错误。众所周知，C语言的不安全语言特性，例如对内存的低级控制，可能会导致内存错误、数据腐败、安全缺陷和程序崩溃。现有的动态分析工具一般通过对程序的中间表示或者二进制代码进行插桩来对程序中的内存错误进行运行时检测。但是这些技术有三个严重弱点：优化敏感、平台依赖、DO-178C不兼容，从而导致这些工具无法同时获得有效性和高性能。该工作提出了一种新的源代码级的插桩技术，并实现了一个新的动态分析工具，该工具是目前世界上唯一的源代码级的内存动态分析工具。实验表明，该工具在有效性和性能上超过了世界上现有最好的工具，包括在工业界被广泛使用的Google公司的AddressSanitizer和Valgrind等。

Zhe Chen, Junqi Yan, Shuanglong Kan, Ju Qian, Jingling Xue. Detecting Memory Errors at Runtime with Source-Level Instrumentation. In Proceedings of the 28th ACM SIGSOFT International Symposium on Software Testing and Analysis (ISSTA 2019), July 15-19, 2019, pp. 341-351. ACM, 2019. (ACM SIGSOFT Distinguished Paper Award)