一、基本情况
姓名：何鹏
学位：博士
电子邮箱：penghe@hubu.edu.cn
职称：副教授
招生专业：网络空间安全、软件工程、计算机技术
研究方向：
（1）基于深度学习的复杂软件系统质量保证：通过对软件源代码解析，从代码结构和语义层面分析，利用图神经网络模型进行软件缺陷预测、缺陷定位和缺陷修复，以及软件演化分析。
（2）异质信息网络下的服务智能推荐：综合考虑用户-服务-属性等实体构建的异质信息网络，利用网络表征学习、注意力机制、增强学习等进行个性化服务推荐。
（3）面向群体软件开发的成员合作机制：软件开发是一个团队合作工程，利用复杂网络理论与社会网络分析方法，研究开发人员之间的合作偏好、核心开发者识别、开发者成长模式等等。
二、教育背景
2012.9-2015.6 |
武汉大学 |
计算机学院 |
博士 |
2010.9-2012.6 |
武汉大学 |
软件工程国家重点实验室 |
硕士 |
2006.9-2010.6 |
江西理工大学 |
信息工程学院 |
本科 |
三、工作经历
2022.11至今 |
湖北大学 |
网络空间安全学院, |
副教授 |
2018.7-2022.10 |
湖北大学 |
计算机与信息工程学院 |
副教授 |
2015.7-2018.6 |
湖北大学 |
计算机与信息工程学院 |
讲师 |
四、教学情况
（1）本科生课程：《计算机导论》《病毒原理与防御技术》《网络安全》《人工智能及应用》《大数据分析与应用》等；
（2）研究生课程：《软件度量技术》《应用系统安全》《深度学习》等。
五、主持项目
(1) 湖北省重点研发计划项目，2021BAA184,基于工业大数据的智能生产关键技术研究，2022/01-2023/12,100万，在研，主持
(2) 国家自然科学基金青年项目，61902114，基于代码语义结构特征自动学习的软件缺陷预测研究，2020/01-2022/12，23万，在研，主持
(3) 湖北省技术创新重大专项项目，2019ACA144，基于视频大数据的人群综合治安风险监测与防范平台的研发与示范，2019/01-2020/12，结题，参加
(4) 湖北省技术创新重大专项项目，2018ACA133，面向教育协同治理的高考按专业招考服务系统研发与应用示范，2018/01-2019/12，结题，参加
(5) 国家自然科学基金面上项目，61572371，面向开源开放开放的软件生态系统演化机制与健康性研究，2016/01-2019/12，结题，参加
(6) 湖北省自然科学基金青年项目，2016CFB309，面向开源软件生态系统的软件缺陷预测与分配方法，2016/01-2017/12，结题，主持
(7) 国家重点基础研究发展计划，2014CB340404，网络大数据内容建模与语义理解方法研究，2014/01-2017/12，结题，参加
(8) 国家自然科学基金面上项目，61273216，基于网络智能的群体软件开发行为建模与分析方法，2013/01-2016/12，结题，参加
(9) 应用数学湖北省重点实验室开放基金，HBAM201901,基于网络表征学习的软件缺陷预测研究，2020/01-2021/12，结题，主持
(10)湖北省教育厅青年基金，Q20171008，基于改进KNN 模型的软件缺陷预测方法研究，2017/01-2018/12，结题，主持
六、论文情况
（1）和诗雨,何鹏*,李辉,李兵.MRGRec:多关系图神经网络在开源社区中的开发者项目推荐[C].CCF 2023中国数字服务大会(最佳优秀论文奖).2023.10
（2）Ju Ma, Yi-Yang Sun,Peng He(*),et al.GSAGE2defect：anapproachto defect prediction using Graph nerual network[C], the 2023 International Conference on Software Engineering and Knowledge Engineering (SEKE 2023), 2023:45-50.（CCFC类会议）
（3）赵雯萍,何鹏*,呙中婷.基于多模态特征融合的软件缺陷预测[C]. 第38届中国计算机应用大会(CCF NCCA2023).
（4）周纯英,曾诚,何鹏*, 张龑. GKCI: 一种改进的基于图神经网络的关键类识别方法[J], 软件学报，2023,34(6):2509-2525.（CCF T1类）
（5）何鹏*,卫操,吕晟凯,曾诚等.基于图中图卷积神经网络的软件系统中类交互关系预测[J],软件学报，2023,34(11):5029−5041.
（6）邓文涛,何鹏,李兵,曾张帆.基于网络表示学习的软件系统演化分析[J], 山东大学学报 (工学版) . 2023, (2): 77 -86.
（7）Chunying Zhou,Peng He(*),Cheng Zeng, Ju Ma. Software defect prediction with semantic and structural information of codes based on Graph Neural Networks[J], Information and Software Technology，2022, 152: doi.org/10.1016/j.infsof. 2022.107057. (CCFB类期刊)
（8）Chun Ying Zhou, Cheng Zeng,Peng He(*).An Exploratory Study of Bug Prioritization and Severity Prediction based on Source Code Features[C], the 2022 International Conference on Software Engineering and Knowledge Engineering (SEKE 2022), 2022:178-183.（CCFC类会议）
（9）Xuan deng,Peng He*,Chun Ying Zhou.Data Selection for Cross-Project Defect Prediction with Local and Global Features of Source Code[C], the 2022 International Conference on Software Engineering and Knowledge Engineering (SEKE 2022), 2022:216-219.（CCFC类会议）
（10）ShengKai Lv, Fangzhou Yi，Peng He(*). QoS Prediction of Web Services based on a Two-level Heterogeneous Graph Attention Network[J]. IEEE Access. 2022, Volume 10: 1871-1880.(SCI期刊)
（11）王雪纯，吕晟凯，吴浩，何鹏*，曾诚.多网络混合嵌入学习的服务推荐方法研究[J].计算机科学与探索, 2022,16(7):1529-1542.
（12）吕晟凯,何鹏*,李兵,曹步清. 基于两级异质图注意力网络的Web服务QoS预测[C]. 第十二届CCF服务计算学术会议(CCF NCSC2021，最佳优秀论文奖).
（13）Yiwen Zhong, Kun Song, ShengKai Lv, andPeng He*. An Empirical Study of Software Metrics Diversity for Cross-Project Defect Prediction[J]. Mathematical Problems in Engineering,Volume 2021, Article ID 3135702, DOI:10.1155/2021/3135702.(SCI期刊)
（14）Kun Song, ShengKai Lv, Die Hu, andPeng He*. Software Defect Prediction Based on Elman Neural Network and Cuckoo Search Algorithm[J]. Mathematical Problems in Engineering,Volume 2021, Article ID 5954432, doi:10.1155/2021/5954432.(SCI期刊)
（15）Cheng Zeng, Chun Ying Zhou, Sheng Kai Lv,Peng He(*)and Jie Huang, GCN2defect：Graph Convolutional Networks for SmoteTomek-based Software Defect Prediction[C]. The 32nd International Symposium on Software Reliability Engineering(ISSRE 2021),2021:69-79.(CCF B类会议).
（16）张健雄,宋坤,何鹏*,李兵. 基于图神经网络的软件系统中关键类的识别[J].计算机科学, 2021,48(12): 149-158.
（17）Sun Y, Yi F, Zeng C, He P et al. A Hybrid Approach to News Recommendation Based on Knowledge Graph and Long Short-Term User Preferences[C]//2021 IEEE International Conference on Services Computing . IEEE, 2021: 165-173. (SCC2021 CCF C类会议)
（18）Xuechun Wang, Peng He*, Jianxiong Zhang, Zhan Wang. QoS Prediction of Web Services Based on Reputation-Aware Network Embedding[J]. IEEE Access. 2020, Volume 8: 161498-161508. (SCI期刊)
（19）何鹏*，喻绿君. 面向群体协作开发的开源软件峭壁分析[J]. 计算机科学，2020，47(7):52-59.
（20）杨宇凌,王澳蓉,吴浩,董琳,何鹏*.基于用户关系网络表征学习的服务推荐方法[J].重庆大学学报，2020，43(7):51-62.
（21）Shi Meilong,Peng He*, Haitao Xiao, Huixin Li,et al. An Approach to Semantic and Structural Features Learning for Software Defect Prediction[J]. Mathematical Problems in Engineering, Volume 2020, Article ID 6038619, DOI: 10.1155/2020/6038619.(SCI期刊)
（22）Hao Wu, Hanyu Zhang,Peng He*, Cheng Zeng, Yan Zhang. A Hybrid Approach to Service Recommendation Based on Network Representation Learning [J]. IEEE Access. 2019, 7(1): 60242-60254.(SCI期刊)
（23）何鹏，吴浩，曾诚，马于涛*. Truser: 一种基于可信用户的服务推荐方法[J]. 计算机学报, 2019, 42(4):851-863.（CCF中文T1类期刊）
（24）何鹏, 王鹏, 李兵*, 胡思文. 基于多粒度软件网络模型的软件系统演化分析[J]. 电子学报, 2018, 46(2): 257-267. （CCF中文T1类期刊）
（25）Peng He(*),Yao He, Lvjun Yu, and Bing Li, An Improved Method for Cross-Project Defect Prediction by Simplifying Training Data[J], Mathematical Problems in Engineering,https://doi.org/10.1155/2018/2650415.(SCI)
（26）何鹏*, 刘雅新, 李兵,曾诚，基于社会-技术属性的软件服务活跃度分析[J].计算机工程与科学，2018,40(10):82-91.（中文核心期刊）
（27）Yaxin Liu,Peng He*, Gaoyan Wu, Yilu Li, Towards Understanding Developers’ Collaborative Behavior in Open Source Software Ecosystems[J], Journal of Software, 2017,12(6):393-405.（EI期刊）
（28）李一露,何鹏*, 李兵,等. 多粒度数据选择的跨项目缺陷预测方法[J]. 小型微型计算机系统, 2017, 38(9):1934-1939.（CCF中文B类期刊）
（29）王星,何鹏*, 陈丹,等. 跨项目缺陷预测中训练数据选择方法[J]. 计算机应用, 2016, 36(11):3165-3169.（中文核心期刊）
（30）Peng He, Bing Li, Yutao Ma*. An Empirical Study on Software Defect Prediction with Simplified Metric Set[J], Information and Software Technology, 2015,59(3):170-190.（CCFB类期刊）
（31）何鹏，李兵*，程璨，曾诚. 开源软件系统中社会-技术网络的协同演化分析[J]，复杂系统与复杂性科学，2015,12(2): 38-45.（EI期刊）
（32）何鹏，李兵*，杨习辉，熊伟，开源软件社区开发者偏好合作行为研究，计算机科学，2015,42(2):161-166.（中文核心期刊）
（33）何鹏，李兵*，杨习辉，熊伟. Roster: 一种开发者潜在同行推荐方法[J]，计算机学报，2014,37(4):859-872.（CCF中文A类期刊）
（34）Peng He, Bing Li*, Yutao Ma and Lulu He, Using Software Dependency to Bug Prediction[J], Mathematical Problems in Engineering, Hindawi Publishing Corporation, Volume 2013, Article ID 869356, 12pages.(SCI期刊)
（35）何鹏, 李兵, 潘伟丰. 基于管理者合作网络的开源软件开发社区中心性分析[J], 小型微型计算机系统，2013,34(1):54-57.（中文核心期刊）
（36）He Peng; Li Bing; Huang Yuan, Applying centrality measures to the behavior analysis of developers in open source software community[C], Int’l Conf. on Social Computing and Its Applications, CGC/SCA 2012, pp:418-423.
七、专利软著
（1）一种基于图神经网络与双向GRU特征抽取的缺陷预测方法，ZL20221 0323112.5（国家发明专利，授权）
（2）一种基于多标签学习的群体软件开发中服务匹配方法，ZL202310565767.8（国家发明专利，授权）
（3）基于异质类关系图神经网络的软件缺陷预测方法和系统，ZL202311307585.7（国家发明专利，受理）
（4）基于图像增强的网络流量入侵检测方法和系统，ZL202311703770.8（国家发明专利，受理）
（5）基于超图神经网络的缺陷预测方法和系统，ZL202311709450.3（国家发明专利，受理）
（6）一种软件缺陷预测方法和系统，ZL202311301175.1（国家发明专利，受理）
（7）一种基于开发者实践技能相似性的同行推荐方法，201310538491.0.（国家发明专利，授权）
（8）一种基于离群用户过滤的服务推荐方法，201811240451.7（国家发明专利，授权）
（9）一种基于图神经网络的软件系统中关键类的识别方法，202010801717.1（国家发明专利，授权）
（10）基于深度神经网络的恶意代码检测系统，2022SR0919307
（11）基于加强语义信息的Bug定位系统，2022SR0252427
（12）基于代码语义与结构特征学习的软件缺陷检测系统，2021SR1913173
（13）基于两阶段K-means聚类的不可信用户识别系统，2019SR0104530
（14）基于大数据多维分析的电商平台智能精准管理系统，2019SR0611880
（15）跨境电子商务智能检测系统,2019SR06111870
（16）基于多模型融合的商品分类系统，2019SR0597165
（17）基于多特征融合的亚马逊虚假评论识别系统，2019SR0104522
（18）基于中文分词的敏感信息过滤系统，2019SR0525470
（19）基于软件网络的漏洞扫描系统，2017SR351385.
（20）跨项目知识驱动的软件缺陷检测系统，2017SR541776
（21）面向电商网站虚假评论的检测和智能过滤系统，2017SR5416668
（22）基于深度卷积神经网络的人脸识别系统，2017SR649289
（23）基于开发者实践技能的同行推荐系统，2014SR072083
八、获奖情况
（1）复杂工业场景下的视觉认知与智能服务关键技术及应用，湖北省科技进步奖，二等奖（5/15），2020.12
（2）复杂软件系统的网络化解析与优化理论及方法，中国计算机学会自然科学奖，二等奖（6/6），2021.11
（3）面向智能制造的视觉感知及大数据分析关键技术及应用，中国商业联合会科技进步奖，一等奖（6/15），2022.12
（4）大数据驱动的教育管理与智能服务关键技术研究，中国计算机学会计算机应用产品技术奖，二等奖（6/10），2023.7
九、指导学生获奖情况
