SCAM 是源代码分析与操纵领域的国际性学术会议,汇聚研究者与实践者,共同探讨有关软件系统源代码分析(任何产生源代码洞察的半自动/自动化过程)与操纵(任何接收并返回源代码的自动化/半自动化过程)的理论、技术与应用。会议涵盖机器码、高级语言及可执行图形表示等多种形态的“源代码”,设有 Research Track 与 Engineering Track 两个主要投稿轨道。2026 年为第 26 届,与 ICSME 2026 在意大利贝内文托联合举办。
| 检索类型 | Scopus | 邮箱 | |
| 会议状态 | 会议结束 | 网站 | https://conf.researchr.org/home/scam-2026 |
| 主办单位 | IEEE Computer Society | ||
| 会议邮箱 | |
| 会议状态 | 会议结束 |
| 会议形式 | 线下会议 |
| 网址 | https://conf.researchr.org/home/scam-2026 |
| 转发分享 |
SCAM 是源代码分析与操纵领域的国际性学术会议,汇聚研究者与实践者,共同探讨有关软件系统源代码分析(任何产生源代码洞察的半自动/自动化过程)与操纵(任何接收并返回源代码的自动化/半自动化过程)的理论、技术与应用。会议涵盖机器码、高级语言及可执行图形表示等多种形态的“源代码”,设有 Research Track 与 Engineering Track 两个主要投稿轨道。2026 年为第 26 届,与 ICSME 2026 在意大利贝内文托联合举办。
1、检索信息
SCAM 2026 录用论文由 IEEE 出版,收录于 IEEE Xplore,该数据库被 Scopus 收录;DBLP 亦为 SCAM 系列论文集的惯例收录渠道。会议在 CCF 推荐列表中为 C 类,ICORE 为 C 类,QUALIS 为 B3。
2、出版信息
录用论文将发表于 SCAM 2026 会议论文集,由 IEEE 出版,并通过 IEEE Xplore 提供访问。每篇录用论文至少一位作者需注册并到会报告;所有作者、审稿人与组织者须遵守 IEEE Code of Conduct,违规可能导致论文被 desk-reject。
3、组委会信息(部分核心成员):
General Co-Chair:Anne Etien(University of Lille,法国)
Program Co-Chairs:Carolin Brandt(Delft University of Technology,荷兰);Sushant Kumar Pandey(University of Groningen,荷兰);Patrick Lam(University of Waterloo,加拿大);David Melski(Oracle,新西兰)
Web & Social Media Chair:João Neto(Delft University of Technology,荷兰)
Research Track 涵盖主题(不限于):
抽象解释(abstract interpretation)
坏味检测(bad smell detection)
缺陷定位与预测(bug location and prediction)
克隆检测(clone detection)
关注点/概念/特征定位与挖掘
反编译(decompilation)
节能源代码(energy efficient source code)
源代码制品的自然语言分析
程序理解(program comprehension)
程序切片(program slicing)
程序变换与重构(program transformation and refactoring)
仓库/版本/变更分析(repository, revision, and change analysis)
安全漏洞分析(security vulnerability analysis)
源代码级度量(source level metrics)
源代码级优化(source level optimization)
源代码级测试与验证
静态与动态分析(static and dynamic analysis)
Engineering Track 侧重工业实践、案例研究与经验报告,与 Research Track 形成互补。
投稿系统:EasyChair
格式:IEEE proceedings 格式;LaTeX 用户须使用 \documentclass[10pt,conference]{IEEEtran},不得添加 compsoc 或 compsocconf 选项
篇幅:不超过 12 页,其中最后 2 页仅可用于参考文献
评审:至少 3 位程序委员会成员评审,评判标准包括新颖性、质量、重要性、评估与科学严谨性
AI/ML 论文特殊要求:涉及 AI/ML 的投稿必须明确说明其如何解决源代码分析与操纵问题;不符合此标准且更适合 AI/ML 专场的论文可能被 desk-reject
原创性:须为原创、未发表工作,且不得在审稿期间同时投稿至其他期刊、书籍、会议或研讨会





