今天，數據庫國際頂級學術會議SIGMOD在美國西雅圖舉行，阿里云與浙江大學關于數據庫漏洞檢測新方法的論文，榮獲2023年最佳論文獎。

這一新方法較以往方案提速近100倍，被審稿人評價為漏洞檢測新范式。這也是SIGMOD會議舉辦以來，第一次由中國大陸研究團隊摘得最佳論文獎。

2023年，SIGMOD僅收錄190篇論文，由浙江大學與阿里云共同完成的《在數據庫管理系統的連接優化器中檢測邏輯漏洞》成果脫穎而出，斬獲2023 SIGMOD最佳論文獎，實現了中國大陸研究團隊在數據庫國際頂會的歷史性突破。

SIGMOD審稿人評議認為，該工作巧妙、高效地解決了現代數據庫的關鍵問題，即檢測出復雜邏輯漏洞，并在業界領先的商業數據庫中證明了其能力。

數據庫的崩潰通常由漏洞引發，而其中的邏輯漏洞極難檢測，素有數據庫“隱形殺手”之稱，重則導致“上萬航班延誤癱瘓”級別的大規模宕機。

面對這一技術難題，浙大與阿里云研究團隊提出了一種名為TQS（轉換查詢合成）的新方案，通過引入機器學習等方法，創造性地解決了執行實現的正確性驗證難題，以極小的計算代價自動探索更大檢測空間，最終實現更完備的檢測覆蓋。

研究團隊使用TQS方法在MySQL、PolarDB等4個數據庫中進行實驗，運行僅24小時就檢出115個嚴重及以上等級的邏輯漏洞，比原有方案提速近100倍，成效十分顯著。這些數據庫漏洞提報給相關社區后均被修復。

論文一作、浙江大學博士唐秀介紹稱，在阿里云進行研究型實習期間，她與聯合團隊一起完成了課題攻堅：“當時阿里云團隊正進行PolarDB內核測試，提出了如何更好檢測邏輯漏洞的問題，這是我們研究的起點。此后兩年，我們嘗試了多種解決方案，并最終在商業數據庫系統的真實場景中驗證了TQS方法的有效性。”

依托于阿里巴巴-浙江大學前沿技術聯合研究中心，阿里云數據庫團隊與浙江大學師生，完成了從實踐中提出問題、由校企聯合攻關、成果落地產業界的科研新探索。

目前，TQS新方法已率先應用在阿里云瑤池數據庫中，進一步提升了PolarDB等云原生數據庫的穩定性。

Gartner《2022年度全球云數據庫管理系統魔力象限報告》顯示，阿里云是國內唯一位居“領導者”象限的科技pg下載，且已連續第三年入選。

截至目前，2023年度阿里云數據庫團隊共有23篇論文被SIGMOD、VLDB、ICDE、OSDI、ASPLOS等國際頂會收錄，研究范圍覆蓋云原生、智能化、HTAP、安全可信等數據庫前沿研究方向。

轉載自公眾號“阿里云”