鹏城实验室举办“创新沙龙”——许志伟副教授《可合并概率数据结构及其在边缘网络智能中的应用》
时间:2020-01-15 点击:666

鹏城实验室“创新沙龙”系列活动于2020年1月10日成功举办。此次活动由网络通信研究中心周建二助理研究员主持,特邀纽约州立大学石溪分校许志伟副教授做主题报告分享。

(主讲人:许志伟 副教授)

许教授目前为纽约州立大学石溪分校博士后研究员,主要研究领域包括边缘网络智能轻量级使能技术以及边缘网络可靠性智能评估等方面。本次报告主题为“可合并概率数据结构及其在边缘网络智能中的应用”,主要分析了边缘计算网络协同服务过程中任务数据传输情况统计和汇总需求,并分享了对概率数据结构合并性的相关研究进展。

首先,许教授介绍边缘网络智能是指在靠近用户或数据源头的一侧,结合网络、计算、存储、应用核心能力为一体的开放智能计算平台。边缘计算则是将云数据中心中复杂耗时的运算过程下放到边缘,从而产生更快的网络服务响应,满足行业在实时业务、应用智能、安全与隐私保护等方面的基本需求。在体系结构层面,接入网中边缘部署的小型化数据中心与局域网内不同层次的缓存及计算资源一并构成了多层次的边缘网络智能计算服务体系。

随后,许教授详细阐述了层次化协同过程中面临的一系列挑战,例如学习成果向上层汇总过程对于节点的数据量和时效性都有较高要求,因此需要在节点有限资源的条件下快速收集足够数据并进行特性判断。同时指出在处理层次化协同数据集时,应用基于概率的数据结构能够逐层收集数据特性,并将下层数据特性转发聚集到上层用以辅助决策。

最后,许教授说明了几种常用概率数据结构的工作原理,包括Bloom Filter(布隆过滤器)、FM sketch、Count-min Sketch等。并以其团队基于CCBF概率数据结构建立的内蒙古气象预测模型为例,解释了如何利用伪随机数发生器根据各比特数组对应单元使用情况进行合理选择。本次报告详细介绍了多层次的边缘网络数据协同服务体系的相关研究,加深了现场观众对可合并概率数据结构的认识。

 报告结束后,现场听众与许教授针对误差控制、本地数据与汇总数据预测结果的差异性等方面展开了进一步的讨论交流


撰稿:网络通信研究中心 陈淑仪

摄影:张露瑶