北京师范大学珠海校区

今日热点

群贤荟萃师大门，智网光耀照珠沙。2023年11月3日-5日，“大数据云边智能协同与安全交叉论坛”在北京师范大学珠海校区成功举办。论坛特邀八位海内外知名专家作主题报告，超过百位学者参与，会上围绕大数据云边智能协同与安全的发展动态、应用场景、安全防护、高性能计算等方面进行深入探讨和交流

本次论坛由北京师范大学珠海校区“大数据云边智能协同”教育部工程研究中心和人工智能与未来网络研究院主办。北京师范大学自然科学高等研究院刘静玲副院长、人工智能与未来网络研究院贾维嘉院长出席并致辞，“大数据云边智能协同”教育部工程研究中心主任王田教授担任主持。

图1 刘静玲副院长致欢迎辞

在欢迎辞中，自然科学高等研究院刘静玲副院长向所有与会的专家学者表示了热烈欢迎。她着重指出，研究院秉承国家在自然科学领域的战略需求，深耕粤港澳大湾区的地缘与创新优势，始终致力于开展高质量、原创性的科研工作。在贾维嘉教授和王田教授的带领下，人工智能与未来网络研究院与“大数据云边智能协同”教育部工程研究中心在科学研究与产学研合作等方面已取得显著成果。最后，刘静玲副院长进一步强调了本次论坛作为一个交流与合作平台的重要性，并表示期待它能够推动学科交叉融合，为我国在大数据云边智能协同与安全领域的发展带来新的创新动力。

图2 贾维嘉院长开幕式致辞

在开幕式致辞中，人工智能与未来网络研究院贾维嘉院长首先欢迎了各位专家学者的莅临指导。他表示，人工智能与未来网络研究院的使命是组成国际一流的人工智能与未来网络科研机构和专家团队，以大数据和云边协同技术推动交叉学科研究和教学创新，将研究院打造成为人工智能与网络科研和教育领域的标杆。研究院目前拥有三个研究中心，在过去的三年时间里，已初步形成老中青结合，以层次人才为核心的高水平创新研究团队和管理运维团队。贾维嘉院长着重强调，研究院将围绕“人工智能+边缘计算”这一特色领域，力求通过人工智能与多学科的交叉融合，实现原创性的重大科学突破。

图3 王田教授主持论坛

在开幕式落下帷幕后，王田教授作为本次论坛的主持人，郑重开启了论坛的正式议程。他衷心感谢大家不远千里，汇聚一堂，表示这不仅是对团队工作的极大肯定，更是对前沿科学研究的重视和支持。

专家报告

图4 曹建农教授作主旨报告

欧洲人文和自然科学院院士、香港理工大学研究生院院长曹建农教授以“AIoT: Towards Pervasive and Collaborative Intelligence”为题，深入浅出地勾勒了从中心化的云计算，经过分布式的边缘计算，演进至集成边缘智能的物联网技术发展历程。曹建农教授特别强调了如何进行有效的数据流划分和协作式任务处理的决策方法。基于边缘智能的即时响应和高度智能化，推动智慧交通、自动驾驶、虚拟现实、以及智慧工厂4.0等多个领域的具体应用落地。此外，曹建农教授还详细阐述了其研究团队在提升AIoT系统效率、安全性及普适性方面所做的贡献，并分享了一些当前尚未解决的挑战和今后研究的可能方向。

图5 张彦教授作主旨报告

挪威皇家科学院院士、挪威奥斯陆大学张彦教授以“数字孪生网络”为题，阐明了数字孪生的定义并介绍了数字孪生在自动驾驶、虚拟人（数字人）等领域的应用。张彦教授指出，为应对更为复杂的场景，数字孪生网络相关概念被提出。接下来，张彦教授就基于联邦学习等模型建立问题、数字孪生网络部署问题、数字孪生网络安全共享问题、数字孪生网络迁移问题等进行阐述，并给出了相应的解决策略。张彦教授进一步指出，数字孪生网络的新趋势包括人工智能和物联网的深度融合、增强现实与虚拟现实的应用等。张彦教授也展望了数字孪生网络技术在智慧城市、工业制造、医疗健康等多个领域的应用前景，并强调这些技术对未来社会经济发展的重要影响。

图6 苏金树教授作主旨报告

中国计算机学会互联网专委会主任、国防科技大学苏金树教授以“大模型中高性能的网络技术”为题，从当前AI技术的竞争生态切入，详细分析了在大规模模型训练中处理网络通信问题的迫切性。苏金树教授着重阐述了支撑AI大模型计算的高速网络技术、网络技术对AI计算的影响、网络技术发展趋势等内容。苏金树教授特别强调了在智能计算领域内，诸如张量并行、模型并行、数据并行、专家并行等并行处理模式对网络性能的高要求。针对这些需求，苏金树教授深入剖析了全定制网络技术、半定制网络技术和网络优化技术，并阐释了这些技术在智能计算中的应用和优势。在报告的最后部分，苏金树教授还就云台控制、路由算法、多线程并行等技术问题进行了探讨，这些技术问题是实现大模型中高性能网络通信的关键因素。

图7 李青教授作主旨报告

香港理工大学讲座教授李青以“Constructing and Manipulating Educational Knowledge Graphs: Some Exotic Approaches”为题，介绍了基于教育知识图谱构建的创新型大学课程平台K-Cube。李青教授首先对知识图谱的概念进行了界定，进而详细解释了构建K-Cube平台的目标。报告的核心内容是K-Cube的构建方法、目前存在的挑战和设计的解决方案。李青教授强调了在开发过程中采取的一些非传统方法，如在二维和三维空间中的可视化技术、导航系统以及多媒体内容的集成，并通过K-Cube的实验原型演示了这些方法的实际运用。最后，李青教授指出，K-Cube利用内容探索技术为用户提供有效的学习建议，极大地提升了课程内容的管理和使用效率，对于当前教育技术和知识图谱的研究提供了新的视角和实践案例。

图8 王国军教授作主旨报告

珠江学者特聘教授、广州大学二级教授王国军以“一种使用操作码序列的智能合约未知漏洞检测方法”为题，提出了一种检测智能合约中未知漏洞的两级主动防御方法：一级主动防御通过DApp推荐过滤掉那些可能包含已知漏洞的智能合约，这有助于减少系统的攻击面。二级主动防御基于相似性原理检测智能合约中的未知漏洞，也即包含未知漏洞的以太坊交易操作码序列可能与包含已知漏洞的操作码序列相似。王国军教授还详细介绍了其研究团队如何利用机器学习和深度学习技术构建模型来执行这一检测任务。这些模型包括二分类模型、支持向量机（SVM）多分类模型、卷积神经网络与长短期记忆网络（CNN-LSTM）模型和卷积神经网络与双向长短期记忆网络（CNN-BiLSTM）模型等。这些模型能够识别操作码序列中的异常模式，从而发现潜在的漏洞。

图9 付昊桓教授作主旨报告

国家杰青、国家超级计算无锡中心副主任、清华大学付昊桓教授以“面向地球系统科学的高性能计算交叉研究”为主题，探讨了国产超级计算机在促进交叉学科研究方面带来的广阔机遇和所面临的挑战。付昊桓教授提到，自系统建成近七年以来，“神威·太湖之光”凭借多次获得“戈登·贝尔”奖的突破性成就，为中国的超级计算机研究和应用提供了一个极佳的起点。此外，通过与各个应用单位的深度合作，已经在气象气候、地震模拟、分子动力学、流体力学等关键科学与工程领域形成了一定规模的软件生态系统。报告重点展示了地球系统模拟这一关键应用的最新超算软件成果。付昊桓教授分享了“神威”平台上相关领域软件在过去七年中的发展与迭代，并讲述了在交叉型超级计算人才培养过程中的宝贵经验和体会，对高性能计算和相关交叉科学研究人员起到了启发和引导作用。

图10 谢鲲教授作主旨报告

国家杰青、超算与人工智能融合计算教育部重点实验室主任、湖南大学谢鲲教授以“基于低秩分解的网络异常检测”为题，详细介绍了其研究团队如何整合多个时间序列数据流，以及如何提出一种基于低秩分解的网络异常检测新方法。此方法有效利用了网络数据在时间和空间上的相关性，通过无监督学习定位并剔除异常数据，从而恢复出网络中的正常数据。谢鲲教授在报告中首先对现有的基于低秩分解的异常检测方法进行了分类，她将这些方法分为四大类，并针对每类方法的基本原理、优点和缺点进行了阐述。接下来，谢鲲教授深入探讨了现有方法在实际应用中遇到的挑战，这些挑战包括但不限于如何准确定位异常、如何处理大规模数据集以及如何实现实时检测等问题。在报告的最后部分，谢鲲教授对该领域的未来发展趋势进行了前瞻性的展望，涉及到了算法的优化、应用的扩展以及检测效率的提升等方面。

图11 吴文斐研究员作主旨报告

北京大学吴文斐研究员以“基于在网计算的分布式系统加速方法”为题，提出在网计算打破网算边界，加速传输计算过程，进而加速整体系统，可应用在分布式大模型训练、分布式数据分析、分布式存储系统等多种场景。在网计算是一种能够有效扩展分布式系统的技术方法。在网计算通过将应用功能卸载到网络设备，实现数据的边传边算，有效降低传输量和完成时间，提升系统整体效率。吴文斐研究员深入讨论了在分布式机器学习和分布式大数据分析两个场景中，在网计算数据平面的协议设计和设备上的实现方法以及控制平面上的资源管理方法。吴文斐研究员的报告表明，在网计算正成为加速分布式系统的一个重要研究领域且拥有良好的应用前景。

图12 论坛交流现场

各位学术大咖分享相关领域内最新研究成果，并与参会学者进行了深入交流。

图13 部分参会嘉宾合影

此次大数据云边智能协同与安全交叉论坛上，八位学术界的杰出代表分享了他们在相应领域的最新研究成果，并与出席论坛的学者们进行了富有成效的深入交流，为北京师范大学珠海校区“大数据云边智能协同”教育部工程研究中心和北京师范大学珠海校区人工智能与未来网络研究院的高质量发展与建设提供了重要的学术支撑，更为珠海在人工智能领域的发展注入了新动力。

媒体报道

南

1.南方日报

记者：冉小平

编辑：蔡如意

2.观海融媒

文字：沈梦恬

视频：罗晓龙

编辑：唐润彬

责任编辑：唐润彬