學科專業
學術講座預告
時間：2018-11-21 作者：網絡部 訪問量：
2003网站太阳集团将于2018年11月22日上午10:00在逸夫樓201會議室舉行學術講座，敬請光臨！
講座主題：Quality Assessment for Large-Scale Industrial Software Systems—Experience Report at Alibaba
報告人：浙江大學 鄧水光 教授
講座主題：移動網絡環境下的服務質量預測方法研究
報告人：杭州電子科技大學 殷昱煜 副教授/博士
報告時間：2018.11.22 星期四 上午10:00
報告地點：逸夫樓2樓201會議室
主辦：2003网站太阳集团 & CCF YOCSEF長沙
講座内容1：
報告題目1: Quality Assessment for Large-Scale Industrial Software Systems—Experience Report at Alibaba
報告摘要1: Software plays a critical role in businesses, governments, and societies; improving software quality is an important goal of software engineering. As the first step toward high software quality assurance, our research focuses on the problem of assessing software quality in industrial big code. We have improved state-of-the-art techniques to produce a practical solution to software quality assessment. Such solution has been implemented, deployed, and used at Alibaba, the world's largest retailer as well as one of the largest Internet companies. This talk presents our work on software quality assessment at Alibaba.
報告人簡介1：
鄧水光，浙江大學計算機科學與技術學院教授/博士生導師，分别于2002年、2007年畢業于浙江大學計算機科學與技術學院獲得學士學位和博士學位。2014年、2015年分别赴美國麻省理工學院、美國斯坦福大學訪問研究。獲IEEE TCSVC Rising Star、中國青年五四獎章、微軟學者等榮譽稱号，入選浙江省151人才工程培養計劃，是浙江省傑出青年基金獲得者。主要研究方向為雲計算、服務計算、邊緣計算、流程管理和大數據等。近年來，在IEEE TPDS、TOC、TSC等國際權威期刊和會議上發表論文80餘篇，獲得ICSOC 2017最佳論文、WWW 2017最佳POST提名獎、IEEE SCC 2012最佳學生論文獎。Google Scholar累計引用2560餘次，H指數29。授權國家發明專利50餘項，出版三部學術專著，包含英文專著一部；主持多項國家級課題的研發工作，包括國家重點研發計劃課題、國家科技支撐計劃、國家863計劃、國家自然科學基金等。 學術研究科研成果先後于2007年獲教育部科技進步一等獎、2008年獲浙江省科技進步一等獎、2010年獲國家科技進步二等獎、2014年獲浙江省科技進步一等獎。擔任國際期刊IEEE Access、IET Cyber-Physical Systems: Theory & Applications副主編。目前是IEEE Senior Member、全國電子商務質量管理标準化技術委員會委員、CCF服務計算專委會常委、CCF軟件工程委員會委員、CCF青年計算機科技論壇杭州論壇主席。
講座内容2：
報告題目2：移動網絡環境下的服務質量預測方法研究
報告摘要2：在混合移動網絡環境中，噪聲數據是影響服務質量預測精度的重要問題，對于基于近鄰的方法而言：噪聲數據會顯著降低近鄰篩選的準确度，同時使近鄰的曆史數據因為包含部分噪聲數據而變得不可靠；對于基于模型的方法而言：噪聲數據是偏離正常數據的離異點，其很容易會誤導模型的學習，訓練模型時容易陷入局部最優點而不能達到全局最優，甚至在最優化時出現發散、局部震蕩的現象。
因此，本次報告中将首先介紹一種基于集成學習的協同過濾算法，該算法首先利用一種改進的DBScan聚類算法識别相似鄰居，再提出一種可識别異常數據的集成學習方法從已識别的鄰居中過濾“假”鄰居，最後通過混合協同過濾進行預測。其次，介紹一種基于slopeone模型的QoS預測方法。該方法首先利用改進的SlopeOne模型進行數據過濾，再根據數據過濾的結果進行基于近鄰與模型的協同過濾預測，最後線性聚合兩種預測結果得到最終的預測。離線實驗結果表明，本文提出的預測方法比其他對照方法擁有更好的預測準确度。
報告人簡介2：
殷昱煜，杭州電子科技大學副教授，浙江大學電氣工程學院博士後，浙江大學計算機科學與技術專業博士，複雜系統建模與仿真教育部重點實驗室（B類）副主任，CCF YOCSEF杭州學術秘書。主要研究方向集中在邊緣計算、服務計算、大數據分析、軟件形式化方法等領域。2014年入選徐州市“雙創”人才計劃，曾作為主要完成人獲得中國商業聯合會服務業科技創新獎特等獎、浙江科技進步獎一等獎、浙江省科技進步二等獎及教育部科學技術進步獎一等獎。主持國防科工局技術基礎科研項目、國家重點研發計劃子課題、國家自然基金項目、浙江省重點研發計劃、浙江省自然基金項目等多項國家級、省部級項目，作為核心成員參與國家支撐計劃、國家863、浙江省重大科技專項等項目10餘項。在TII、EAAI、ESA、EIS、FGCS等重要期刊以及ICWS、ICSOC、SCC等重要會議上發表論文50餘篇，合著專著《面向普适環境的自适應中間件模型與方法》，參與撰寫《服務計算與技術》。擔任IJSEKE、IJCM、MONET、CAI、WNET等期刊的客座編輯，擔任Collaboratecom 2018、Mobicase 2019大會共同主席，以及多個國際會議程序委員會委員。
講座主題：Quality Assessment for Large-Scale Industrial Software Systems—Experience Report at Alibaba
報告人：浙江大學 鄧水光 教授
講座主題：移動網絡環境下的服務質量預測方法研究
報告人：杭州電子科技大學 殷昱煜 副教授/博士
報告時間：2018.11.22 星期四 上午10:00
報告地點：逸夫樓2樓201會議室
主辦：2003网站太阳集团 & CCF YOCSEF長沙
講座内容1：
報告題目1: Quality Assessment for Large-Scale Industrial Software Systems—Experience Report at Alibaba
報告摘要1: Software plays a critical role in businesses, governments, and societies; improving software quality is an important goal of software engineering. As the first step toward high software quality assurance, our research focuses on the problem of assessing software quality in industrial big code. We have improved state-of-the-art techniques to produce a practical solution to software quality assessment. Such solution has been implemented, deployed, and used at Alibaba, the world's largest retailer as well as one of the largest Internet companies. This talk presents our work on software quality assessment at Alibaba.
報告人簡介1：
鄧水光，浙江大學計算機科學與技術學院教授/博士生導師，分别于2002年、2007年畢業于浙江大學計算機科學與技術學院獲得學士學位和博士學位。2014年、2015年分别赴美國麻省理工學院、美國斯坦福大學訪問研究。獲IEEE TCSVC Rising Star、中國青年五四獎章、微軟學者等榮譽稱号，入選浙江省151人才工程培養計劃，是浙江省傑出青年基金獲得者。主要研究方向為雲計算、服務計算、邊緣計算、流程管理和大數據等。近年來，在IEEE TPDS、TOC、TSC等國際權威期刊和會議上發表論文80餘篇，獲得ICSOC 2017最佳論文、WWW 2017最佳POST提名獎、IEEE SCC 2012最佳學生論文獎。Google Scholar累計引用2560餘次，H指數29。授權國家發明專利50餘項，出版三部學術專著，包含英文專著一部；主持多項國家級課題的研發工作，包括國家重點研發計劃課題、國家科技支撐計劃、國家863計劃、國家自然科學基金等。 學術研究科研成果先後于2007年獲教育部科技進步一等獎、2008年獲浙江省科技進步一等獎、2010年獲國家科技進步二等獎、2014年獲浙江省科技進步一等獎。擔任國際期刊IEEE Access、IET Cyber-Physical Systems: Theory & Applications副主編。目前是IEEE Senior Member、全國電子商務質量管理标準化技術委員會委員、CCF服務計算專委會常委、CCF軟件工程委員會委員、CCF青年計算機科技論壇杭州論壇主席。
講座内容2：
報告題目2：移動網絡環境下的服務質量預測方法研究
報告摘要2：在混合移動網絡環境中，噪聲數據是影響服務質量預測精度的重要問題，對于基于近鄰的方法而言：噪聲數據會顯著降低近鄰篩選的準确度，同時使近鄰的曆史數據因為包含部分噪聲數據而變得不可靠；對于基于模型的方法而言：噪聲數據是偏離正常數據的離異點，其很容易會誤導模型的學習，訓練模型時容易陷入局部最優點而不能達到全局最優，甚至在最優化時出現發散、局部震蕩的現象。
因此，本次報告中将首先介紹一種基于集成學習的協同過濾算法，該算法首先利用一種改進的DBScan聚類算法識别相似鄰居，再提出一種可識别異常數據的集成學習方法從已識别的鄰居中過濾“假”鄰居，最後通過混合協同過濾進行預測。其次，介紹一種基于slopeone模型的QoS預測方法。該方法首先利用改進的SlopeOne模型進行數據過濾，再根據數據過濾的結果進行基于近鄰與模型的協同過濾預測，最後線性聚合兩種預測結果得到最終的預測。離線實驗結果表明，本文提出的預測方法比其他對照方法擁有更好的預測準确度。
報告人簡介2：
殷昱煜，杭州電子科技大學副教授，浙江大學電氣工程學院博士後，浙江大學計算機科學與技術專業博士，複雜系統建模與仿真教育部重點實驗室（B類）副主任，CCF YOCSEF杭州學術秘書。主要研究方向集中在邊緣計算、服務計算、大數據分析、軟件形式化方法等領域。2014年入選徐州市“雙創”人才計劃，曾作為主要完成人獲得中國商業聯合會服務業科技創新獎特等獎、浙江科技進步獎一等獎、浙江省科技進步二等獎及教育部科學技術進步獎一等獎。主持國防科工局技術基礎科研項目、國家重點研發計劃子課題、國家自然基金項目、浙江省重點研發計劃、浙江省自然基金項目等多項國家級、省部級項目，作為核心成員參與國家支撐計劃、國家863、浙江省重大科技專項等項目10餘項。在TII、EAAI、ESA、EIS、FGCS等重要期刊以及ICWS、ICSOC、SCC等重要會議上發表論文50餘篇，合著專著《面向普适環境的自适應中間件模型與方法》，參與撰寫《服務計算與技術》。擔任IJSEKE、IJCM、MONET、CAI、WNET等期刊的客座編輯，擔任Collaboratecom 2018、Mobicase 2019大會共同主席，以及多個國際會議程序委員會委員。