方班前沿秀第二十期:浙江大学计算机科学与技术学院陈纯院士做主题汇报

来源:广州大学网络空间先进技术研究院公众号发布日期:2024-06-05 10:55浏览量:19

2024年5月30日,广州大学网络空间安全学院“方滨兴院士班”(方班)2023级的学子们齐聚海丝知识中心W1栋3楼报告厅,迎来了本学期的第二十期方班前沿秀。本次报告邀请到了计算机应用专家、中国工程院院士、浙江大学计算机科学与技术学院陈纯教授作为主讲嘉宾,以“时序大数据流(图)实时智能处理技术及应用”为主题,为在场的学子们带来了一场深入浅出、精彩纷呈的学术盛宴。

报告整体围绕“时序大数据流(图)实时智能处理技术及应用”为核心,对时序大数据流在现实世界中的应用展开讨论。他首先向大家介绍了时序大数据的概念,时序大数据是指时间序列数据,按时间顺序记录。陈院士指出,时序大数据就是批式大数据与流式数据的融合。而深度学习能利用多模态大数据(批式、标记)进行训练,从而获得多层次的数据特征,利用这些特征能大大提升模型(人工神经网络)对数据的分类精度,因此深度学习可以应用到时序大数据处理中。

接着,陈院士从五个方面深入浅出地讲解了时序大数据(流)实时计算的关键技术。关键技术一是面向复杂统计指标的实时增量计算,基于多项式拆解的复杂算子增量计算算法来实现数十种复杂算子实时计算。关键技术二是面向时序数据处理的动态时间窗口,具有动态精度控制和弹性时间窗口的特点。关键技术三是多源时序数据的实时关联计算,可以在内存受限条件下实现大时差时序数据流无回溯关联计算。关键技术四是基于流的事件序列识别,支持CEP的增量匹配及数理统计问题。关键技术五是智能决策引擎,结合了规则模型和机器学习模型。

     最后,陈院士介绍了其团队已经取得的一些进展与学到的经验教训,向我们展示了该技术在金融领域、爬虫机器人防御、网络实时攻防计算、校园网络拓扑实时感知与预警平台、反电信诈骗以及桥梁检测中的应用。陈院士以扎实深厚的专业功底和风趣幽默的谈吐,赢得在座师生阵阵热烈的掌声,丰富了同学们的科学精神,激发大家的科创热情。

报告结束后,陈纯院士与方班同学们进行了深入的交流讨论,解答了同学们提出的疑问。同学们表示从陈纯院士的报告和讨论中深受启发,对时序大数据流的实时智能处理技术也有了更深刻的思考和认识,并对其未来发展充满了期待。

第二十期方班前沿秀报告圆满落幕。


整理:宋名轩 许冬冬

校对:王乐老师 鲁辉老师 殷丽华老师

责任编辑:鲁辉老师