我院科研团队在边缘计算交叉方向取得新进展

十八款禁看尿口入口十八款禁看尿口入口11月29日 徐子川 点击:[]

边缘计算作为现代网络技术的前沿,正通过在网络边缘侧进行数据处理和分析来改善数据的处理效率、减缓网络延迟并压缩数据传输量。在这方面,我院徐子川教授研究团队专注于挑战传统网络数据处理方式,通过将计算和存储能力下沉至边缘侧,实现数据的实时处理和分析,为用户服务产生即时的反馈,从而达到高效、智能的数据运用。


边缘计算场景示意图


边缘计算由于其低延迟、高性能的特性,被认为是多种交叉方向中智能服务落地的关键。近日,在边缘计算与卫星网络、元宇宙、多媒体的交叉方向,徐子川教授团队的论文被计算机学会A类国际期刊:电气电子工程师学会移动计算会刊(IEEE Transactions on Mobile Computing)、电气电子工程师学会/国际计算机学会网络会刊(IEEE/ACM Transactions on Networking)、电气电子工程师学会计算机会刊(IEEE Transactions on Computers)、以及电气电子工程师学会并行与分布式系统会刊(IEEE Transactions on Parallel and Distributed Systems)等录用。成果为实时大数据查询、低延迟服务提供和资源管理等核心问题提出了新的思路和方法,以满足时间敏感元宇宙应用、短视频平台多媒体应用等日益增长的性能需求,为高效能、低延迟和实时响应的网络系统提供关键使能。例如,在卫星边缘计算网络中,通过定制的辅助图构建技术和基于在线学习的算法进行任务调度,以最小化大数据处理平均延迟。另外,团队为增强现实应用设计了高效的数据处理算法,以提高响应能力和降低处理延迟。此外,团队还关注于联邦持续学习领域,为自动驾驶和工业数字孪生等时间敏感应用设计了高效的优化算法。


卫星边缘计算示意图


近年来,徐子川教授研究团队在相关方向中做出了有国际影响力的成果160余项,其中录用/发表计算机学会A类国际期刊和会议57篇。研究成果得到国内外学者的广泛关注与积极评价。相关成果在相关研究所、蚂蚁集团以及智慧矿山等单位和场景落地。


文中发表的论文

[1] Enabling Streaming Analytics in Satellite Edge Computing via Timely Evaluation of Big Data Queries.IEEE Transactions on Parallel and Distributed Systems(TPDS)2023. DOI: 10.1109/TPDS.2023.3332333.

[2] Efficient Algorithms for Service Chaining in NFV-Enabled Satellite Edge Networks. IEEE Transactions on Mobile Computing (TMC) 2023. DOI: 10.1109/TMC.2023.3312352.

[3] Learning-Driven Algorithms for Responsive AR Offloading with Non-Deterministic Rewards in Metaverse-Enabled MEC. IEEE Transactions on Network(TON)2023. DOI: 10.1109/TNET.2023.3323514

[4] Age-Aware Data Selection and Aggregator Placement for Timely Federated Continual Learning in Mobile Edge Computing. IEEE Transactions on Computers(TC)2023. DOI: 10.1109/TC.2023.3333213

[5] A Online Learning Algorithms for Context-Aware Video Caching in D2D Edge Networks. IEEE Transactions on Parallel and Distributed Systems(TPDS)2023. DOI: 10.1109/TPDS.2023.3326187.


上一条:我院顺利召开2024届本科毕业论文规范讲解会 下一条:我院几何计算团队在结构化网格理论与算法研究方面取得创新成果

关闭