PCC青年学者论坛：通向产学研的发展创新之路

简介：
       龚伟，中国科学技术大学教授，国家特聘青年专家。长期从事物联网架构、技术与系统研究。围绕 世界前沿泛在无源网络方向，提出多源单收的高可用无源架构，建立高吞吐无源传输模型，构建鲁棒高 效的无源网络。代表工作发表在 ACM MobiCom, IEEE/ACM ToN 等国际顶级会议和期刊，已发表论文 100 余篇，曾获得 IEEE GlobeCom、ICCC、DCOSS 等国际会议最佳论文奖等。主持国家自然基金重 点项目等国家级专项。担任 PerCom、HotMobile 等知名国际会议程序委员及 IEEE TMC、IEEE Network 等期刊编委。

报告题目： 基于多频激励的无源蓝牙传输系统

报告摘要： 

       物联网的传输技术正在从有源时代向无源时代迈进。今天的报告将介绍无源蓝牙技术通 讯的最新进展，基于多频激励的无源蓝牙传输系统，DanBlue。该系统可以利用环境中的多频蓝牙作为 激励源，经过反向散射后，依然可以完美兼容商用蓝牙设备。经过测试，我们的系统可以实现任意激励 多频序列到任意目标跳列序列的转换，成功率高达 99%，同时保持较低时延。同时我们还展示了目前系 统可各类手机系统，包括 iOS 和 Android 等。该技术有望成为未来无源蓝牙传输与网络的主要方式之一。

简介：
       刘璇，教授，博士生导师，青年长江学者，芙蓉学者青年学者，湖南省优青，湖南大学校园信息化 建设与管理办公室副主任。主要从事人工智能、大数据、智能感知等领域研究工作。相关研究工作在 SCI 国际期刊以及会议上发表 / 录用论文七十多篇。主持中央军委科技委国防科技创新特区项目、国家 自然科学基金项目以及湖南省自然科学基金等多个项目。获 CCF 科技成果（2022）技术发明二等奖、 2022 年国家级教学成果奖二等奖、全国高校绿色计算创新大赛一等奖，第十三届湖南省高等教育教学 成果奖一等奖等奖项。CCF 普适计算专委会常务委员，教育部计算机领域本科教育教学改革试点工作计 划（101 计划）课程建设组专家。担任多个国际期刊和会议审稿人、以及多个国内外学术会议相关程序 委员和组织委员会委员。

报告题目：如何做好陪跑者：从学生培养模式谈青年教师成长之路

报告摘要： 

       青年教师需要面对从自己做科研到指导他人科研的角色转变。本报告从自身经历出发讲 述从学生身份到教师身份转变过程中的经验和教训，并分享育人和学术创新成果。

简介：
       刘哲，之江实验室高级研究专家，浙江大学兼职教授 / 博导，国家级青年人才。在网络空间安全领 域发表高水平学术论文 100 余篇，其中多篇论文获得包括 CCF-A 类会议 ACM SIGSOFT FSE’2022， ACISP’2022 等在内国际会议最佳论文奖。曾获教育部高校计算机专业优秀教师奖、中国密码学会密 码创新奖一等奖、阿里巴巴达摩院青橙奖等多个国内外奖励，入选 MIT TR35 China 榜单。主持国家自 然科学基金重点项目和科技部重点研发计划课题等 20 余项国家级项目 / 课题。

报告题目：同态加密快速实现进展

报告摘要： 

       同态加密是隐私保护计算技术的一种基于密码学的解决方案，从 1978 年提出同态隐私 到如今，同态加密理论和应用得到了快速发展。在这个过程中，半同态加密方案 Paillier 成为了标准， 全同态加密方案在隐私保护计算领域中的应用也越来越广泛。本报告将着重介绍一下我们在同态加密方 案及其应用的高效实现方向的一些探索以及做的一些工作。

简介：
       翟恩南，阿里云网络研究负责人。2015 年于耶鲁大学计算机系获博士学位，随后担任耶鲁大学研 究型助理教授，2018 年加入阿里巴巴。主导阿里云智能化网络可靠性运维体系，确保北京冬奥、东京奥运、 钉钉上亿人线上办公期间阿里云直播网络 0 故障。研究领域包括计算机网络、分布式系统等，先后在这 些方向的国际顶级会议如 SIGCOMM、NSDI 等累计发表 60 余篇论文（包括 SIGCOMM 13 篇）。多次 担任 SIGCOMM、NSDI 等国际顶级会议程序委员会委员。现任 CCF 互联网专委常务委员。获通信学会 技术发明一等奖一次。

报告题目：大规模云网络基础设施的产学研总结与创新展望

报告摘要： 

       阿里云承载了全球超过 10 亿的客户，网络基础设施铺设遍布全球各地，网络的规模复 杂度以及服务的多样性均居全球前列。在 AI 大背景的今天，如何充分发挥产学研结合优势提升阿里云 的网络基础设施技术创新与落地成为了阿里云以及全国高校关注的重点课题之一。阿里云网络研究团队 长期进行产学研结合实践，不仅在过去 6 年期间共与高校合作发表十多篇顶级会议论文如 SIGCOMM 和 NSDI，还均规模化部署应用了这些创新技术，同时产生了可观的营收及奖励。本报告结合过去一些成功 案例回顾总结产学研经验教训，随后展望在 AI 新时代下产学研创新的未来方向。

简介：
       王帅，东南大学青年首席教授，博士生导师，计算机工程系系主任，国家青年特聘专家，计算机学 会大数据专家委员会、物联网、网络与数据通信、普适计算专委会执行委员，IEEE/CCF 高级会员。研 究方向为物联网及其大数据分析。在国内外期刊 IEEE/ACM TON、TMC、TPDS、TOC、TOSN、TWC 和会议 NSDI、MobiCom、SIGKDD、RTSS、WWW、UbiComp、INFOCOM、SenSys 发表论文九十余篇。 获国家教学成果奖二等奖，实时系统会议 RTSS 杰出论文奖，国际并行处理算法与体系结构会议 ICA3PP 最佳学生论文奖，国际万维网大会 WWW、国际网络协议会议 ICNP 最佳论文提名奖，中国电 子学会优秀科技工作者称号等荣誉。

报告题目：面向城市物流的融合感知与智能决策

报告摘要： 

       本报告主要介绍城市物流场景下异质物联网融合感知、智能决策以及相应的算法落地。 首先，针对大规模工业场景环境复杂，数据标注不足等挑战，提出基于深度表征学习的弱监督室内定位 技术，融合预训练无标签 Wi-Fi 自监督表征和深度对比学习技术，实现大规模端到端室内位置推断；其次， 针对城市物流实时任务分配中决策响应要求高，履约时效约束强等挑战，介绍基于时间受限深度强化学 习的实时订单分派系统，通过融合海量历史决策和配送数据，设计基于时间受限 Actor-Critic 强化学习 的即时配送实时订单分派模型，优化并发订单分派决策，降低平台履约超时率并提高配送效率；最后， 介绍从实际工业场景痛点中凝练科学问题、推进产学研项目协同产出的心得体会。

简介：
       郑霄龙，北京邮电大学副教授、博士生导师，国家级青年人才。长期从事智能物联网相关研究工作， 主持了国家自然科学基金面上项目 2 项等重要科研项目，在 IEEE/ACM TON、TMC、MobiCom 等 A 类期刊和会议上发表学术论文 30 余篇，7 次获得知名国际学术会议的最佳论文奖 / 最佳论文提名奖，包 括 CCF B 类会议 IEEE SECON 2022 最佳论文奖、ACM SenSys 2023 最佳论文提名奖等，入选第五届 中国科协青年人才托举工程，曾获 ACM SIGMOBILE China 新星奖、中国计算机学会自然科学二等奖等 奖励。

报告题目：端侧本地化智能推理的探索

报告摘要： 

       端侧设备上的 AI 应用近年来得到了快速的发展，由神经网络驱动的移动应用程序正在 成为日常生活中不可或缺的一部分，大模型 ChatGPT 的问世更是将自然语言理论与生成能力提升到了 新高度。但受限于物联网设备（如智能手机、手环等）有限的内存和计算资源，端侧本地化智能推理性 能不稳定、推理细粒度行为难测量。本报告将介绍与相关企业开展的产学研合作，提出一种名叫 nnPerf 的测量工具，实现在端侧设备上低开销地测量模型推理过程中内核级粒度的行为信息，包括推 理过程中 CPU 和 GPU 状态，以及模型内核级粒度的延迟。利用 nnPerf 可以深入了解细粒度的模型端 侧推理信息，精准识别并及时响应模型运行时效率的瓶颈，并进一步解决内存受限的端侧复杂模型难运 行、算力受限的端侧模型推理效率低的问题。

简介：
       刘思聪，工学博士，西北工业大学计算机学院副教授，入选 2021 年度中国科协未来女科学家计划。 研究方向为普适计算、移动嵌入式智能、智能物联网。在 ACM MobiSys、ACM Ubicomp 等高水平会 议 / 期刊上发表论文 30 余篇，参与撰写专著 2 部；曾获 ACM SIGBED China 优博、中国计算机学会推 荐 A 类会议 ACM UbiComp“杰出论文奖”、陕西高等学校科学技术特等奖、一等奖，华为世界难题“火 花 奖”等 奖 项；近 年 来 担 任 ACM MobiCom、MobiSys TPC/Organization Committee 成 员 , AIoTSys2023 国际会议程序副主席、Metaverse2023 国际会议程序副主席、CCF 普适计算专委会委员、 ACM SIGBED China 青年委员、以及 IEEE TMC、ACM IMWUT、CHI 等国际顶级会议 / 期刊审稿人。

报告题目：移动终端情境自适应的轻量化跨层深度计算系统研究

报告摘要： 

       随着深度学习（DL）在具有丰富传感器和弱计算能力的各类智能基础设施上的部署， 出现了多样化的移动终端应用。然而，DL 模型具有显著的存算密集性特点，在资源受限的异构嵌入式 终端上实现 AIoT 实时数据的近 / 实时推理和低成本训练存在挑战，并且 DL 模型的准确性和实时性上限 受到硬件资源可用性的制约。为此，算法与系统跨层优化（algorithm-system co-design），优化资源 友好 DL 模型和模型自适应系统调度，提高运行时资源可用性，有助于推动性能边界。此外，由于移动 终端情境的动态性，包括异构硬件、未的感测数据、变化的应用性能需求和资源约束。因此，本报告关 注情境自适应的设备内 / 设备间自动跨层优化。

简介：
       宁静仪，2024 年获得南京大学博士学位，现任南京大学助理研究员，并获得南京大学毓秀青年学 者 称 号。研 究 兴 趣 包 括 物 联 网、移 动 计 算、智 能 感 知 等。近 年 来，在 ACM MobiCom、ACM UbiComp、IEEE INFOCOM、IEEE ICDCS 等国际会议和 IEEE JSAC、IEEE TMC、ACM TOSN 等国际 期刊上发表论文近 20 篇，其中，代表性研究工作以第一作者身份发表移动计算领域顶级会议 ACM MobiCom 三篇。曾获 2024 首届长三角工科研究生学术展示大赛 Best Presentation Award、江苏省 2024 年优秀毕业生、南京大学优秀博士研究生创新能力提升计划 A、南京大学 2022 年度人物提名奖、 博士研究生国家奖学金、华为奖学金、中国高校计算机大赛网络技术挑战赛全国一等奖、“互联网 +”创 新创业大赛江苏省一等奖等。

报告题目：基于“摩尔纹视觉”的超高精度位姿感知技术研究

报告摘要： 

       当前，基于智能终端的空间感知技术，包括实时高精度空间定位、姿态感知及空间交互等， 已经成为众多交互场景中的关键技术。传统的基于计算机视觉的空间感知方法其本质均为对图像的空间 域分析，感知精度通常止步于像素级别，难以实现微小运动的六自由度精密追踪，因此追求超高精度的 空间感知仍然是研究者们不断探索的目标。本次报告中，报告人将重点介绍基于“摩尔纹视觉”的超高 精度位姿感知机制研究与相关拓展。“摩尔纹视觉”利用摩尔纹对摄像头微小位姿变化的高灵敏度，构 建了摄像头位置 / 姿态与摩尔纹特征之间的映射关系，能够有效支持人机交互场景中摄像头位姿参数的 精确重建。这一全新的空间感知范式，为基于新型视觉感知的空间交互应用突破感知极限提供了关键技 术支撑