【05.25】“青年科技工作者园地”第155次活动:Zstd压缩算法的FPGA加速、基于图表示学习的异常流量检测技术
“青年科技工作者园地”第155次活动
时间：2023年05月25日(周四) 下午14:30
地点：二楼会议室（东莞同事和同学通过视频）
腾讯会议：844-3537-3775
报告题目：Zstd压缩算法的FPGA加速
报告人：周旭阳
报告简介：随着高频交易等各种应用领域中生成和存储的大数据量的持续增加，压缩技术对于降低通信带宽和存储容量的要求变得越来越重要。Zstandard（Zstd）正在成为一种重要的大数据集压缩算法，它能够实现良好的压缩比，但速度比可比算法更高。在本报告中，我们介绍了一种新的Zstd硬件压缩内核的架构，该内核允许该算法用于大数据流的实时压缩。此外，针对流式传输高频交易数据的特定用例优化了所提出的架构。优化后的内核在Xilinx Alveo U200板上实现。
报告题目：基于图表示学习的异常流量检测技术
报告人：刘珺怡
报告简介：流量分析是一种复合策略，旨在通过对网络数据包的捕获和分析，寻找互联网流量中的关系、模式、异常情况和错误配置等，为网络安全和性能优化提供支持。由于流量加密和封装等新技术的兴起，降低了经典流量分析策略的性能，流量检测已成为一项具有挑战性的任务。基于流的攻击检测仅依靠分析单条网络流的特征，会造成大量的细节信息损失，使得网络流之间的相关关系难以捕获，难以深度挖掘潜在的网络异常行为。近年来，图表示学习由于能够更全面地捕捉网络数据的特征，与各种网络异常检测方法结合后能获得更好的检测结果等特点，逐渐引起网络安全领域的关注。报告将介绍基于图表示学习的异常流量检测基本流程和模型架构。
附件下载：
