学术活动
您当前的位置:首页 > 新闻动态 > 学术活动
【06.26】“青年科技工作者园地”举行第159次活动:谷歌文件系统GFS和CFS(GFSv2)、基于Transformer的加密流量异常检测方法、holotomography软件及并行编程探索
文章来源:  2024-06-25
】 【】 【

“青年科技工作者园地”举行第159次活动


时间:2024年6月26日(本周三) 上午 9:00-11:00

地点:二楼会议室(东莞同事和同学通过视频)

ZOOM会议信息:84683621631/240626


报告人:高宇

报告题目:谷歌文件系统GFS和CFS(GFSv2)

报告简介:Google File System (GFS) 和 Colossus File System (CFS) 是Google为满足其大规模数据处理需求而开发的两代分布式文件系统。GFS于2003年发布,设计目标是提供高吞吐量和容错性,通过将文件切割成固定大小的块并在多个节点上进行冗余存储来实现这一目标。GFS的架构使用Master节点管理元数据,数据节点存储文件块,确保系统的高可用性。CFS也称为GFS2,是对GFS的改进版本,旨在解决GFS的性能瓶颈并提高扩展性。CFS优化了系统架构,提升了数据存储效率和可靠性,支持动态负载均衡,以适应Google不断增长的计算和存储需求。CFS在支持现代数据分析和机器学习任务方面表现出色。


报告人:刘珺怡

报告题目:基于Transformer的加密流量异常检测方法

报告简介:随着网络技术的快速发展,网络流量异常检测已成为网络安全领域的重要课题。异常检测的目的在于及时发现网络流量中的异常行为,防止潜在的网络威胁。传统的加密流量检测方法往往依赖于特定的特征工程和规则,难以适应加密算法的不断演变和变化。近年来,深度学习技术为网络流量异常检测提供了新的解决方案。Transformer模型能够自动学习加密流量中的特征表示,无需人工设计特征。同时,利用Transformer的自注意力机制,能够有效捕捉加密流量中的长距离依赖关系,提高检测的准确性和效率,具有较高的实用价值和应用前景。但随着模型规模的扩展和需要处理的序列不断变长,Transformer的局限性也逐渐凸显。一种新的状态空间模型Mamba的出现提供了类似于Transformers的高级建模能力,并在长序列建模任务中表现出色。为加密流量异常检测领域提供了新的思路和方法,有助于提升网络安全防护能力。


报告人:胡家瑞

报告题目:holotomography软件及并行编程探索  

报告简介:全息断层扫描(Holotomography)是一种结合了全息术和断层扫描技术的先进成像方法。我们正在开发一个holotomography软件,实现基于传播的X射线成像(PBI)及断层重建过程。当前市场上的相关软件多存在计算效率低下及软件授权限制等问题。为解决这些问题,提出了一种基于C++和CUDA的实现方案,且重点关注全息成像体系中AP、HIO等迭代相位恢复算法的实现与优化。旨在针对多平台兼容性做一些该领域探索性的工作,我们计划采用SYCL并行框架开发该软件的后续版本。SYCL作为一种单源异构编程模型,使得软件能够在不同厂商的硬件平台上实现功能移植且性能稳定,从而扩展holotomography的硬件支持和用户基础。此外,对于3D相位恢复算法的并行加速是开发中的另一个研究重点。



附件下载:

地址:北京市918信箱 邮编:100049 电话:86-10-88235008 Email:ihep@ihep.ac.cn
中国科学院高能物理研究所 备案序号:京ICP备05002790号-1 文保网安备案号: 110402500050