科学研究

网络传输

随着云计算、大数据和人工智能的兴起，在数据中心和集群系统中，如何降低任务处理延时、提高对用户的响应速度成为了当前的研究热点。随着网络带宽的增大，SSD及内存计算等方式对于IO的改善，网络协议栈的高CPU消耗和大处理延时的问题凸显了出来，基于RMDA的流量传输方式成为了当前的热门选项。相应地，如何管理基于RMDA的突发流量，并在此环境下优化传输协议，同时管理好网络流量和存储流量成为我们关注的核心问题。

另一方面，随着网络环境的变化和用户体验要求的提高，近期涌现了BBR、Copa、PCC、HPCC、PowerTCP等一系列创新性的网络传输协议，网络拥塞控制成为了当前的研究热点。结合不同环境下的特点和用户需求，探讨网络拥塞控制的本质问题，讨论基于AI的拥塞控制算法和经典拥塞控制算法的融合，为点播、直播、短视频、全息视频等主要视频流量规划码率、设计拥塞控制算法，提升用户体验质量，也是我们的主要关注点。

系统优化

分布式机器学习系统：当前机器学习系统大多采用分布式参数服务器模型，需要通过RDMA的方式在参数服务器和计算节点之间频繁的交互参数模型。在数据规模庞大的情形下，参数模型维度极高，单一参数模型高达上百兆。如何优化网络传输协议，提高数据传输效率，提高机器学习系统的性能，成为了我们的关注点。

大数据处理系统：Hbase、Cassandra等分布式NoSQL数据库由于在扩展性、可靠性等多方面的性能优势，在云计算与大数据系统中发挥着至关重要的作用。然而目前NoSQL数据库系统普遍使用默认参数、副本数目及选择策略和键值调度算法，无法达到最优的性能。因此，我们主要关注如何改善大规模分布式NoSQL数据库系统的副本选择策略和键值调度算法，优化分布式NoSQL数据库系统性能。

教学课程

计算机仿真与建模

仿真是介于物理实验和理论演绎推导之间的一种研究手段，结合理论归纳，以及通过构造和模拟的计算思维来解决问题，特别适合于通过计算机编程实现。本课程主要训练学生综合使用本科阶段所学的数学和编程知识，构建出一套分析和解决问题的理论和方法，是本科阶段从理论到实践的重要一步。同时选取计算机系统相关问题为研究对象，介绍NS3、排队论和控制论等系统性能分析工具，进一步加深学生对于计算机学科的理解。

Python数据处理编程

Python是目前使用最方便、最流行的编程语言之一。本课程主要介绍基础的Python编程语言和Numpy、Pandas、Matplotlib等数据处理相关模块的使用，培养和提高学生的Python编程能力。同时，由于Python语言易于上手和使用，课程可以进一步训练学生通过编程来解决真实的数据处理问题，提高学生的数据分析能力。