北洋智算论坛

第136期 地理分布式环境下高效的大图分割问题研究

2020年12月21日 08:46

讲座主题: 
地理分布式环境下高效的大图分割问题研究 

主讲人姓名及介绍
周池,深圳大学助理教授。博士毕业于新加坡南洋理工大学,2016–2017年在法国INRIA研究所从事博士后工作。多年来主要从事并行与分布式系统的资源调度和大数据应用的性能优化等方面的研究工作。研究兴趣包括云计算、大数据处理及高性能计算等。部分工作发表在并行与分布式、大数据及高性能领域相关的知名国际会议(SC, HPDC, ICDCS, ICDE, SIGMOD, ICPP等)和期刊上(IEEE TCC, IEEE TPDS等),相关成果被引用360余次。同时,积极参与学术活动,担任HPDC 2021、ICDCS 2021、CLUSTER 2021、CCGrid 2021、SC 2020、CIKM 2020、CLUSTER 2020、CCGrid 2020和BigData 2020等国际会议的程序委员,以及SC 2021 Panels、ICDCS 2020 Posters&Demos和HiPC 2020 Scalable Algorithms track的联合主席,担任TPDS、TCC、TBD、TKDE、TAAS、JPDC、FGCS等国际期刊的审稿人。               

报告摘要

图计算模型被广泛用于数据分析研究领域,以期从大规模图结构数据中提取有用信息。近期,我们发现许多大数据处理应用需要分析大量以地理分布方式生成的数据。例如,社交网络用户的地理分布性很广,我们往往需要分析在多个数据中心快速生成的海量数据,从而向用户提供可靠和低延迟的服务(如基于用户兴趣的推荐等)。而地理分布式数据处理给我们带来新的挑战。首先,由于跨数据中心的广域网带宽有限且费用较高,如何优化跨数据中心的网络通信从而降低数据处理的延迟,是我们要解决的第一个挑战。其次,出于保护用户隐私和政府监管的原因,很多数据被禁止移动出其生成的数据中心。如何在保护数据隐私的前提下,实现高效的地理分布式图处理是我们要解决的第二个挑战。本报告将介绍我们在应对这两个挑战所提出的解决方案和取得的一些初步结果。

 

 

扫码关注微信公众号

联系我们

地址:天津市津南区海河教育园区雅观路135号天津大学北洋园校区55教学楼,300350
邮箱:coic@tju.edu.cn

Copyright ©2017 天津大学智能与计算学部 版权所有