（通讯员 仇超）近日，智能与计算学部边缘智能实验室博士生黄少远以第一作者撰写的论文“One for All: Unified Workload Prediction for Dynamic Multi-tenant Edge Cloud Platforms”被国际数据挖掘领域顶级会议KDD 2023 Research Track（会议主议程）录用，指导教师为王晓飞教授。
ACM SIGKDD（ACM SIGKDD CONFERENCE ON KNOWLEDGE DISCOVERY AND DATA MINING国际数据挖掘与知识发现大会，简称“KDD”）是世界数据挖掘领域最高级别的学术会议，由ACM数据挖掘及知识发现专委会（SIGKDD）主办（CCF A类），在全球范围内享有盛誉，会议录取率平均低于20%。
本次录用论文解决的是多租户边缘云平台（MT-ECP）中服务器的工作负载预测任务。MT-ECP是以东数西算工程为首的算力网络运营中的重要组成部分，其通过有效整合闲置的计算存储资源，以“应用-资源”撮合的角度解决算力分布不均等问题，提高用户体验。由于MT-ECP存在异质性的应用运行模式、差异化的基础设施性能和频繁的应用部署，给应用工作负载预测带来了极大挑战。
论文提出了一个具有全局池化和静态内容感知的端到端框架DynEformer，为动态MT-ECP提供了一个统一的工作负载预测方案。通过在五个真实产业世界数据集的实验，DynEformer不仅在MT-ECP的动态场景中达到了最先进的水平，将动态负载预测准确率平均提高42%，还实现了较高鲁邦性，能为众多的云计算、边缘云计算平台提供有效的通用负载预测。
该论文相关研究工作由天津大学和边缘智能实验室合作企业—国内边缘云行业独角兽公司PPIO派欧云合作完成，其中天津大学智能与计算学部2022级博士生黄少远、2021级博士生张恒以及新媒体学院2022级硕士生王峥分别为第一、第三和第二作者，学部王晓飞教授为论文通讯作者。
