2023年广西大学计算机与电子信息学院

信息技术研究生论坛（十三）

场次一、

时间：2023年6月8日（星期四）10：00-12：00

地点：计算机与电子信息学院807b教室

报告题目一：智慧机房关键性能指标的异常检测

报告人：曾浩洋

简介：智慧机房采用物联网技术、人工智能算法等现代技术，构建了一个数据中心管理系统。该系统可以帮助企业实时监控和管理设备和资源，以提高数据中心的效率和可靠性。其中，关键性能指标是该系统的重要组成部分，通常包括服务器处理能力、存储容量、网络带宽等参数。这些指标反映了数据中心的整体运行状态和性能水平。为确保数据中心正常运行，需要对其进行异常检测和预警，及时发现和解决潜在问题。该过程可以借助人工智能算法实现自动化监测和诊断。例如，可以使用机器学习算法对历史数据进行分析和建模，训练出异常检测模型，并监测数据中心的运行状态。一旦某项指标超出正常范围或出现异常情况，会触发预警和报警机制，及时通知相关人员进行处理。这种异常检测对于智慧机房的管理和运营非常重要，可以提高运行效率和可靠性，降低故障率和维修成本，是智慧机房不可或缺的一部分。

报告题目二：异构日志环境下的日志解析技术

报告人：高东辉

简介：现代信息和通信系统的管理变得越来越具有挑战性。无处不在的系统日志包含丰富的信息，因此被广泛地用作系统管理的替代来源。由于日志文件通常包含大量的原始数据，因此手工分析它们是费力且容易出错的。因此，许多研究都致力于自动日志分析。然而，这些工作通常期望结构化的输入，并与原始系统日志的异构特性作斗争。日志解析通过将非结构化系统日志转换为结构化记录来弥补这一差距。在过去几十年中，提出了许多解析器来适应各种日志分析应用程序。但是，由于解决方案空间大，缺乏系统的评估，从业者很难找到适合自己需求的现成解决方案。 为了应对以上问题，近年来越来越多的日志解析器致力于提高日志解析器的泛化能力，用以解决日志的异构问题。

报告题目三：云边协同下基于深度强化学习的任务卸载研究

报告人：杨玉斌

简介：为了应对全球气候变化，我国提出了“双碳”战略，即到2030年实现二氧化碳排放达到峰值，到2060年实现碳中和。这就要求加快能源转型，发展智慧能源和绿色能源。然而，智慧能源和绿色能源的发展离不开大量的计算支撑。这些计算任务往往具有高实时性、高并发性、高复杂性等特点，这对终端设备的计算能力和电池续航能力提出了很高的要求。云边协同计算卸载是一种有效的解决方案，它利用云计算和边缘计算的优势，将终端设备的计算任务卸载到云端或者边缘节点执行。通过云边协同计算卸载，可以减少终端设备的能耗和时延，提高计算性能和用户体验，实现终端设备与云端或者边缘节点之间的负载均衡，提高系统资源利用率和服务质量。在“双碳”的背景下，云边协同计算卸载对于智慧能源、绿色能源的发展具有重要意义。

场次二、

时间：2023年06月9日（星期五）16：30-18：30

地点：计算机与电子信息学院509教室

报告题目一：基于逆向设计的片上硅基光子器件

报告人：何虹霖

简介：随着云计算、物联网和大数据等新型信息化技术的高速发展，对于通信网络信息的储存、处理和传输容量的需求不断增长，这也促进了光子集成电路的广泛研究和应用。在当前的研究中，硅基光子集成电路为解决传统微电子技术所面临的数据容量增长瓶颈提供了有效的解决方案，从而使光电混合成为新的研究发展趋势。在大型集成光互联网络中，波长解复用器、模式转换器、功率分配器和光开关等功能器件是光电子集成电路的重要组成部分。然而，传统的设计光子器件的方法基于人工搜索，导致设计出来的光子器件尺寸较大，不利于高密度的光子电路集成，并且其设计过程存在一定的盲目性，时间成本高。现在，随着人工智能和机器学习技术的不断发展，基于人工智能的设计方法已经被广泛应用到硅基光子集成电路的设计中。本次汇报采用直接二进制搜索算法，并结合非易失性光学相变材料仿真设计了一系列可编程的任意功率分配器。通过编码调控相变材料的状态来实现任意功率分裂比值的功能，为光子互连网络方便地应用于光通讯提供了新的思路。

报告题目二：卫星光网络组网技术研究

报告人：王信君

简介：卫星光网络具有很多优点，像高传输速率、通信容量大、抗干扰能力强、低时延、对基站要求小等优点。但同时也面临着网络性能受动态拓扑影响和卫星光网络资源受限等问题。为了有效解决这些问题，发挥卫星光网络性能，卫星光网络组网研究还面临着许多挑战像:卫星光网络的链路和硬件资源紧张且难以维护、卫星光网络旨在为全球用户提供大范围覆盖的无缝通信服务和多种业务的传输服务、以及网络拓扑动态变化对网络性能的影响等。要想解决这些问题我们介绍了两种技术，分别是软件定义网络技术和多协议标签交换技术。

报告题目三：荧光热疗探针制备汇报

报告人：卢叶平

简介：温度是一种常见的物理量，对农业生产、工业制造、科学研究和人类生活能够产生巨大影响，因此温度检测具有重大意义。传统的电类温度传感器发展已较为成熟，但容易受到环境等因素的影响，尤其在高压和强电场磁场的恶劣条件下会产生温度检测精度降低及误差偏高等问题。光纤传感技术能够在恶劣环境下进行温度传感，可以弥补传统电类温度传感器易受环境影响的不足。而光纤荧光温度传感技术将光纤技术与荧光传感技术相结合，利用光纤进行传光并利用荧光物质对温度敏感的特性，进而实现在多种场合甚至恶劣环境下的温度检测，具有抗干扰性强、能实现远端探测和实时监测等优点。

当前，光纤荧光温度传感探针大体上主要有4种制备方法：掺杂法、化学修饰及物理沉积法、封装法和特种光纤填充法。此外，测温方法对荧光温度传感技术的性能有着很大影响，目前荧光测温的主要方法包括荧光强度法、荧光强度比法、荧光寿命法和荧光发射峰位移法等。不同的光纤荧光温度传感探针拥有自己独特的优势，体积小和抗干扰能力强是最突出的特点，在一些特殊场合能够代替传统的温度传感器进行温度检测。本次汇报将从探针的制备方法和测温方法的角度出发，分析和对比当前近年来光纤荧光温度传感探针的研究成果，分析未来的发展前景和趋势，结合自己的研究方向和研究目标，当前的实验条件合理选择适合的的制备方法和测温方法，对自己的研究课题进行展望。

报告题目四：基于深度学习的目标跟踪

报告人：肖俊波

简介：基于深度学习的目标跟踪是计算机视觉领域的一个重要研究方向，它旨在实时准确地追踪视频中的目标。该方法利用深度神经网络从连续的视频帧中学习目标的外观和运动信息，实现目标位置的准确预测。通过深度学习的强大表征能力和自动特征学习能力，目标跟踪方法能够应对目标尺度变化、遮挡、姿态变化等复杂情况，并在复杂背景和动态环境下保持鲁棒性。其中，常见的方法包括基于孪生网络、循环神经网络、卷积神经网络等。基于深度学习的目标跟踪方法具有广泛的应用前景，可用于视频监控、自动驾驶、增强现实等领域，为实现智能视觉系统和人机交互提供了强大的技术支持。