武永卫:在线教育需聚焦课堂交互

下一步在线教育的技术路线和实践细节应解决立体交互这一短板,包括师生交互和生生交互,并在实验、实践、平台等各个层面都发挥专业优势,开发更多有益于在线教学的软硬件系统。“如果老师每天收到多个学校和院系公众号置顶或微信群提醒消息都是和教学相关的,那他一定会投入更多的时间关注教学,而关注本身就是教学质量提升很重要的一个因素。”在日前举行的CCF未来计算机教育峰会(FCES 2020)上,清华大学计算机系副主任武永卫说。

一种分布式吴方法计算模型

吴方法是由我国科学家吴文俊院士开创的一个新兴研究领域.考虑到吴方法“分而治之”的思想非常适合分布式计算,将分布式计算技术引入到该方法的计算过程中,给出一种既可以在集群环境下,也可以在网格环境下实现的分布式吴方法计算框架.首先分析了吴方法分布式计算需求,并以特征列计算为例来说明吴方法分布式计算算法,然后讨论了符号计算基本数据类型:大整数和多项式的消息传递方法,最后简单给出了在网格环境下基于符号计算软件系统 ELIMINO 和网格中件间 Globus Toolkits 3 的分布式吴方法计算环境的设计、实现与实验结果.

一种保护云存储平台上用户数据私密性的方法

近年来,云存储被研究者和IT厂商广泛关注,许多应用程序都用云存储来存储数据.但是用户和厂商都对于云存储的安全性和私密性问题表示忧虑.云存储安全的核心是分布式文件系统的安全性和私密性.基于SSL安全连接和Daoli安全虚拟监控系统可以充分保护分布式文件系统中用户数据的安全性和私密性.安全虚拟监督系统可以阻止传统攻击及来自云管理员的攻击.针对用户的不同需求和数据存储系统的特点,有2种解决方案,分别针对分布式文件系统中用户文件的每一块进行保护,保障用户文件每一块的私密性及对整个用户文件进行保护,保证用户文件整体私密性.对于用户数据的私密性而言,SSL安全连接和虚拟监控系统引入的性能损失是可以被接受的.

基于P2P的Wleb搜索技术

Web搜索引擎已经成为人们从海量Web信息中快速找到所需信息的重要工具,随着Web数据量的爆炸性增长,传统的集中式搜索引擎已经越来越不能满足人们不断增长的信息获取需求.随着对等网络(peer-to-peer,简称P2P)技术的快速发展,人们提出了基于P2P的Web搜索技术并迅速成为研究热点.研究的目的是对现有的基于P2P的Web搜索技术进行总结,以期为进一步研究指明方向.首先分析了基于P2P的Web搜索面临的诸多挑战;然后重点总结分析了基于P2P的Web搜索的各项关键技术的研究现状,包括系统拓扑结构、数据存放策略、查询路由机制、索引切分策略、数据集选择、相关性排序、网页收集方法等;最后对已有的3个较有特色的基于P2P的Web搜索原型系统进行了介绍.

一种全局统一的层次化网格资源模型

网格计算通过新的组织方式将广域网上的各种计算资源、信息资源、设备资源等集成起来 ,以统一的方式向用户提供服务 ,是当前网络计算领域的研究热点 引入逻辑资源树的概念 ,通过抽象资源参数 ,提出了一种全局统一的层次化网格资源模型 ,支持资源的动态加入与删除 与资源池及全局 本地两层资源模型相比 ,提出的资源模型有效地屏蔽了广域网上资源的异构性 ,提高了资源的可扩展性 ;同时根据网络通信性能对资源进行层次化组织 ,避免了盲目的资源选择 该模型进行资源查找的时间复杂度为Olog(N) 。

面向P2P搜索的可定制聚焦网络爬虫

提出了一种可定制聚焦网络爬虫技术.该技术采用简单的主题描述方法提高网络爬虫的可定制性,利用基于站点页面链接结构的链接导航技术实现对主题信息的高效抓取,通过配置文件实施定制,从而构建一个资源消耗小、数据采集准确性高、可控性强的轻量级聚焦网络爬虫,以满足P2P搜索的需求.文中进一步提出一种增量更新和批量更新相结合的网络爬虫数据更新机制,这种混合更新机制降低了增量更新的实现复杂性,相比批量更新具有更小的资源消耗,实验表明采用这种机制能达到较高的数据新鲜度和召回率.

基于RDMA和NVM的大数据系统一致性协议研究

分布式的存储系统以及计算系统是构造大数据处理系统的基础。系统的高可用性是任何一个分布式系统的基石,高可用技术一般依赖于一致性协议。讨论了经典的非拜占庭的分布式一致性协议以及新技术发展下的RDMA通信协议与NVM存储介质,通过RDMA和NVM的结合获得了更高性能的高可用系统。改进了一致性协议,使其能够更好地利用RDMA与NVM的特性。实现的系统在保证系统数据一致和可用的同时,有效地提高了协议实现的性能。实验表明,相比于现有的系统,实现的系统能够得到40%的性能提高。

互联网思维下的MOOC课程设计——以组合数学课程为例

大规模开放在线课程(MOOC)作为在线教育的新兴模式将知识的传播范围进一步扩大,MOOC在时间空间上对教育模式带来冲击的同时对教学设计也带来了巨大的变革。文章从互联网思维角度分析MOOC课程设计与传统课堂的不同之处和相通之处,尤其从具体的MOOC课程运营中的实例出发,分析在线课程的关键设计要素。

清华大学计算机专业本科人才培养的实践探索

依据"价值塑造、能力培养、知识传授"的育人理念,从价值教育模式、课堂教学模式以及学生志趣培养3个方面探索计算机专业本科人才培养,并提出改进建议。

多核体系下的并行任务构建

基于多核体系下的系统运行效率越来越受到各行业的关注,一个系统往往是由若干软件子模块构成的.一个完整的系统可以由Tomcat,Httpd以及Lucene这3个软件模块构成.这些软件本身均进行了一定的优化,各自运行效率都良好,可是如果将它们整合成一个系统,其效率的提高仍需要从整体多方面考虑.从不同软件的子任务之间的关系入手,通过分析它们的特点,提出苦干提高整体性能的方案.研究贡献在于以下3个方面:1)线程间同步操作的消除;2)通过多任务重排提高并行度;3)系统调用的单线程化.结果表明系统整体性能得到了提高,同时,每个子任务完成的功能更加清晰明了.

构建计算机学科国际化培养体系 促进高水平创新人才成长

提出以"先进计算"全英文硕士研究生项目为平台,以与世界一流大学合作建立联合培养项目为突破口,以参加领域高水平国际学术会议为激励,建设以讲席教授组为核心的一流教学团队等多项措施,为学生创设全过程、多维度的国际化培养机制,促进高水平创新人才成长。

一种高效的网格监控数据收集方法

为提高在面向服务的网格环境下以简单对象访问协议(SOAP)通信方式收集网格资源监控事件的效率,基于对监控事件依次传输时的低效率和收集者 SOAP 通信处理负载过大的现象的分析,针对具有较长生命期的监控事件提出了一种高效的收集方法——资源本地和资源间分别采用缓存和协同机制;在监控事件生命期允许的范围内先行跨资源汇聚尽量多的监控事件,再将它们通过单个 SOAP 消息一并发送至收集者。实验结果表明,所提方法不仅能使网格资源个体监控事件的 SOAP 传输开销降低50%～85%,还可将收集者上的 SOAP 通信处理负载降低75%左右。

MadFS:高性能超算缓存文件系统

对于存储系统来说,信息资源的爆炸性增长在I/O支持应用的性能以及数据可用性等方面提出了越来越高的要求。可以预见,人工智能、大数据和图计算等新型计算模式对存储系统的I/O性能更是提出了极致要求。从技术发展趋势上来看,新型的网络传输硬件及使用模式、新型存储硬件都提供了极高的访问带宽和极低的访问时延,这一发展趋势导致现有的存储软件成为性能瓶颈。特别是在提供低时延访问上,存储软件的结构需要进行革新。

新常态下的计算机教育新探索

每年4月最后一个周末是清华大学的校庆日。今年是学校104周年校庆日。同往年一样，一批批计算机科学与技术系（以下简称“计算机系”）校友重返清华园，畅叙绵长情谊，分享人生经验。

类Paxos共识算法研究进展

随着互联网数据量和业务量的快速增长,集群规模越来越大,由于机器和网络等故障使得业务中断的可能性越来越高.如何实现一个容错的分布式系统十分重要.多机达成共识是分布式容错系统中一个最基础,最核心的问题.Paxos等一系列共识算法的出现有效地解决了这个问题.近年来,越来越多的系统使用共识相关技术,关于分布式共识算法的研究也层出不穷.这些共识算法可以被划分成2个大类:强领导者共识算法和弱领导者共识算法.随着远程直接内存访问(remote direct memory access, RDMA)等网络技术和现场可编程门阵列(field-programmable gate array, FPGA)等硬件技术的发展,又出现了一些结合新型网络和硬件技术的共识算法研究,用来提升分布式系统的性能.将从分布式共识算法发展历程的角度,介绍Paxos系列算法,阐述算法演进过程中的关键研究,讨论相关算法在不同场景下的优劣势,并展望该类算法的未来发展方向与前景.

CorsairFS:一种面向校园网的分布式文件系统

描述了CorsairFS——一种针对校园网和企业内部网设计的专用分布式文件系统.通过采用可扩展的架构、分块存储方式和基于注册、汇报的自组织机制,系统在满足性能和吞吐量指标的前提下,具有更好的可扩展性和可管理性,能够提供同一数据的多种不同视图,允许在不移动数据的情况下对目录结构进行重构.系统针对大量用户的数据共享和存储的工作负载进行了优化,能有效地处理大量小文件的并发访问,并通过实验说明其能够更有效地利用存储空间,提供更好的数据传输性能,特别是面对大量小文件的情况.

容器云多维资源利用率均衡调度研究

在OpenShift容器云平台上针对其调度策略进行研究和改进,提出了基于多维资源空闲率权重的评价函数和调度方法。该方法综合考虑物理节点CPU、内存、磁盘、网络带宽空闲率和已部署的容器应用个数等因素,利用模糊层次分析法(fuzzy analytic hierarchy process,FAHP)自动建模求解容器应用多维资源权重参数。实验表明,新的调度方案能够使集群多维资源利用率更加均衡,从而提升资源的利用率和集群性能。

大数据处理模式——系统结构,方法以及发展趋势

近年来,大数据处理的相关理论以及技术越来越受到工业界和学术界的重视.一方面,在科学研究过程中产生了大量的数据,对于数据的理解成为进行科学研究的一个重要手段.另一方面,随着信息技术的不断发展,企业在信息化过程中积累了大量的结构化和非结构化数据.企业管理与运营的这些数据已经成为企业的核心资产,深刻地影响着企业的业务模式,给企业决策、组织和业务流程带来显著的变化.因此,大数据处理的相关技术也受到工业界的极大关注.依据数据处理的时间特征,大数据处理模式可以分为"离线批处理式数据处理","查询式数据处理"以及"实时式数据处理"三种模式.本文从技术角度,总结了大数据处理的总体架构,并针对处理模式的不同,对大数据处理的不同层次进行展开讨论.大数据处理的基础是数据的存储,本文首先对大数据的存储展开一定的讨论,之后对上述三种模式展开叙述,使得读者能够对大数据系统的构建方面有一个初步的了解.