链接连接联结——中国科技网30年发展回顾与展望

【目的】自1994年4月专线接入国际互联网,中国内地开启了翻天覆地的互联网时代。历经三十年,中国科学院主导建设的学术性、非营利科研网络——中国科技网(CSTNET),在波澜壮阔的中国互联网发展进程中,扮演着重要角色。为此,本文以中国科技网为案例,通过回顾三十年发展历程,管窥蠡测中国互联网发展史。【方法】依托案例分析方法,本文回溯了中国科技网各个历史时期的关键技术与工程实施,探讨了当前和未来网络创新性探索的建设性方向,并展示了基于中国科技网的典型领域应用示范以及国际化互联互通的建设情况。【结果】展望未来,明确了新一代中国科技基础设施的建设规划,包括发展定位、关键技术迭代方向、一体化建设方案以及面向开放科学的探索实践等。希望上述案例分析,能够对更好地了解中国互联网发展史、探索科教网络基础设施建设有所裨益。

互信、互联与互操作:全球开放科学云计划进展与展望

【目的】联合国教科文组织将开放科学基础设施视为开放科学的重要支柱。“全球开放科学云”国际大科学培育计划则进行了相关方面的先期探索。【方法】本文采用案例解剖方法,回顾了“全球开放科学云”思想的提出、国际大科学培育计划的落地以及主要建设进展。全文重点围绕整体技术架构、核心研究体系和开放治理架构等方面展开,并聚焦建设进展中的服务资源互联互通、技术互操作实验床构建和基于区域应用示范的互信生态体系等。【结论】与各类在建信息基础设施相比,开放科学基础设施具有互联互通、互操作性等技术特征,开放包容等组织特性,非营利性、长期可持续性等管理特质。构建多方互信机制需要从技术、政策、组织等多方发力。GOSC的未来发展还需强化政策治理体系,完善弹性实验床与关键技术迭代升级,探索多学科交叉合作的全球云服务模态与区域应用示范,拓展全球互信生态体系,推动全球科研创新。【局限】未来,“全球开放科学云计划”仍需继续提升资源互联、技术互操作与互信生态体系构建能力,围绕“人机物”融合,建设成为支撑全球科研创新的重要力量。

eMD:基于异构计算的大规模分子动力学模拟软件

【目的】异构计算已经成为高性能计算的重要组成部分,GPU异构计算可显著提速计算密集型的分子动力学模拟应用,本文介绍自研分子动力学模拟软件eMD的系统设计及其异构计算应用。【方法】首先介绍eMD软件的目标定位,包括应用功能和计算性能两方面;然后介绍软件概要设计,包括框架、模块和接口等组成部分;重点围绕面向异构计算的软件架构设计和移植优化技术进行阐述。【结果】eMD软件系统基于GPU异构计算可实现大规模体系模拟,同时提供特色的分子动力学模拟算法和模型。【结论】eMD将充分发挥GPU异构计算算力,以提升分子动力学模拟应用效率,助力分子建模理论方法的创新应用和分子科学问题的研究。

网络异常检测领域概念漂移问题研究综述

【目的】随着网络技术的快速发展和广泛应用,网络异常检测作为保护网络安全和维护系统正常运行的手段变得越来越重要。然而,网络中异常行为和攻击手段不断变化,给异常检测带来了新的挑战。其中,概念漂移问题是网络异常检测领域中受到广泛关注的难点之一。【方法】本综述旨在对网络异常检测领域中概念漂移问题进行研究分析和总结。与前人的研究相比,本文将专注于网络异常检测领域的流数据。【文献范围】首先,对概念漂移进行详细介绍,包括定义、产生原因和特点。通过对概念漂移的全面理解,可以为后续的检测方法提供指导。其次,系统性地介绍了概念漂移检测方法,主要包括基于统计的方法、机器学习方法和深度学习方法等,并对比了各类方法的优缺点和适用场景。最后,探讨了概念漂移在未来可能的研究方向。【结论】本文聚焦于网络异常检测领域的概念漂移问题,通过详细介绍概念漂移的定义、产生原因和特点,以及深入分析和总结针对流数据概念漂移的检测方法,为未来研究方向提供了有价值的参考和指导。

国家高性能计算环境运行状态诊断系统

【目的】本文介绍了一种在大规模分布式运行环境中建立运行状态诊断系统的方法。【应用背景】为保障高性能计算环境的稳定运行,分析日志等环境数据是一种获取环境状态侧写和发现异常的重要途经。然而分析结果通常是文本和数字,对运维人员来讲缺乏直观印象,不利于快速理解。【方法】我们建设了国家高性能计算环境运行状态诊断系统,它是一种对于目标计算环境的运行状态进行量化和可视化评判的系统,通过对于目标环境的信息收集、整理,进行不同角度的分项分析。【结果】各分析结果被集成为统一的环境运行状态分值,并采用可视化方法将其立体地表现出来,以便相关运维人员能够直观地获取环境信息和快速定位问题。【结论】整个环节绝大部分处理分析工作是由程序自动完成,环境运行状态诊断系统极大减少了人工操作量,为运维工作起到有效的支撑作用。

SDGs科研工作台架构设计与实现

【目的】地球大数据平台为可持续发展目标研究提供了计算资源和数据资源的支持,但各学科研究人员对于资源的占用不均衡,且对资源的使用率也不高。本文致力于解决地球大数据平台中资源使用的问题,更好地服务科研人员开展SDGs研究。【方法】本文采用云原生技术构建了一个面向可持续发展研究的一站式科研工作环境,为研究人员提供在线获取和处理数据、训练和使用模型、构建和部署应用软件等服务。【结果】极大地减轻了科研人员搭建科研软件栈的工作负担,提高了对占用资源的使用率,同时依托云原生的自动扩缩容能力,实现了资源的均衡使用。【结论】通过云原生架构构建的科研工作台,实现了云服务从研发、测试、部署、版本更新到使用的一体化应用生态,有效地支持了面向数据驱动的SDGs研究新范式。

专题序言

随着创新算力与新一代人工智能技术的发展,超算与人工智能的融合已成为驱动科技创新的关键力量,将长期为我国各行业转型升级和数字经济发展提供核心驱动力。近年来,中国超算通过国产先进计算架构、高性能多核处理器、高速互连网络、大规模存储等关键技术构建,在通用CPU计算能力、网络能力、存储能力以及应用服务能力等多方面实现倍增,用以支持高性能计算、AI大模型训练以及大数据分析各类应用模式。基于国产异构加速计算平台的计算资源,通过联合产业链上下游企业、高校、科研院所、重点用户单位等相关创新力量。

中国互联网络的早期探索历程

2024年是中国正式全功能接入国际互联网30周年。正如习近平总书记所说:“现在,以互联网为代表的信息技术日新月异,引领了社会生产新变革,创造了人类生活新空间,拓展了国家治理新领域,极大提高了人类认识世界、改造世界的能力”①。互联网自1969年诞生以来,迅速席卷全球,用户规模呈爆炸式增长。

全维可定义网络5.0新型网络架构

【目的】面对万物智能互联时代的新兴产业向网络技术提出的确定性、安全性、管控能力等方面的需求,尽力而为、形式单一的IP网络难以同时提供网络质量、安全性、管理能力和效率的性能保障。新的历史阶段急需一个新的网络体系架构,在充分考虑网络广泛互联的基础上,更深度地关注网络空间安全和产业应用对网络的精细要求。【方法】本文提出了全维可定义网络5.0新型网络架构,采用“以网络为中心、能力内生、全维定义”的全新网络架构设计理念,提出了一套覆盖数据面、控制面、管理面和内生安全体系的新型核心协议体系,利用泛在IP、人工智能等技术进行高效的寻址、路由规划、可信管理等。【结果】通过这种架构,网络5.0将网络中的存储、计算资源和多等级转发能力进行高效整合,从而更好地满足应用需求,并实现网络的内生安全、确定性传输、算网融合、差异化服务等功能,显著降低了网络应用的复杂性,提高了网络效率和应用质量。【结论】全维可定义网络5.0促进了泛在场景应用的发展,使得网络从一个单纯的连接工具转变为一个功能丰富、服务多元、安全可靠的平台,并已成功实践和验证在多个应用领域中,成为新型网络架构主流发展路径之一。

面向GPU架构的CCFD-KSSolver组件设计和实现

【应用背景】在如计算流体力学和材料科学等高性能应用领域中,大型稀疏线性方程的求解直接影响高性能应用的效率与精度。异构众核已成为现代超算系统体系结构的重要特征和发展趋势。【方法】本文面向CPU+GPU异构超算系统设计并实现了线性解法器组件CCFD-KSSolver。该组件针对异构体系结构特征,实现了针对多物理场块结构矩阵的Krylov子空间解法器和多种典型预处理方法,采用了如计算通信重叠、GPU访存优化、CPUGPU协同计算等优化技术提升CCFD-KSSolver的计算效率。【结果】顶盖驱动流的实验表明,当子区域数目为8时,Block-ISAI相比于CPU和cuSPARSE的子区域求解器分别取得20.09倍和3.34倍的加速比,且具有更好的扩展性;对于百万阶规模的矩阵,应用3种子区域求解器的KSSolver在8个GPU上的并行效率分别为83.8%、55.7%、87.4%。【结论】本文选择具有块结构的经典多物理中的应用对解法器及预处理软构件进行测试,证明其稳定高效性,有力支撑了以流体力学数值模拟为代表的高性能计算与应用在异构系统上的开展。

耦合异构性的科学数据中心数据总量指标评价分析

【目的】数据总量指标是衡量科学数据中心资源整合与服务能力的重要指标,然而由于科学数据中心具有不同的学科、级别、隶属系统、建设时长等背景,直接通过比较数据中心间的数据总量大小来判别数据中心的数据资源整合能力明显有失公允。【方法】本研究基于科学数据中心统计的数据资源总量数据,借助“中国科技资源共享网”“中国科学院科学数据中心”等公共服务平台收集了相关科学数据中心的异构性因素数据,利用虚拟变量、相关性分析等方法实现了异构性因素的量化及其对数据总量的影响分析,采用假设检验、最小二乘虚拟变量法等统计方法构建了耦合科学数据中心异构性的数据总量面板数据模型。【结果】消除了数据总量指标由于科学数据中心异构性造成的差异,实现了多种类型科学数据中心间数据总量的横向差异化比较研究。【结论】本研究首次提出了针对科学数据中心数据资源总量的异构性平差方法,对于开展科学数据中心的系统性和科学性评价具有重要借鉴。

TSPVS:时序学者画像可视化系统

【目的】为全面、直观、高效地刻画、对比学者科研活动特性,本文提出了一套支持对比分析的时序学者画像可视化方法。【方法】时序学者画像可视化方法基于太阳隐喻和引文网络,以时间维度为主线,将学者历年发表论文的数量、学者所属机构、论文主题、论文影响力、合作学者、合作机构等基本信息与研究兴趣变化、研究主题的广度和深度等深层次信息有机结合,使决策者可以通过一个页面快速、全面地掌握不同学者的异同。【结果】本文使用可视化领域的论文数据集,设计并实现了时序学者画像可视化系统TSPVS。【局限】目前系统仅包含可视化领域的论文数据,后续将进一步引入其他领域的论文数据。【结论】通过可视化领域论文数据中的3个案例说明TSPVS可以满足分析需求,可以在一个页面中刻画学者研究生涯中的重要特征和重大变化,并支持不同学者主要特征异同点的对比分析。

联邦学习全局模型和个性化模型的现状与展望

【目的】联邦学习是目前的研究热点,本文从模型架构角度出发综述近年来联邦学习方法的研究和进展。【文献范围】本文采用关键词检索和引文二次检索的方法从国际计算机类期刊、会议中收集论文。【方法】在简单讨论联邦学习的定义、架构以及三种异质性问题的基础上,从模型架构角度出发,将联邦学习算法分为学习全局模型和学习个性化模型两大类,进一步讨论两大类别中的联邦学习方法所用数据集、对异构问题的解决以及方法优缺点。【结果】现有的联邦学习方法,可以学习泛化性能强大的全局模型,也可以学习个性化的局部模型。目前研究人员对数据异构问题的关注多于设备异构问题,在测试时所用数据集通常为常规机器学习数据集。【结论】联邦学习领域发展迅速,但仍存在异构问题研究不足、基准测试不成熟的问题,相信未来会有更多在真实场景中针对联邦异构问题的解决方案。

基于深度学习乳腺X线摄影钙化识别分类模型的临床应用价值

【目的】引入基于深度学习乳腺X线摄影钙化识别及分类模型,探讨深度学习技术对钙化灶的准确识别、分类和临床应用价值。【方法】采用多中心乳腺X线检查数据,分别由高-初级诊断医生及两名初级诊断医生采用不结合及结合深度学习模型进行病灶评估,评价其诊断效能。【结果】引入深度学习模型识别钙化灶能力与高-初级诊断医生及两名初级诊断医生识别钙化灶能力相仿(漏检率分别为0.81%vs.0.65%,1.14%vs.1.63%,P>0.05),深度学习模型能够有效帮助高-初级诊断医生(灵敏度0.926,AUC0.81,P=0.014)及两名初级诊断医生(灵敏度0.896,AUC0.79,P=0.049)检出可疑恶性钙化灶,特别是在良性病变中的准确率提升作用明显。【局限】仍需更多前瞻性多中心数据验证模型稳健性,也需引入不同深度学习模型比较其临床应用价值。【结论】深度学习模型有助于乳腺X线摄影钙化识别及分类评估,有助于乳腺癌大规模筛查背景下提供辅助诊断及临床策略支持。

面向国产加速卡的OpenFOAM线程并行加速研究

【背景】随着流体力学模拟的精细化,CFD流体模拟软件OpenFOAM对算力的需求持续增加,新型东方超级计算系统是国产自研的新型异构超算。【目的】以新型东方超级计算系统为平台移植OpenFOAM,实现OpenFOAM的国产超算适配与加速。【方法】首先,通过分析“东方”超级计算系统和OpenFOAM的功能架构,本文制定了适用于国产加速卡的求解器,通过使用本文移植后的CUSP来调用国产加速卡底层代码从而实现稀疏存储格式矩阵向量乘以及diagonal矩阵预处理。其次,在此基础上,实现了单节点多国产加速卡的并行SpMV。【结果】本文使用了OpenFOAM自带的pitzDaily算例进行算法验证,并通过多种加速性能的对比方法对测试性能进行分析,取得了19.7倍的加速效果。【局限】本研究只实现了单节点的OpenFOAM并行优化。【结论】本研究结果对于发挥OpenFOAM在流体力学方面的优势和扩大超算软件适应面具有重要意义。

基于半监督学习的邮件伪装攻击检测方法

【目的】伪装攻击是电子邮件系统中一种典型攻击,通过非法获取用户真实的身份验证凭证来访问未经授权的服务,造成重大损害。由于邮件使用场景复杂,数据分布不均匀,能获得的标记异常数据数量有限导致邮件系统伪装攻击异常检测困难。【方法】针对上述问题,本文提出了一种基于规则的自训练自动编码器异常检测框架。首先,针对SMTP邮件协议的日志数据,对其应用场景进行分析和分类,并提出粗粒度的标签修正规则。其次,利用自动编码器通过自训练进行迭代检测,通过规则对每次检测结果进行修正。最后,使用核密度估计方法找到合适的阈值减少误报率。【结果】本文使用了6,736个真实企业邮箱账户连续3个月的数据,检测到7个异常账号和12个异常IP地址,与企业安全运营中心(SOC)和3种先进算法比较,效果达到最优。本文方法所检测到的异常账号数量比SOC多75%,同时误报账号减少81.3%。

基于图特征的组织病理学图像分析方法的最新发展情况与展望

【目的】本文旨在综述最近五年人工智能在辅助组织病理学分析方面的研究进展,主要是图特征方法的应用、当前面临的问题以及未来的挑战。【方法】文章回顾了图论在组织病理学图像分析中的应用,包括图像分割、检测和分类。探讨了图像拓扑结构特征提取的各种图构建算法,例如经典的最小生成树算法及其衍生创新算法等,并分析了图卷积神经网络等网络结构的性能。【结果】通过结构图提取的图特征能够有效表示组织病理学图像中的拓扑信息,有助于实现精确的肿瘤分割、检测以及分类、分级等任务。此外,图特征方法综合全局与局部特征,提供了一种系统化的分析方式,促进了对复杂病理学图像的理解。【结论】图特征与先进的机器学习技术相结合在组织病理学图像分析中展现出强大的潜力,未来这些方法将被优化以提高临床诊断的准确性和效率。

网络安全挂图作战实践

【目的】随着当前网络空间与物理空间和社会空间逐步融合的趋势,重要行业部门在网络安全保护工作中积累了大量的网络安全数据,数据和业务驱动的网络安全挂图作战对掌握资产底数、改善数据治理成效、提升网络安全保护效能具有非常明显的作用,可全方位支撑网络安全保护和保障工作。【方法】本文以重要行业开展网络安全挂图作战能力建设为驱动,提出了包含要素抽取层、图谱设计层和智能认知层在内的整体技术架构,包括针对威胁情报信息的实体/关系抽取技术、针对网络资产的自动测绘技术、网络行为监测与建模技术、智能挖掘推理技术以及可视化表达技术等关键技术方法,并在电力行业某部门进行了实践应用。【结果】该技术框架可用于构建面向网络安全保护业务的网络空间地理图谱,支撑全方位、跨空间的网络安全监测发现、态势感知、事件处置和应急响应实战。【结论】基于网络安全地理图谱的挂图作战应用具有很好的应用价值和推广前景,能够直观展示跨空间的数据、要素和业务关系,但仍需要探索业务实战领域的新方法和新模型,以提升网络安全挂图的实战效能。

基于因果约束的Transformer医学图像分割方法

【目的】数据分布对深度学习模型的性能影响较大。模型学习了与分割目标无关的特征后,这些无关特征通常不适用于新的数据集,从而导致模型泛化能力不足。【方法】为缓解这一问题,本文提出基于因果约束的Transformer医学图像分割方法。以MCRformer为网络主体,利用形态约束流模块提取形态约束先验信息,网状Transformer进一步提取局部信息和网络各层次信息,并加入因果约束模块降低目标区域相关特征和无关特征之间的相关性,通过形态先验和因果先验信息为模型选出具有代表性的特征,最终提高分割性能。【结果】在公开数据集Synapse上,Dice相关系数和Hausdorff距离的均值分别达到了80.01%和19.39 mm,在公开数据集ACDC上,Dice相关系数均值达到了90.95%,优于其他对比方法。【结论】实验证明,本文提出的方法可以有效提升CT和MRI中多器官的分割性能,并验证因果约束模块在不同模型上的有效性。

高能同步辐射光源科学数据传输系统设计和实现

【目的】高能同步辐射光源HEPS(High Energy Photon Source)是我国第一台高能量同步辐射光源,预计2025年建成。HEPS建成后,首批投入使用的15条光束线站预计每天会产生200TB实验数据。为满足不同阶段对实验数据的读写需求,会对海量实验数据进行分级存储和长期备份。如何将这些数据在不同存储介质之间稳定和高效地传输是HEPS实验中需要解决的重要问题。【方法】HEPS科学数据传输系统设计了多源DAQ接口、任务调度、消息队列、集群传输、日志监控、配置管理和消息通知等功能模块。【结论】系统实现了海量数据在不同存储介质间的高效、可靠传输。【结果】系统现部署在北京同步辐射多个线站,用作HEPS数据传输的前期验证,运行稳定、效果良好,为科研人员和用户提供了良好的数据传输服务。