学科专业
学术讲座预告
时间：2018-11-21 作者：网络部 访问量：
必威将于2018年11月22日上午10:00在逸夫楼201会议室举行学术讲座，敬请光临！
讲座主题：Quality Assessment for Large-Scale Industrial Software Systems—Experience Report at Alibaba
报告人：浙江大学 邓水光 教授
讲座主题：移动网络环境下的服务质量预测方法研究
报告人：杭州电子科技大学 殷昱煜 副教授/博士
报告时间：2018.11.22 星期四 上午10:00
报告地点：逸夫楼2楼201会议室
主办：必威 & CCF YOCSEF长沙
讲座内容1：
报告题目1: Quality Assessment for Large-Scale Industrial Software Systems—Experience Report at Alibaba
报告摘要1: Software plays a critical role in businesses, governments, and societies; improving software quality is an important goal of software engineering. As the first step toward high software quality assurance, our research focuses on the problem of assessing software quality in industrial big code. We have improved state-of-the-art techniques to produce a practical solution to software quality assessment. Such solution has been implemented, deployed, and used at Alibaba, the world's largest retailer as well as one of the largest Internet companies. This talk presents our work on software quality assessment at Alibaba.
报告人简介1：
邓水光，浙江大学计算机科学与技术学院教授/博士生导师，分别于2002年、2007年毕业于浙江大学计算机科学与技术学院获得学士学位和博士学位。2014年、2015年分别赴美国麻省理工学院、美国斯坦福大学访问研究。获IEEE TCSVC Rising Star、中国青年五四奖章、微软学者等荣誉称号，入选浙江省151人才工程培养计划，是浙江省杰出青年基金获得者。主要研究方向为云计算、服务计算、边缘计算、流程管理和大数据等。近年来，在IEEE TPDS、TOC、TSC等国际权威期刊和会议上发表论文80余篇，获得ICSOC 2017最佳论文、WWW 2017最佳POST提名奖、IEEE SCC 2012最佳学生论文奖。Google Scholar累计引用2560余次，H指数29。授权国家发明专利50余项，出版三部学术专著，包含英文专著一部；主持多项国家级课题的研发工作，包括国家重点研发计划课题、国家科技支撑计划、国家863计划、国家自然科学基金等。 学术研究科研成果先后于2007年获教育部科技进步一等奖、2008年获浙江省科技进步一等奖、2010年获国家科技进步二等奖、2014年获浙江省科技进步一等奖。担任国际期刊IEEE Access、IET Cyber-Physical Systems: Theory & Applications副主编。目前是IEEE Senior Member、全国电子商务质量管理标准化技术委员会委员、CCF服务计算专委会常委、CCF软件工程委员会委员、CCF青年计算机科技论坛杭州论坛主席。
讲座内容2：
报告题目2：移动网络环境下的服务质量预测方法研究
报告摘要2：在混合移动网络环境中，噪声数据是影响服务质量预测精度的重要问题，对于基于近邻的方法而言：噪声数据会显著降低近邻筛选的准确度，同时使近邻的历史数据因为包含部分噪声数据而变得不可靠；对于基于模型的方法而言：噪声数据是偏离正常数据的离异点，其很容易会误导模型的学习，训练模型时容易陷入局部最优点而不能达到全局最优，甚至在最优化时出现发散、局部震荡的现象。
因此，本次报告中将首先介绍一种基于集成学习的协同过滤算法，该算法首先利用一种改进的DBScan聚类算法识别相似邻居，再提出一种可识别异常数据的集成学习方法从已识别的邻居中过滤“假”邻居，最后通过混合协同过滤进行预测。其次，介绍一种基于slopeone模型的QoS预测方法。该方法首先利用改进的SlopeOne模型进行数据过滤，再根据数据过滤的结果进行基于近邻与模型的协同过滤预测，最后线性聚合两种预测结果得到最终的预测。离线实验结果表明，本文提出的预测方法比其他对照方法拥有更好的预测准确度。
报告人简介2：
殷昱煜，杭州电子科技大学副教授，浙江大学电气工程学院博士后，浙江大学计算机科学与技术专业博士，复杂系统建模与仿真教育部重点实验室（B类）副主任，CCF YOCSEF杭州学术秘书。主要研究方向集中在边缘计算、服务计算、大数据分析、软件形式化方法等领域。2014年入选徐州市“双创”人才计划，曾作为主要完成人获得中国商业联合会服务业科技创新奖特等奖、浙江科技进步奖一等奖、浙江省科技进步二等奖及教育部科学技术进步奖一等奖。主持国防科工局技术基础科研项目、国家重点研发计划子课题、国家自然基金项目、浙江省重点研发计划、浙江省自然基金项目等多项国家级、省部级项目，作为核心成员参与国家支撑计划、国家863、浙江省重大科技专项等项目10余项。在TII、EAAI、ESA、EIS、FGCS等重要期刊以及ICWS、ICSOC、SCC等重要会议上发表论文50余篇，合著专著《面向普适环境的自适应中间件模型与方法》，参与撰写《服务计算与技术》。担任IJSEKE、IJCM、MONET、CAI、WNET等期刊的客座编辑，担任Collaboratecom 2018、Mobicase 2019大会共同主席，以及多个国际会议程序委员会委员。
讲座主题：Quality Assessment for Large-Scale Industrial Software Systems—Experience Report at Alibaba
报告人：浙江大学 邓水光 教授
讲座主题：移动网络环境下的服务质量预测方法研究
报告人：杭州电子科技大学 殷昱煜 副教授/博士
报告时间：2018.11.22 星期四 上午10:00
报告地点：逸夫楼2楼201会议室
主办：必威 & CCF YOCSEF长沙
讲座内容1：
报告题目1: Quality Assessment for Large-Scale Industrial Software Systems—Experience Report at Alibaba
报告摘要1: Software plays a critical role in businesses, governments, and societies; improving software quality is an important goal of software engineering. As the first step toward high software quality assurance, our research focuses on the problem of assessing software quality in industrial big code. We have improved state-of-the-art techniques to produce a practical solution to software quality assessment. Such solution has been implemented, deployed, and used at Alibaba, the world's largest retailer as well as one of the largest Internet companies. This talk presents our work on software quality assessment at Alibaba.
报告人简介1：
邓水光，浙江大学计算机科学与技术学院教授/博士生导师，分别于2002年、2007年毕业于浙江大学计算机科学与技术学院获得学士学位和博士学位。2014年、2015年分别赴美国麻省理工学院、美国斯坦福大学访问研究。获IEEE TCSVC Rising Star、中国青年五四奖章、微软学者等荣誉称号，入选浙江省151人才工程培养计划，是浙江省杰出青年基金获得者。主要研究方向为云计算、服务计算、边缘计算、流程管理和大数据等。近年来，在IEEE TPDS、TOC、TSC等国际权威期刊和会议上发表论文80余篇，获得ICSOC 2017最佳论文、WWW 2017最佳POST提名奖、IEEE SCC 2012最佳学生论文奖。Google Scholar累计引用2560余次，H指数29。授权国家发明专利50余项，出版三部学术专著，包含英文专著一部；主持多项国家级课题的研发工作，包括国家重点研发计划课题、国家科技支撑计划、国家863计划、国家自然科学基金等。 学术研究科研成果先后于2007年获教育部科技进步一等奖、2008年获浙江省科技进步一等奖、2010年获国家科技进步二等奖、2014年获浙江省科技进步一等奖。担任国际期刊IEEE Access、IET Cyber-Physical Systems: Theory & Applications副主编。目前是IEEE Senior Member、全国电子商务质量管理标准化技术委员会委员、CCF服务计算专委会常委、CCF软件工程委员会委员、CCF青年计算机科技论坛杭州论坛主席。
讲座内容2：
报告题目2：移动网络环境下的服务质量预测方法研究
报告摘要2：在混合移动网络环境中，噪声数据是影响服务质量预测精度的重要问题，对于基于近邻的方法而言：噪声数据会显著降低近邻筛选的准确度，同时使近邻的历史数据因为包含部分噪声数据而变得不可靠；对于基于模型的方法而言：噪声数据是偏离正常数据的离异点，其很容易会误导模型的学习，训练模型时容易陷入局部最优点而不能达到全局最优，甚至在最优化时出现发散、局部震荡的现象。
因此，本次报告中将首先介绍一种基于集成学习的协同过滤算法，该算法首先利用一种改进的DBScan聚类算法识别相似邻居，再提出一种可识别异常数据的集成学习方法从已识别的邻居中过滤“假”邻居，最后通过混合协同过滤进行预测。其次，介绍一种基于slopeone模型的QoS预测方法。该方法首先利用改进的SlopeOne模型进行数据过滤，再根据数据过滤的结果进行基于近邻与模型的协同过滤预测，最后线性聚合两种预测结果得到最终的预测。离线实验结果表明，本文提出的预测方法比其他对照方法拥有更好的预测准确度。
报告人简介2：
殷昱煜，杭州电子科技大学副教授，浙江大学电气工程学院博士后，浙江大学计算机科学与技术专业博士，复杂系统建模与仿真教育部重点实验室（B类）副主任，CCF YOCSEF杭州学术秘书。主要研究方向集中在边缘计算、服务计算、大数据分析、软件形式化方法等领域。2014年入选徐州市“双创”人才计划，曾作为主要完成人获得中国商业联合会服务业科技创新奖特等奖、浙江科技进步奖一等奖、浙江省科技进步二等奖及教育部科学技术进步奖一等奖。主持国防科工局技术基础科研项目、国家重点研发计划子课题、国家自然基金项目、浙江省重点研发计划、浙江省自然基金项目等多项国家级、省部级项目，作为核心成员参与国家支撑计划、国家863、浙江省重大科技专项等项目10余项。在TII、EAAI、ESA、EIS、FGCS等重要期刊以及ICWS、ICSOC、SCC等重要会议上发表论文50余篇，合著专著《面向普适环境的自适应中间件模型与方法》，参与撰写《服务计算与技术》。担任IJSEKE、IJCM、MONET、CAI、WNET等期刊的客座编辑，担任Collaboratecom 2018、Mobicase 2019大会共同主席，以及多个国际会议程序委员会委员。