应我院田晖教授邀请，美国德克萨斯大学阿灵顿分校江泓教授和美国罗德岛大学杨庆教授于2017年8月1日在厦门校区我院D4-409会议室分别做了题为“支撑大数据的数据降维：昨天、今天和明天”和“数据存储处理单元——存储中的智能”的学术报告。本次报告会由我院杜吉祥副院长主持，学院相关方向教师、网络与信息安全团队全体研究生和团队部分导师制本科同学一同聆听了报告。
我们正在生活在一个迅速变化的数字世界，我们每个人被数据海洋淹没，而且每天都会新生成25亿GB的数据！在这个大数据年代，如何减少数据的维度，是大数据应用和处理中的重要关键问题，在近几年受到了学术界和产业界的广泛关注。在此次报告中，江教授首先介绍什么是数据降维技术，已有的技术和未来面临的挑战，以及面向计算机和云存储系统研究的机遇和挑战，提出，重点是关于几乎不可测量的数据量下的数据降维的挑战和研究问题，即大数据环境下的高效数据降维问题。其后，江教授介绍了其领导的研究团队最近提出的一些解决方案，这些方案通过数据简化解决了大数据和数据密集型应用程序面临的许多性能方面和存储空间方面的问题。江教授高屋建瓴地报告，开阔了大家的学术视野，让大家对于大数据及其分析和处理有了更深刻的认识。
江泓教授的分享现场
随着数据越来越多，存储技术越来越多，应用范围扩大，现有控制器无法跟上大数据快速增长。如何设计一种更具智能的存储设备以适应大数据存储的需要是当前学术界和产业界共同关心的重要问题。在此次报告中，杨教授介绍了他们最新的科研成果，即具有内置智能的新型存储控制器，称为数据存储处理单元（Data-storage Processing Unit, DPU）。该控制器可在数据存储位置上对大数据进行管理、控制、分析和分类。这个技术的初衷是将充足的智能紧密放置在那些随着Flansh、PCM、MRAM和Memristor等存储类别出现而正在发送革命性变化的存储设备周围。机器学习逻辑是DPU的主要部分，它学习存储器中的I/O行为，以优化性能，可靠性和可用性。在存储设备内还将融入先进的安全技术。深度学习技术训练和分析存储设备中的大数据，而强化学习用以优化存储层次。采用并行和流水线技术并利用SSD内固有并行性对存储数据进行高效处理。初步的实验数据显示出该技术具有良好的前景，并有可能改变存储市场现状。杨教授开阔的思路，新颖的技术，幽默的讲解赢得了不断的掌声，杨教授成功的学术研究和成果转化经历，让在座师生更真实的感受到科技在现实生活中的先导作用，对科学研究的意义、方法和目标有了更新的认识。
杨庆教授的分享现场
报告会后，我院师生就大数据存储、处理和安全等相关学术问题，与两位教授进行了深入探讨和交流。网络与信息安全团队云存储安全课题组专门向两位教授和与会嘉宾汇报了近期的研究进展和未来的工作思路。两位教授对课题组的研究工作进行了深入指导，并对课题组目前从事的研究工作的意义和进展给予了很高的评价，增强了课题组在该领域进行深入研究和拓展的信心和动力。此外，两位教授还与我院师生就人才培养和学术研究等方面的合作模式进行了探讨和交流，达成了多项共识，为今后的进一步交流和合作奠定了良好基础。
