先进网络研究所
先进网络研究所聚焦信息时代前沿需求,专注新兴网络技术的创新与应用。研究所拥有高水平团队队伍,17名教师中有3位入选国家级人才计划、7位入选国家青年人才计划,多位教师获得国家和行业重要荣誉。现培养博士、硕士、本科见习生近200人,已输送优秀毕业生250余人,荣获多项CCF优秀博士论文奖和ACM中国新星奖。
研究团队在计算机网络、移动计算、边缘智能、数据科学与智能运维等领域具备深厚积累,承担了国家973计划、重点研发计划、人工智能重大项目等多项重大课题,长期与中国电信、阿里巴巴、华为、腾讯等行业龙头企业深度合作,形成了强劲的产学研用融合优势。
近年来,研究所在国际顶级期刊与会议发表论文500余篇,获得CCF A类/B类会议论文奖10余次,授权发明专利60余项,荣获日内瓦国际发明展金奖、中国专利优秀奖等重要奖项。科研成果多次获得教育部和省部级科技奖励,为我国网络技术发展和人才培养做出了重要贡献。
计算机网络理论与应用、移动计算与边缘智能、数据科学与智能运维
研究所聚焦于移动互联网这一国家战略性新兴产业,旨在满足行业对智能服务实时性、个性化和可扩展的重大应用需求。通过从传统云智能模式转向移动端承载核心智能服务的新型服务范式,充分发挥端侧贴近应用场景与用户数据的天然优势,系统攻克端侧情境感知、数据管理与智能计算三大关键技术难题,构建了通用移动智能技术体系和平台,显著提升了感知精度、存储能力和模型推理效果,成果已在多家头部企业实现大规模落地,产生显著经济和社会效益。
代表性创新技术包括:
端侧细粒度情境感知技术:针对单点感知离散的现状(点粗),提出时空关联用户行为预测方法与多模态互补融合增强理论,实现单终端细粒度精准 感知;进一步从点到面(面窄),通过低功耗组网技术,并结合情境感知多通路全图覆盖方法,完成了多终端广覆盖移动感知。
端侧低延时数据管理技术:在端侧获取感知数据后,针对数据体量大、 处理延时高的问题(量大),构建离在线一致数据底座,并结合流式数据低延时处理技术,实现端侧毫秒级特征计算;考虑到端侧数据质量低的问题(质低), 设计了多源数据质量评估与样本甄选方法。本技术提供端侧低延时数据处理和高质量数据存储能力,端侧流数据处理性能相比Apache Flink等主流流处理系统提升超过27倍。
端侧轻量化模型智算技术:进一步对端侧数据进行智能计算,针对端侧高维模型难部署的瓶颈(高维),设计了子模型拆分框架和推理增强机制,支持模型无损降维部署;针对复杂模型端侧难训练的问题(复杂),提出了小样本扩充机制和子模型稀疏更新方法,实现了端侧模型的轻量化训练。端侧稠密视觉模型仅需更新约1/1500模型参数,即可在线学习新目标特征。