【学术动态】
博士生张望的论文被期刊ACM TACO录用
异构对象存储（HOS）系统作为人工智能、大数据应用的核心存储支撑，通过整合NVMe SSD、HDD等不同性能等级存储设备实现成本与性能的平衡，已成为云存储领域主流架构。然而，设备间巨大性能差距与请求动态访问模式，导致传统副本选择与请求调度策略难以应对。现有方案多忽视设备异构特性与跨设备空间依赖（如性能耦合、干扰效应），易造成局部拥堵扩散为系统性瓶颈，引发服务级目标（SLO）违例，严重影响上层应用可靠性。图1 STGr...
博士生张望的论文被期刊IEEE TPDS录用
分布式存储系统作为人工智能、大数据技术的核心支撑，其性能直接影响上层应用效率。随着存储集群规模扩大、架构日趋复杂，系统可调参数迅猛增长且交互复杂。加之工作负载动态多变，传统调优方案面临三大难题：参数空间探索不充分、调优速度与稳定性难以平衡、跨集群知识无法复用，严重制约系统扩展性与响应速度。图1 KGQW架构图针对这一问题，信息存储系统教育部重点实验室博士生张望在施展副教授的指导下，提出了一个框架KGQW...
博士生张望的论文被期刊IEEE TPDS录用
服务无感知计算凭借“按需调用、免运维”的特性，已成为云原生应用开发的核心技术之一。然而，该技术面临冷启动问题这一关键痛点。即：函数，尤其是稀疏函数，在首次调用或闲置后需重新初始化其执行环境，导致其启动延迟远超实际执行时间。因这些函数调用数据稀疏、有效样本少，使得传统预测模型难以捕捉规律，继而既影响系统资源调度策略的正常运行，导致用户体验受损。图1 SPFaaS架构图针对这一问题，信息存储系统教育部重点...
毕业生张健顺博士和博士生邓迅的论文被会议VLDB 2026录用
随着大规模数据密集型应用的快速发展，基于日志结构合并树（LSM-tree）的键值存储系统凭借其接口简单、写入吞吐高等特性，已在现代存储系统中被广泛采用。但是，LSM-Tree存在显著的写放大问题，键值分离（Key-Value Separation）能够缓解这一问题，代价是引入更高的空间开销。为提升成本效率与资源弹性，现代存储系统逐渐开始向存算分离架构演进，通过将计算节点与存储节点解耦并独立部署，实现资源弹性调度与独立扩展。然而，...
博士生明章强的论文被会议DAC 2026录用
大型语言模型（LLM）通常在分布式系统上进行训练，是众多不同领域应用不可或缺的一部分。然而，LLM训练系统的分布式特性（通常涉及多个节点和较长的训练周期）导致故障频发，因此需要强大的故障恢复机制。传统的检查点机制会定期将模型状态保存到持久存储（例如磁盘）中，但这可能会造成显著的延迟，从而减慢训练进度。目前最先进的方法采用基于分区的流水线式检查点机制，将检查点分割成多个分区，并在训练过程中以流水线方式...
硕士生马海舰的论文被会议NIPS 2025录用
在多模态大语言模型（MLLMs）广泛应用于图像理解、视觉问答等领域的当下，其安全漏洞问题愈发突出。现有对抗攻击方法多针对特定图像 - 提示对优化，存在泛化能力弱、迁移性差等缺陷，难以应对真实场景中多样化的输入组合。近日，一项受国家自然科学基金（No.62476107）支持的创新性研究，提出基于分布逼近理论的跨图像 / 提示对抗攻击方法，成功实现对主流多模态大模型的高效通用攻击，为大模型安全防护体系建设提供了重要参考...
硕士生马海舰的论文被会议EMNLP 2025录用
在网络威胁日益复杂多变的当下，入侵检测系统（IDS）作为网络安全的核心防线，却长期面临高质量标注恶意样本稀缺的行业痛点。现有样本来源受隐私保护、法律约束及威胁滞后性等因素限制，导致检测模型泛化能力不足，难以应对新型攻击。近日，华中科技大学与北京大学联合研究团队提出创新半监督框架 GANGRL-LLM，成功实现少样本场景下高质量恶意代码生成与检测能力的双重提升，为自适应防御系统研发提供了全新解决方案。该研究由...
博士生刘锦鹏的论文被期刊TACO录用
基于新兴非易失存储器件（Emerging non-volatile memory, eNVM）的存内计算（Processing in memory, PIM）加速器，受到eNVM单元变化性、单元非线性I-V效应、电压降等耦合非理想因素影响，造成计算准确率大幅下降，严重阻碍了存内计算的实用化进程。传统采用计算单元（Operation unit，OU）为粒度的子阵列计算方式，虽能缓解单元变化性影响，但仍受到互连线寄生电阻（Parasitic wire resistance）带来的严重电压降（IR drop），...
博士生刘锦鹏的论文被会议DATE 2026录用
忆阻加速器（Memristive accelerators, MA）通过在忆阻器交叉阵列中进行原位计算，实现了高效的矩阵向量乘法（Matrix-vector multiplication, MVM），已被广泛用于构建神经网络、科学计算等领域的专用加速器。然而，当前MA面临的重大挑战在于电压降（IR drop）影响导致的计算精度受限。现有IR drop缓解或补偿方案理论支撑不足或采取了近似处理，导致补偿结果准确度较差。实验室博士生刘锦鹏，在吴兵博士后、童薇教授、魏学亮博...
博士生江旭的论文被会议HPCA 2026录用
为了构建可信数据中心，安全内存系统（例如 Intel SGX和RISC-V Penglai）通过加密和完整性验证确保数据机密性和完整性。这一过程引入了加密计数器和完整性树节点等额外的安全元数据。对安全元数据的频繁访问显著降低了系统性能。将安全元数据缓存在片上的元数据缓存中可以缓解该问题。如果元数据缓存命中，则系统可以跳过后续的验证步骤并直接对密文数据进行解密，从而降低数据访问延迟。因此，元数据缓存管理的效率影响系统性...
分享文章