魏紫钰，朱小栋
共7个报告，以下罗列要点。
开场由CCF上海主席谷大武教授致辞，向大家表达了CCF上海的系列活动和举办初衷，鼓励各会员积极交流学术，努力搭建平台。随后交大计算机系zhanglixin老师致辞，表示CCF为青年学生的学术研究和交流搭建了非常好的平台，让学生能够接受到第一线的研究问题
报告1 云原生数据库：挑战与趋势
1. 全球数据库市场份额
• 全球38.8billion USD，中国1.43billion USD ；云数据库占10%；
• 不同的数据库产品
2. 数据库：云的关键：the real battle will in database，IaaS到AI
3. 数据库系统的发展——用不同的系统处理不同时空时序的数据，就衍生出来许多
4. 三个不同的结构——Single Instance用户扩容很麻烦；Sbared Everything Local Disk不够的话则升级到Shared sourage，节点按需求调度，按需计费，但Share everything性能和读写控制导致没有商业应用；Share Nothing将许多Single Instance上方加入分布式处理（如Google Spanner，利用原子钟解决误差）；以后发展趋势为Everything和Nothing的结合
5. 多模式系统——北向和南向
6. HTAP(Hybrid Transaction and Analytical Processing)——按行存，按列存更新一条记录要做许多IO，性能大大受影响；HTAP行列混存，也存在数据一致性的问题
7. 数据库自动调节平台
8. 软硬件一体化结合的设计——安全高效的使用资源
9. 阿里的数据库系统——2018双十一一秒钟系统负载增加了122倍，解决方法：弹性调度，在凌晨前将其他的服务器调度资源，用完后再迅速调度回去
10. POLARDB——存储和计算可以分开
11. 为什么选择原生数据库
12. 两个问题：海啸问题、洪水问题和冷热数据的问题，解决方法：利用分层存储，最热的数据放在最上面，最冷的数据放在SSD里，用机器学习的方法预测冷热数据
13. 分层存储如何merge
14. 例子iBTune——暂时在内部应用
15. 加密数据库——在加密的状态下可以进行查询，并且不解密
报告2 数据资产的权属与敏感性研究
1. 数据资产是行而知的方式，一边实践一边总结；数据资产一定会进入资产负债表
2. 数据资产定义：借助传统资产的定义，三要素：数据权属、数据完整性和可量化、
1. 数据权属：数据确权、数据维权
2. 数据完整性和可量化：数据包的完整性、数据的价值评估
3. 长期收益可预期：内部共享、行业应用
3. 数据相关方和传统权属——要尊重数据主题应有的权益，限制数据控制方（如阿里巴巴等）滥用权益，倡导数据处理方遵守相关发法律和行业自律
4. 数据资产权属探究：人格权、知情权、财产权、收益权、邻接权、其他权（如遗忘权）；诞生时：人格+知情+其他+财产（部分），治理过程中：人格+知情+财产+邻接+其他，应用阶段：全部
5. 三维权属分析框架
6. 数据敏感性分析框架结构——权属敏感、内容敏感
7. 数据敏感的安全策略：访问管理
8. 案例分析——国际贸易领域数据资产的应用
从业务流程出发，以国际贸易为例，数据资产将数据分子化和原子化，形成数据分子（如报关单）和数据原子（如具体的进口口岸、经营单位、集装箱号、商品号等），将数据分子“化学反应”后，催生数据应用；但是鉴于数据无限可复制性，半规范数据探测，可能导致敏感聚变函数和差分敏感函数生效，出现数据融合敏感难题
9. 分布式安全计算应用场景
报告3 数海淘金：数据定价的挑战与初探
1. 大数据的5V特性：数据规模、增长速度、数据种类、数据价值、数据质量；大数据已经形成为数据资产。大数据交易平台已经开始涌现。
2. 数据商品的特性
1. 特殊的成本结构：无/低成本、无损耗的无限复制，固定的生产成本，可忽略的边际成本
2. 需求多样导致价值的不确定性：买家需求数据不同的横切面
3. 容易伪造，不易验证
4. 隐私数据的敏感性：脱敏技术保护隐私，但移除了数据的个性化，降低数据价值
5. 所有权模糊：具有看过即拥有的特性
6. 时效性、相关性、不确定性：数据价值随时间而衰减、多个数据集之间有强相关性、数据的质量和精度具有不确定性
3. 国际关注和国内政策导向
4. 数据定价挑战问题：卖什么、怎么卖、合法卖
1. 数据商品售卖形式难以确定：尚无成熟的售卖方式（解决方法：免费数据和数据展示，划分版本，基于API的数据服务；未来方向：免费数据数量和数据展示内容，版本划分数目和版本质量，数据服务形式）
2. 套利行为难以防范：数据相关性、依赖性，复杂数据查询接口、套利（解决方法：固定价格数据定价策略但不够灵活，基于查询数据定价策略容易被套利）
3. 非完全信息下收益难以优化：市场调研与历史数据统计不能使用供需关系变化，机器学习数据定价策略模型复杂成本高（未来研究方向：基于强化学习的数据定价方案，考虑买家策略行为设计方策略下数据定价机制）
4. 隐私信息难以保护：身份隐私，数据隐私（未来研究方向：支持数据服务的多样性如神经网络，非多项式函数的处理，浮点数精度的处理
5. 数据（服务）真实性难以验证：服务商可能提供虚假数据（解决方案：基于身份的签名机制，聚合签名机制和批量签名机制；未来研究方向：保护函数机密性的可验证计算，如支持向量机中的支持向量）
5. 感知数据
6. 感知数据交易框架
7. 感知数据商品——利用统计性的数学分析模型来处理噪声大的感知数据
8. 交易收益计算——单个版本的单独收益：市场需求*交易价格
9. 私密可保护的可验证性数据服务机制
10. 总结
1. 数据已成为新兴的电子商品，数据定价机制是数据商品流通的必要流通技术
2. 数据商品不同与传统商品，有其特殊性，如成本结构、不易估值、容易伪造盗版、隐私敏感、产权模糊、时效性、相关性、不确定性等
3. 数据定价需要解决多方难题
报告4 物联网跨网技术无线直联通讯前沿进展
1. 无线技术有很多应用场景：PAN、LAN、WAN
2. 如何互联各种无线网络：利用网关Gateway
3. CTC（connectionist temporal classification）
1. CTC可以利用在智能家居，广域网可以使用LTE
2. CTC在移动环境下可以实现D2D交流，避免延迟
3. CTC可以让Wi-Fi避让其他设备，有碰撞避难机制
4. ZigBee相对于Wi-Fi的改进
5. ZigBee仿真失真最小化方法
6. WEBee速率上的提升
7. 通过许多实验视频来阐述WEBee前沿方向
8. 如何反向ZigBee向Wi-Fi通讯：
9. 总结：
1. 跨技术通讯技术支持异构无线节点之间快速直接通讯，让新的场景应用成为可能，支撑物联网在移动和无网关部署下的万物互联和无线技术之间的无缝协同
2. 发送端讯号模拟，和接收端跨域解码是两个支持跨技术通讯技术的核心思想
3. 跨技术通讯是一个技术基础，基于该技术，我们可以把传统协议设计（数据链路、网络、传输、网络中间件、无线感知）扩展到混合网络中，为网络界带来大量新的研究机遇
报告5 从“云端融合”到“云-边-端”融合：浅析边缘计算机机遇与挑战
1. 计算模式的演变：
2. 云计算应用挑战：面临传不畅，算不动的问题
3. 边缘计算发展机遇
4. 典型云端融合方案：围绕云端融合“就近”服务，业界先后提出边缘计算、雾计算、分散计算等计算模型和方法
1. 边缘计算：将计算通信存储和控制部署在网络边缘的计算范型，实现云端设备之间基于资源状态的自适应协调
2. 在终端与数据中心之间引入“网络边缘层”，扩展云的网络基础设施结构，缺乏自适应扩展性
3. 将计算融入网络，使网络成为云，支持基于网络计算节点的任务协同。
5. 边缘计算的理解
6. 技术挑战：云端融合核心计算/数据协同迁移和节点自主移动难点
1. 迁移谁：取决于资源可用能力
2. 迁哪里：取决于动态调度决策
3. 如何迁：取决于软件使能支持
4. 拓扑动态：网络协议支撑
5. 链接断续：数据要实时可用
6. 容错能力：数据能同步管理
7. 学术思路
8. 技术难点
1. 落伍节点
2. 系统失效：如何一个节点在失效前完成的部分内容利用起来
3. 通信瓶颈
9. 研究方案：基于感知融合的“云-边-端”数据汇聚于同步——数据快速分发技术：重点解决如何针对边缘网络带宽受限性和链路不稳定性
报告6 非虚拟化架构的移动模拟器设计与应用
1. Google Android Studio & Emulator：使用Android操作系统和自带应用的研发和调试环境
2. Android程序跨平台执行
1. Google Android Emulator
2. Android on chromebook
3. BlueStacks、Genymotion、CoPlayer等
3. 社会效益
1. 间接服务全球数十亿移动设备用户
2. 直接服务数亿全球Android设备用户
4. 移动模拟器的核心架构进化
1. 硬件虚拟化：QEMU=Quick(Processor) Emulator：几乎能模拟所有常见的CPU（指令集），Google Android Emulator就是基于QEMU搭建
2. 全虚拟化：VirtualBox（兼容性、隔离性最强，安装使用最简单，性能损失最大）、Android-x86（著名开源项目，将Android操作系统从ARM指令转化为x86）、AOVB（是目前最通用、最成熟的Android模拟器设计方案，国内几乎所有的移动游戏模拟器，其工业应用如下图）
3. 半虚拟化：修改客户机操作系统内核使其诸多指令
4. 硬件辅助虚拟化：硬件和客户机操作系统协调优化（需要用户开机时进入BIOS设置）
5. 操作系统虚拟化：Windows Subsystem for Linux（WSL）
5. 能不能在x86 Windows上直接运行ARM Android程序呢：
1. 障碍一：CPU指令不兼容——指令集重写（并不用全部重写）
2. 障碍二：操作系统不兼容——系统调用重实现（降低浩大的工程量，提升“中介”系统调用的性能）
3. 障碍三：控制设备不兼容——动态按钮屏幕投射
6. 整体技术方案（DAOW）
1. 宏观效果：5000万用户的电脑安卓模拟器，流畅度提升最高10倍（相对于AOVB）
2. 经济效果+学术成果：月均活跃用户700万，月均利润收入达4700万
7. 总结：
1. “移动模拟器”是移动设备快速规模化部署的必备工具
2. “移动模拟器”是移动应用自动规模化执行的边界平台
3. “移动模拟器”是移动游戏跨操作系统能流畅运行的性能保障
报告7 知识亦有结构——学术领域发展脉络剖析与量化
1. 领域树的绘制——由图向树
1. 利用随机游走的编码方式，通过权衡文章与网络中各节点的加权距离来获取还原程度，并利用还原程度作为图的切环依据，完成由图向树的转化。迭代过程如下图
2. 例：Capacity scaling law领域
3. 例：互联网power law领域
4. 有偏度：左右两侧不对称的树，分支的“大红点”即为有偏度
2. 知识熵的扩展——互知识熵
1. 更多知识结构量化指标：树熵和点熵
2. 点熵和树深
3. Nature中北美和欧洲发文多，Science中美国发文多
