16级章奇超同学中稿IEEE Communications Magazine杂志

IEEE Communications Magazine(https://www.comsoc.org/publications/magazines/ieee-communications-magazine)是通信领域的顶级刊物,涵盖通信的各个方面,提供该领域最新的信息,被中科院评定为SCI 1区期刊,最新的影响因子(IF)为9.270。   16级同学章奇超,在实验室雷凯老师和ASU的徐快老师的指导下,完成一篇论文“Securing ICN-Based UAV Ad Hoc Networks with Blockchain”,并已确认被IEEE Communications Magazine杂志下THE QUEST FOR INFORMATION-CENTRIC NETWORKING专题录用。中稿论文的简介如下:   标题:Securing ICN-Based UAV Ad Hoc Networks with Blockchain   作者:Kai Lei, Qichao Zhang, Junjun Lou, Bo Bai, and Kuai Xu*   英文摘要:Named data networking (NDN) enables fast and efficient content dissemination in mission-critical unmanned aerial vehicle ad hoc networks (UAANETs); however, its in-network caching mechanism brings a new security challenge: content poisoning. Poisoned content can contaminate the cache on the routers and isolate valid content from the network, leading to performance degradation or denial of service. To mitigate such attacks and enhance network-layer trust of NDN-based UAANETs, this article proposes a novel and systematic framework that integrates interest-key-content binding (IKCB), forwarding strategy, and on-demand verification to efficiently discover poisoned content. To further provide decentralized IKCB store and detect internal attackers, we introduce a lightweight permissioned blockchain system over NDN and develop a scalable adaptive delegate consensus algorithm. Our experimental results have demonstrated that our proposed framework can effectively...
Read More

互联网中心实验室(CIRE) 5名同学荣获2019年北京市及北京大学优秀毕业生

祝贺互联网中心实验室(CIRE) 5名16级同学荣获2019年北京大学优秀毕业生,包括邓扬、刘颖、袁凯琦、陈道源、李可可,其中邓扬同学还获得了2019年北京市优秀毕业生。以下是5名同学的个人事迹介绍以及互联网中心实验室16级同学的毕业去向。   邓扬(北京市优秀毕业生、北京大学优秀毕业生) 于2016年获得北京邮电大学电子信息科学与技术学士学位。目前就读于北京大学,主要研究方向是问答系统和知识图谱。硕士期间,主要参与互联网中心实验室知识图谱组的科研工作,参与了全科医学知识图谱构建以及辅诊系统的搭建,发表了多篇高水平国际会议和期刊论文,其中包括且不限于AAAI 2019、SIGIR 2018、COLING 2018等,并多次代表实验室出席国际会议及做口头报告。此外,在国内举办的多个问答系统相关的评测竞赛任务中也获得了较好的名次,包括NLPCC 2017和CCKS 2017。硕士期间也获得了北京大学三好学生、五四奖学金等校级奖励。学生工作方面,担任了北京大学深圳研究生院执委会联络部部长,并获得了“优秀部长”称号。 袁凯琦(北京大学优秀毕业生) 于2016年获得北京邮电大学计算机科学学士学位。现就读于北京大学攻读计算机科学硕士学位。主要研究方向为生物医学信息学,知识图谱,知识表示,知识推理。 攻读硕士研究生期间,在若干期刊和会议上均发表过高水平文章,包括SCI一区期刊《Artificial intelligence in medicine》、《Journal of Cheminformatics》,SCI二区期刊《Journal of Medical Systems》,医学信息学顶级会议之一International Conference on Bioinformatics and Biomedicine (BIBM), 中文核心期刊《计算机应用研究》等。   李可可(北京大学优秀毕业生) 于2016年获得中山大学软件工程学士学位,现就读于北京大学,攻读计算机科学硕士学位。主要关注的研究课题是软件定义网络中数据包的转发路径检测。 攻读硕士研究生期间,已发表两篇高水平会议论文,包括Measuring the Control-Data Plane Consistency in Software Defined Networking (ICC 2018)以及Distributed Information-Agnostic Flow Scheduling in Data Centers Based on Wait-Time (GLOBECOM 2018)。   陈道源(北京大学优秀毕业生) 就读于北京大学信息工程学院计算机应用研究专业,2016级硕士研究生。 曾获北京大学五四奖学金、北京大学三好学生、北京大学优秀毕业生等多项荣誉,现被阿里巴巴达摩院所录用。 本科在电子科技大学攻读计算机科学与技术专业,并保送至北京大学深圳研究生院互联网中心实验室,师从雷凯副教授,主要研究方向为自然语言处理、知识图谱、表示学习。曾任互联网中心实验室科研岗助理,香港城市大学兼职研究助理以及腾讯医疗AI实验室实习生。研究生期间在知识图谱课题组积极完成科研任务,勤奋学习,申请专利一项,在Artificial Intelligence in Medicine、Neural Computing and Applications等SCI期刊参与发表多篇论文,在SIGIR、COLING等顶级学术会议上发表及在投多篇论文,获得SIGIR Student Travel Grant以及COLING 2018 Area Chair Favorite Papers。   刘颖(北京大学优秀毕业生) 刘颖同学本科毕业于大连理工大学,为人性格开朗活泼,待人亲切随和。在校期间,积极参加社团活动、志愿者活动,荣获2016-2017学年北京大学社会工作优秀奖以及优秀志愿者等荣誉称号。学习上,刻苦努力,认真对待每一门研究生课程,成绩名列专业前茅。科研上,他不畏艰难,积极探索,从早期与汇丰商学院合作对计算机与新闻传播的交叉领域积极探索,到后来专注于对新课题和未知领域的研究,都抱有旺盛的好奇心和积极的研究态度,并发表了多篇优秀的期刊论文,主要研究方向为分布式AI,联邦学习,自然语言处理,荣获2017-2018学年北京大学三好学生称号以及北京大学光华奖学金。他立志在毕业后进入工业界发展,收获了百度,阿里巴巴,华为,拼多多,爱奇艺等众多国内知名公司offer。   2016级毕业去向 邓扬 男 香港中文大学 香港 王煜坤 男 联想集团 北京 王飞阳 男 华为 深圳 罗晟 男 华为 深圳 张冰 女 中国银行 北京 黄磊 男 蚂蚁金服 杭州 杨溢哲 男 字节跳动 北京 袁凯琦 女 菜鸟网络科技有限公司 杭州 刘颖 男 拼多多 上海 章奇超 男 招商银行软件中心 杭州 张翼 男 微软 北京 陈道源 男 阿里巴巴达摩院 杭州 李可可 女 腾讯 北京 张烨 女 中国银行 北京 楼君俊 男 上海白鳟科技 上海 ...
Read More

互联网中心实验室2018年桂林三日游

2019年4月20日上午,为了送别即将毕业的2016级的毕业生,也为了全体同学感受春光、放松身心、更好地投入科研,互联网中心实验室的同学们乘坐高铁前往桂林进行了为期3天的春游。 春游的第一站来到了桂林市的象鼻山公园——桂林的必打卡地标之一。象鼻山形状好似一只饮水的大象,鼻子伸进水中,山水相映,别有一番意趣。 天色渐晚,离象鼻山公园不远的地方就是日月双塔。夜幕下的日月双塔,由于那一金一银的美丽打光也被称为金银双塔。同学们被这美轮美奂的夜景所吸引,纷纷与之合影,热爱与塔合影的李玮师兄更是获得了“托塔李天王”的美号。 第二天的行程在一声惊雷与一阵暴雨中展开,然而,4月的暴雨并没能浇灭同学们的兴致,反而给漓江增添了一分烟雨朦胧的美感。乘船沿漓江缓缓而行,两岸奇山怪石各有所似,颇有一种人在画中游的感觉。 第二天的晚上来到了县城阳朔,除却繁华美丽的西街,丰盛美味的晚餐,也少不了心系科研的同学。心中有科研,无处不科研,听说KFC的咖啡和论文更配哦~   第三天一早,同学们先是体验了遇龙河的竹筏。两人一小舟,泊船于江渚之上,颇有古代文人雅客之意趣,令人诗兴大发。 下午则是来到了桂林的靖江王城。这一居住过明朝十四位藩王的王府,不仅以非物质文化遗产王府秘拓,一览桂林城的秀丽独秀峰和神秘的风水宝地而闻名,更是名句“桂林山水甲天下”一诗石刻所在。更有趣的是,同学们还在王府体验了一把古代科举的感觉,两位幸运儿暮登天子堂被选为了当朝状元。 三日的快乐转瞬即逝,挥别山水桂林,回到学府南燕。感谢雷老师和实验室的支持,也祝福16级毕业生前程似锦。  ...
Read More

17级付求爱同学中稿ICDCS 2019

The 39th IEEE International Conference on Distributed Computing Systems (ICDCS 2019)将于2019年7月7日至7月10日,在美国德克萨斯州达拉斯举行。ICDCS是分布式计算系统相关领域的研究人员和其他专业人士的重要国际会议,也被CCF推荐为计算机体系结构方向的B类会议。   17级付求爱同学在雷凯老师和徐快老师指导下,完成一篇长文” Detecting Malicious Domains with Behavioral Modeling and Graph Embedding”,并已确认被ICDCS 2019录用!中稿论文的简介如下:   论文标题: Detecting Malicious Domains with Behavioral Modeling and Graph Embedding   论文作者: Kai Lei, Qiuai Fu, Jiake Ni, Feiyang Wang, Min Yang, Kuai Xu*   英文摘要: The last decade has witnessed the explosive growth of malicious Internet domains which serve as the fundamental infrastructure for establishing advanced persistent threat command and control communication channels or hosting phishing Web sites. Given the big data nature of Internet traffic data and the ability of algorithmically generating domains and acquiring and registering the domains in a near-automated fashion, detecting malicious domains in real-time is a daunting task for security analysts and network operators. In this paper, we introduce bipartite graphs to capture the interactions between end hosts and domains, identify associated IP addresses of domains, and characterize time-series patterns of DNS queries for domains, and explore one-mode projections of these bipartite graphs for modeling the behavioral, IP-structural,...
Read More

17级付求爱同学中稿IJCNN 2019

IEEE International Joint Conference on Neural Networks (IJCNN 2019)将于2019年7月14日至7月19日,在匈牙利布达佩斯举行。IJCNN是神经网络及相关领域的研究人员和其他专业人士的首要国际会议,也被CCF推荐为人工智能方向的C类会议。   17级同学付求爱在实验室雷凯老师指导下,完成一篇长文”Multi-Task Learning with Capsule Networks”,并以确认被IJCNN 2019录用!中稿论文的简介如下:   论文标题: Multi-Task Learning with Capsule Networks   论文作者: Kai Lei, Qiuai Fu, Yuzhi Liang*   英文摘要: Multi-task learning is a machine learning approach learning multiple tasks jointly while exploiting commonalities and differences across tasks. A shared representation is learned by multi-task learning, and what is learned for each task can help other tasks be learned better. Most of existing multi-task learning methods adopt deep neural network as the classifier of each task. However, a deep neural network can exploit its strong curve-fitting capability to achieve high accuracy in training data even when the learned representation is not good enough. This is contradictory to the purpose of multi-task learning. In this paper, we propose a framework named multi-task capsule (MT-Capsule) which improves multi-task learning with capsule network. Capsule network is a new architecture which can intelligently model part-whole relationships to constitute viewpoint invariant knowledge and automatically extend the learned knowledge to different...
Read More

17级黄济乐同学赴柬埔寨参加ICONIP2018神经信息处理国际会议

在实验室雷凯老师和沈颖老师的指导下,17级学生黄济乐论文<Semantic Similarity Measures to Disambiguate Terms in Medical Text>被国际学术会议25th International Conference on Neural Information Processing(ICONIP 2018)录用, ICONIP会议的影响力逐年上升,在澳洲和部分欧洲地区被评为计算机学科A类会议。 第25届神经信息处理国际会议(ICONIP 2018)于2018年12月13日至16日在柬埔寨暹粒举行,此前的活动均取得了圆满成功。吴哥窟位于柬埔寨北部的暹粒附近,是东南亚最重要的考古遗址之一,也是世界上最大的宗教纪念碑,被联合国教科文组织列为文化遗产。 ICONIP 2018为科学家,工程师和教育工作者提供一个高水平的国际论坛,介绍相关领域的研究和应用的最新技术。会议以世界知名学者的全体演讲,广泛报道的常规会议以及专注于热门话题的特别会议为特色。 下面是论文简介 论文题目:Semantic Similarity Measures to Disambiguate Terms in Medical Text 论文作者:Kai Lei, Jiyue Huang, Shangchun Si and Ying Shen 论文简介: 在词语之间准确地计算语义相似性是语义网领域中的重要但具有挑战性的任务。 然而,语义相似性度量涉及知识学习的全面性和高频和低频词的充分训练。 在这项研究中,提出了一种方法MedSim用于语义相似性测量,以识别医学文本中的同义词术语,其有效性和准确性得到很好的平衡。应用在中国医学文献的实验结果表明,我们提出的方法在同义词识别方面具有比竞争对手明显的识别准确率优势。 非常感谢实验室的全额资助, 通过此次会议交流学习, 黄济乐同学为实验室同学们分享了人工智能特别是自然语言处理方向未来的发展趋势和研究动向,了解了机器学习现在的理论研究进步,为今后的研究夯实了基础....
Read More

16级李可可同学参加GLOBECOM 2018国际学术会议

在实验室雷凯老师的指导下,16级李可可同学的一篇论文被Global Communications Conference 2018国际学术会议(GLOBECOM 2018)录用。 下面是论文简介 论文题目:Distributed Information-agnostic Flow Scheduling in Data Centers based on Wait-Time 论文简介:数据中心网络现有的流量调度方法主要是为了最小化短流的流完成时间,并没有考虑优化延时敏感的长流(比如VR视频流,AI交互式问答流)的流完成时间。此外,在现有的流量调度方法中,信息可知的方案(如L2DCT, D2TCP)在实际中难以部署,这是因为它们需要预先知道流的相关信息(如流的大小);而信息不可知的调度方案(即PIAS)虽然不需要提前知道流的大小信息,但它需要一个中央化的服务器,这就导致在网络规模很大时,PIAS的可扩展性很差。 考虑到现有方案的局限性,在本文中,我们提出一种分布式信息不可知的流量调度方法(DIAS),该方法既能优化短流的流完成时间,也能优化延时敏感的长流的流完成时间。在DIAS中,数据包是根据它们的优先级进行转发的,而数据包的优先级是根据它们在发送端的缓冲区内的等待时间决定的,数据包的等待时间越久,它的优先级越低。此外,DIAS不像PIAS一样采用一个集中化的服务器收集流量负载信息,而是采用每个交换机将流量负载信息附在ACK包中返回给发送端的方式,流量负载信息是用来调整决定数据包优先级的阈值的。ns-3模拟器中的实验结果显示,与DCTCP、L2DCT相比,DIAS分别能够降低54.7%和50.1%的流完成时间,此外,与PIAS相比,DIAS能够保证延时敏感的长流更短的流完成时间,因此比PIAS性能更好。 GLOBECOM是IEEE旗下两大通信旗舰会议之一,今年12月9日-12月13日在阿联酋首都阿布扎比举行。GLOBECOM旨在促进通信各个方面的创新。会议包括了主题演讲、教学讲座、论文发表、研发成果展示以及workshop展示等;内容涵盖完整的计算、通信和网络方面。会议邀请了来自学术界(如来自Stanford University的Guru Parulkar教授等)和产业界(如来自Intel的Udayan Mukherjee,来自华为的Wen Tong等)的专家作为Keynote Speeker分享相关领域的最新进展。 李可可同学于阿联酋时间12月11日下午进行了论文分享并且与来自全球的学者进行了深入交流。 通过参加本次会议,解到了相关领域内最新研究进展,开拓了视野。通过做报告,认识到了语言表达的重要性。通过与参会人员的交流,受到了很多启发。感谢互联网研发中心和雷老师的资助。...
Read More

17级覃孟同学中稿InfoCom 2019

IEEE International Conference on Computer Communications 2019 (InfoCom 2019)将于2019年4月29日至5月2日,在法国巴黎举行。InfoCom是计算机网络通信领域的国际顶级学术会议,也被CCF推荐为计算机网络方向的A类会议。 17级同学覃孟在实验室雷凯老师指导下,完成一篇长文"GCN-GAN: A Non-linear Temporal Link Prediction Model for Weighted Dynamic Networks",并以确认被InfoCom 2019录用!中稿论文的简介如下: 论文标题: GCN-GAN: A Non-linear Temporal Link Prediction Model for Weighted Dynamic Networks 论文作者: Kai Lei, Meng Qin, Bo Bai*, Gong Zhang, Min Yang* 英文摘要: In this paper, we generally formulate the dynamics prediction problem of various network systems (e.g., the prediction of mobility, traffic and topology) as the temporal link prediction task. Different from conventional techniques of temporal link prediction that ignore the potential non-linear characteristics and the informative link weights in the dynamic network, we introduce a novel non-linear model GCN-GAN to tackle the challenging temporal link prediction task of weighted dynamic networks. The proposed model leverages the benefits of the graph convolutional network (GCN), long short-term memory (LSTM) as well as the generative adversarial network (GAN). Thus, the dynamics, topology structure and evolutionary patterns of weighted dynamic networks can be fully exploited to improve the temporal link prediction performance. Concretely, we...
Read More

15级张丽珠同学中稿Journal of Biomedical Informatics期刊

Journal of Biomedical Informatics 期刊 Journal of Biomedical Informatics(https://www.journals.elsevier.com/knowledge-based-systems/) 是人工智能领域跨学科、面向应用的学术期刊,最新的影响因子(IF)为2.882。 15级同学张丽珠,在实验室雷凯老师和沈颖老师的指导下,完成一篇论文,并已确认被Journal of Biomedical Informatics 期刊录用,论文具体简介如下: 标题:CBN: Constructing a Clinical Bayesian Network based on Data from the Electronic Medical Record 作者:Ying Shen, Lizhu Zhang, Jin Zhang, Min Yang, Buzhou Tang, Yaliang Li, Kai Lei 链接:https://authors.elsevier.com/a/1Y1Yd5SMDQYjHP 简介: 从电子病历(EMR)学习涉及疾病和症状的候选因果关系的过程是学习直接从真实医疗保健数据执行诊断推断的模型的第一步。然而,现有的诊断推理系统依赖于诸如本体之类的知识库,其通过劳动密集型过程手动编译或者使用简单的成对统计自动导出。我们探索CBN,一种用于医学本体概率推理的临床贝叶斯网络构建,直接从EMR学习高质量贝叶斯拓扑和完整本体。具体来说,我们首先从超过10,000个被识别的患者记录中提取医疗实体关系,并采用优势比(OR值)计算和K2贪婪算法来自动构建贝叶斯拓扑。然后,贝叶斯估计用于概率分布。最后,我们采用贝叶斯网络来完成本体的因果关系和概率分布,以增强本体推理能力。通过评估学习的拓扑结构与医生的专家意见和熵计算以及通过计算基于本体的诊断分类,我们的研究表明,从医疗记录中直接和自动构建高质量的健康拓扑和本体是可行的。我们的结果是可复现的,我们将在文章发布后发布该工作的源代码和CN-Stroke知识图谱。...
Read More