北京大学雷凯副教授《IEN-知识驱动的边缘智能生态网络设想及初探》主题报告

  最后一个报告,我估计我讲的内容跟前面专家有很多相似的,英雄所见略同,我先稍微介绍一下我的题目,我题目从去年开始根据我们相当于自己实验室相关的研究规划出来的,我们这个题目看起来很长,现在来说还是一个设想和思考,这次来希望跟大家有机会交流一下,有些地方想的不充分希望大家包含一下。   知识驱动我后面会解决,边缘智能都好,前面听了一天的报告包括今天大家有所理解,相对来说生态网络我打个伏笔,我们今天讨论的未来网络,这个网络的内涵和定义是不是一个相对比较专业的定义,我们所说的网络并不只是计算机网络,包括社交网络包括相应的电商网络、物流网络都可以算,包括知识图谱推理网络,这是我对题目大致的交代。   大概分为五个部分,第一还是我们今天主题是说网络,我们从网络,这个从昨天到现在专家和院士介绍了,现在网络存在或多或少大家不满意的地方,还有主流现在信息技术发展非常快,加速非常大,这些对我们在做体系结构,我认为我做体系结构的设计都有一些启发。第三我们想想我们为什么提出智能生态网络,以及智能生态网络内涵,最后用两个案例做一个总结。   网络大家意识到,今天一天大家说网络这里不好那里不够,一个共性的认识网络与我们的生活、生产发生紧密的关系,这里简单讲一下,这三点很多的专家学者已经说了,但是第一点我想强调一下,大家思考这么一个问题,大家都在说落越来越智能化、越来越智慧化,有没有问过网络自己的感受,我们教育一个小朋友,我希望他变成影视明星、希望他变成刘翔,孩子愿不愿意做这个事,我们赋予这么多期待他有没有能力、有没有动力做这个事情,我们要考虑网络自身的驱动力我们再赋予想法。   第二现在网络刚才老总讲得非常好,大家觉得对网络来说认知能力,现在进入人工智能时代,我跟学生讲课会提到黑客帝国,他描述很未来很未来的社会,大家想不管今天所谓的报告说什么,大家的目标,在不同的路径上达到这样的目标。 (更多…)...
Read More

Notice: Dimission of Shen Ying

Shen Ying had been dimissed from ICNLAB since Auguest 1st of 2019.  She was in a position of contract based individual “Research Assistant” under supervisory of Dr. Kai Lei and she had never been a direct advisor of any students from ICNLAB. From then on, the relevant businesses that she was engaged in and involved in belonged to  her personal behavior and had nothing to do with ICNLAB, PKUSZ. If anybody has any inquery or concerns about her current status, please feel free to confirm  with us. Thank you....
Read More

17级付求爱同学参加IJCNN 2019国际学术会议

在实验室雷凯老师的指导下,17级付求爱同学的一篇论文被International Joint Conference on Neural Networks 2019国际学术会议(IJCNN 2019)录用。   论文题目:Multi-Task Learning with Capsule Networks 论文简介:多任务学习是一种在利用任务之间的共性和差异的同时,共同学习多个任务的机器学习方法。共享表示是通过多任务学习来学习的,为每个任务学习的内容可以帮助其他任务更好地学习。现有的多任务学习方法大多采用深度神经网络作为每个任务的分类器,深度神经网络可以利用其强大的曲线拟合能力来实现训练数据的高精度,即使在学习的表示还不够好的情况下,然而这与多任务学习的目的是相矛盾的。本文提出了一个多任务胶囊网络(MT-Capsule)框架,该框架利用胶囊网络改进了多任务学习。胶囊网络是一种新型的神经网络模型,它可以智能地对部分整体关系进行建模,构成视点不变的知识,并自动将所学知识扩展到不同的新场景中。在大型真实数据集上的实验结果表明,MT-Capsule可以显著优于目前最好的方法。   IJCNN是每年举办一次的关于国际神经网络领域的前沿会议。研讨会包含了对目前在机器智能、人工智能、生物神经网络等方面取得的重大进展的探讨, 整个会议共有超过30个分会议,共有超过400个口头报告和海报展示,多种形式的学术交流使得参会者从创新性和前沿性问题对神经网络进行各方面深入探讨。 会议的宗旨是为来自世界各地的专家学者提供一个展示和讨论最新研究成果的平台,并激发不同研究领域之间的思想交流。研讨会的宗旨是为来自世界各地的专家学者提供一个展示和讨论最新研究成果的平台,激发不同研究领域之间的思想交流,并试图通过研究各项难题来探索生物神经网络的奥秘。本次会议(IJCNN 2019)于2019年7月14-7月19日在匈牙利布达佩斯举行举行,会议包括来自瑞士、美国、英国、德国、日本和中国等国家的学者前来参加。 17级付求爱作为论文作者参加了此次IJCNN 2019会议,认真听取专家的大会报告和分会报告,并积极与国内外同行展开了深入地交流。 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 级杜茂瑜同学参加 HPCC 2019 国际学术会议

在实验室雷凯老师的指导下,17 级杜茂瑜同学的一篇论文被 IEEE International Conference on High Performance Computing and Communications (HPCC 2019) 录用。 论文题目:Towards Decentralized Equilibrium Asset TradingBased on Blockchain 论文简介:过去十年见证了数字代币和加密货币的爆炸式增长,包括比特币,奖励计划和以太坊上的各种代币。然而,由于缺乏可互操作的标准,交易这些异构和非金融数字资产经常遇到大量的流动性障碍,并且面临着市场不平衡风险的定价策略的均衡困境。从这个意义上讲,我们引入了一种新的分散均衡交易机制,用于跨越价值体系的资产,结合区块链和经济理论,优化资产的存储,均衡和流通。为了证明所提出机制的实际可行性,我们使用精心设计的智能合约设计,实施和评估以太坊平台上的端到端原型系统。我们广泛的实验评估和交易模拟表明,所提出的机制以分散的方式解决了均衡价格的不同资产之间的交易和交易,为没有人为干预的资产交易市场的自主均衡提供了实践和理论基础。 HCPP 旨在分享全球学者在高性能计算和通信的各个方面的研究成果、应用和新想法,过去十年见证了强大的并行和分布式计算的发展。HPCC 2019 于 8 月 10-12日在中国张家界举行。会议包括了主题演讲、论文 Oral、Poster 展示等,主题包括并行和分布式计算、高性能计算以及 AI 应用等方面。会议邀请了包括来自康奈尔大学的 Bart Selman 教授、滑铁卢大学的 Weihua Zhuang 教授、阿尔伯塔大学的 Witold Pedrycz 等知名专家和学者作为 Keynote Speaker 分享相关领域的最新进展。 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

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

16级邓扬同学参加AAAI 2019国际会议

美国时间2019年1月27-2月1日,16级邓扬同学与雷凯老师、沈颖老师一同参加了在美国夏威夷洲檀香山(Honolulu, Hawaii)举办的AAAI 2019 (The Thirty-Third AAAI Conference on Artificial Intelligence) 美国人工智能会议,将实验室的研究成果在会议上展示并与来自全球的学者共同讨论。 AAAI于1979年成立,是国际人工智能领域的顶级国际会议,被中国计算机学会(CCF)列为A类会议。这一协会如今在全球已有超过6000名的会员,汇集了全球最顶尖的人工智能领域专家学者,一直是人工智能界的研究风向标,在学术界久负盛名。本届大会共收到7700余篇有效投稿,其中7095篇论文进入评审环节,最终有1150篇论文被录用,录取率为近年最低仅为16.2%。(https://aaai.org/Conferences/AAAI-19/)   邓扬同学在本次会议上发表了一篇长文“Multi-Task Learning with Multi-View Attention for Answer Selection and Knowledge Base Question Answering”,并在会议上做了口头汇报论文展示。   通过参加本次会议,了解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、雷老师和沈老师的资助。   以下是论文列表及简介: Multi-Task Learning with Multi-View Attention for Answer Selection and Knowledge Base Question Answering 作者:Yang Deng, Yuexiang Xie, Yaliang Li, Min Yang, Nan Du, Wei Fan, Kai Lei*, Ying Shen* (*Corresponding Author) 简介:答案选择和知识库问答(KBQA)是问答系统的两个重要任务。现有的方法分别解决这两个任务,需要大量的重复工作,而忽略了任务之间丰富的相关信息。本文基于以下动机,通过多任务学习(MTL)同时处理答案选择和KBQA任务。首先,答案选择和KBQA都可以看作是一个排序问题,一个在文本级别,而另一个在知识级别。第二,这两个任务可以互相促进:答案选择可以结合来自知识库(KB)的外部知识,而KBQA可以通过从答案选择中学习上下文信息来改进。为了实现联合学习这两项任务的目的,我们提出了一种新的多任务学习方案,它利用从不同角度学习的多视角注意力,使这些任务能够相互交互,并学习更全面的句子表示。在多个真实数据集上的实验验证了该方法的有效性,提高了答案选择和KBQA的性能。此外,多视角注意力机制被证明能有效地从不同表征角度组装注意力信息。...
Read More