2023年澳门太阳集团9728网站

信息技術研究生論壇（十二）

場次一、

時間：2023年05月23日（星期二）15：00-18：00

地點：澳门太阳集团9728网站308A教室

報告題目一：基于數字孿生的複雜設備預測性維護技術研究

報告人：楊圓圓

報告簡介：複雜設備是工業生産中不可缺少的組成部分。複雜設備一旦出現故障，将造成經濟損失，甚至導緻安全事故。随着工業設備的日益複雜，傳統的維修方式如按期更換部件或根據經驗診斷異常情況等已不能滿足要求。目前複雜設備診斷和健康管理的方法主要分為視情維護、定期維護和預測性維護。視情維護和定期維護在一定程度上保證了精度和可靠性。視情維護是指當事故發生後的維修，這種方法往往會導緻不可預知的故障和事故，屬于彌補措施，具有很大的風險。定期維護是指根據經驗對設備定期維修，這種方式可能導緻不必要或不及時的維護。預測性維護是預測設備中即将發生的故障或剩餘使用壽命，并在最優的時間點采取維護措施，從而降低故障發生率和故障危害程度，降低故障發生率和故障危害程度。複雜設備在使用的整個生命周期中存在着零部件的磨損和性能的退化，導緻精度的下降和可靠性的降低。在先進的建模、感知、數據分析的基礎上，充分考慮其生命周期中狀态的變化，實施有效、準确的預測性維護，可對複雜設備的壽命進行智能預測，對故障進行智能診斷，從而減少故障造成的非計劃停機時間。

報告題目二：面向微服務的日志異常檢測技術研究

報告人：徐準

報告簡介：日志自動化分析方法逐步取代人工閱讀日志，但是在雲原生軟件生态的環境下，傳統的自動化分析方法還不能很好的适應基于微服務的軟件系統。微服務軟件系統有着運行環境複雜，難以掌控的特點。微服務軟件應用始終處于高速自主更新演化的狀态，服務間的調用導緻微服務軟件系統具有高度的動态性。研究的内容是如何設計一個在少量數據集中具有優秀表現并能有效減少日志更新帶來的影響的日志解析技術，并以該解析技術為基礎設計一個輕量級的基于日志的異常檢測技術。

報告題目三：電力互聯網雲邊協同環境下的多教師蒸餾技術研究

報告人：黃炳政

報告簡介：異常檢測被廣泛應用于現實世界的很多領域，在電網面臨的可靠性運行挑戰中，基于數據驅動的異常檢測方法能夠動态檢測電網故障，實現準确分類和定位。為了能夠在靠近故障邊緣的低資源設備上運行深度學習模型處理複雜的異常檢測任務，提出了一種分類器複用的多教師蒸餾方法，通過特征對齊複用具備特征信息教師分類器，可以更好地獲取教師知識，并減少重新訓練學生分類器的時間，緩解教師和學生間的能力差距，獲得較好的蒸餾效果，同時減少推理時間和内存開銷。同時為了解決傳統的模型被部署到邊緣設備後不能實時更新，性能不佳的問題，提出一種自适應多教師蒸餾的雲邊協同計算算法，通過在邊緣設備增加基于計算的标簽信息熵來判斷任務處理的好壞，選擇适當的阈值來确定邊緣和雲協同工作的最佳點，并通過結果動态選擇最可靠的教師模型對學生模型進行蒸餾，能夠确保學生獲得最佳的知識。通過實驗證實，上述方法在實現電力互聯網異常檢測任務中具有良好的效果。

報告題目四：基于多模态數據的一種微服務系統異常檢測方法

報告人：許東琪

報告簡介：微服務系統的自動故障診斷一直是人們非常感興趣的話題，尤其是在識别根本原因實例和确定故障類型時。大多數方法都依賴于單一模态數據，如跟蹤、日志或度量，來捕獲故障模式。僅僅依靠單一模态數據來診斷微服務系統中的故障是不夠有效的。考慮到微服務系統中的依賴關系形成了一個圖結構，我們應用圖神經網絡GNN來學習微服務系統中的故障模式，以确定根本原因實例和故障類型。在本文中，我們提出了MultiLMT，這是一種基于多模态數據（跟蹤、日志和度量）的自動異常檢測方法。

報告題目五：邊緣計算環境下車聯網輕量級的大小感知緩存研究

報告人：歐平傑

報告簡介：許多關于緩存和推薦的相關工作仍然集中在問題的一方面單獨考慮緩存和推薦并不能充分發揮它們的優勢。推薦和緩存是相互協同的。實際上，推薦會影響用戶的内容請求行為，進而影響緩存決策。本研究考慮緩存決策與推薦優化之間的協同工作機制，并聯合使用緩存轉碼，滿足用戶不同質量要求。構建用戶友好、網絡友好的無線内容緩存系統，關鍵在于聯合内容交付、緩存放置和推薦決策。利用D2D的優勢，汽車微基站既可以為車内終端用戶提供更豐富高質量的信息娛樂體驗，又可以實時傳遞車對車、車對人、車對基礎設施等多路通信信号，對自動駕駛起到關鍵的作用。

報告題目六：針對時空敏感型邊緣計算卸載的聯合多智能體方法

報告人：劉儀菲

報告簡介：随着智能車輛和5G無線通信技術的快速發展，智能車載應用迅速增長。邊緣計算的興起使得可以通過卸載增強車輛的計算能力。但由于車輛移動性和應用程序規範的變化而導緻的時空不确定性在決定卸載位置時帶來了具挑戰性的障礙。為了應對車輛環境的動态挑戰和單智能體的狀态空間和動作空間随着移動設備數量的增加呈指數增長帶來的維度災難問題，我們提出了一種基于時空敏感型和MADRL的任務卸載策略。

報告題目七：CGSDP:一種融合代碼特征和結構特征的即時軟件缺陷預測方法

報告人：劉玮濤

報告簡介：軟件質量保障一直是軟件開發過程中的重要環節，軟件缺陷是威脅軟件質量的關鍵要素。為了減少維護軟件質量的成本，研究者們設計了衆多的軟件缺陷預測方法。但随着軟件規模的不斷擴大，現有軟件缺陷預測數據庫樣本不足，缺陷預測方法不能充分考慮代碼上下文語義的問題逐漸顯現，同時軟件日益複雜的結構信息和更快的軟件開發速度也為缺陷預測帶來了新的挑戰。針對以上問題，提出了一種融合代碼特征和結構特征的即時軟件缺陷預測方法——CGSDP，以适應軟件開發的速度并提高即時軟件缺陷預測的精準度。

報告題目八：基于TCN的輕量級邊緣設備異常檢測方法研究

報告人：蒙創穎

報告簡介：日志通常記錄一段時間内網絡中不同設備的運行狀态。通過日志檢測可以及時有效地發現系統中的異常。然而，由于服務的複雜性，系統通常會産生海量的日志，所以通過日志分析檢測潛在的異常成為目前的研究熱點。盡管在高性能計算雲平台上的日志異常檢測研究方面已經取得了一定的進展，但在邊緣設備上實現實時準确的異常檢測仍然是非常困難的。這是由于邊緣端設備計算資源有限，這些算法由于計算開銷過大而無法部署在邊緣設備上。邊緣計算服務模式具有時延短，傳輸速度快的特點，同時它更靠近終端用戶，故節省了傳輸資源的時間，在面對巨大的日志數據量時，該模式能更好地及時執行數據分析與存儲操作，提高了服務質量。為了在邊緣設備計算資源有限的情況下滿足實時、高精度的異常檢測需求，本文提出一種輕量級移動邊緣設備日志異常檢測方法。為了實現這一目标，本文利用word2vec模型将解析後的日志模闆序列轉化為語義向量，然後使用PCA-PPA算法對語義向量進行降維處理，因此我們能從非結構化日志中提取到更緊湊、更有效的特征表示。此外，本文将逐點卷積操作和多核擴張卷積核結合起來設計了一種輕量級的時間卷積網絡。我們所提出的方法與近年來提出的最先進的日志異常檢測方法相比，在檢測精度和計算消耗方面都具有顯著優勢。

報告題目九：算力網絡下的資源管理

報告人：鄭盈盈

報告簡介：随着雲計算、大數據、人工智能、區塊鍊等技術的不斷發展，數據經濟将推動海量數據産生，數據處理需要雲、邊、端協同的強大算力和廣泛覆蓋的網絡連接，算力網絡是以計算為核心，通過網絡實現連接，通過感知實現匹配與調度的服務，資源管理是算力網絡核心服務之一，因此，算力網絡下的資源管理逐漸成為工業界和學術界關注的重點。總結了算力網絡下的資源管理基于運營商角度重點關注綠色和可靠性；針對用戶層面考慮服務質量和安全性總結了4類管理模型；最後對算力網絡下資源管理面臨的挑戰進行了讨論，并提出了未來可研究的方向。

報告題目十：基于圖神經網絡的多元時間序列異常檢測

報告人：黃相恒

報告簡介：在大規模工業系統中，實體的許多關鍵性能指标都是實時監控的。這些多變量時間序列由高維、高噪聲、随機和随時間變化的數據組成。時間序列異常檢測作為人工智能IT運營(AIOps)中實現的一種常用方法，得到了廣泛的研究和應用。現有的方法一個主要的限制是它們不能明确地捕捉不同時間序列之間的關系，從而導緻不可避免的假警報。本次報告将介紹圖神經網絡在多元時間序列異常檢測中的應用。該方法能夠學習到變量之間現有關系，圖神經網絡在多元時間序列異常檢測中得到了有效應用，能夠學習多變量時間序列在時間和特征維度上的複雜依賴關系，進而提高異常檢測精确度，進行準确的異常診斷，及時報警确保系統的安全。

報告題目十一：智慧環衛場景下的輕量化流感知目标檢測方法

報告人：黃贻晖

報告簡介：随着移動算力平台的逐漸成熟和計算機視覺計算的快速興起，自動駕駛技術正在被廣泛關注和研究。然而，在相關法律未出台且道路情況複雜的情況下，乘用車自動駕駛技術在短期内難以商業化。但是，在封閉場景下運行且車速較低的特殊領域車輛上，自動駕駛環衛車由于其獨特的應用場景，在應用落地方面具有天然優勢。其中環境感知為自動駕駛汽車的決策和控制提供外界環境信息，是智慧環衛場景下自動駕駛的前提和保障，目标檢測是環境感知的重要内容，因此，在自動駕駛技術的時代背景下，研究環衛車場景下兼具實時性和魯棒性的流感知目标檢測技術前景十分廣闊。但是目前現有的圖像目标檢測方法往往将圖像幀當成單獨的檢測任務，不适用于視頻流處理，而視頻目标檢測方法往往計算開銷過大，并不适用于計算受限的智慧環衛場景。因此，面向智慧環衛場景，充分建模視頻流上下文信息，研究輕量化的流感知目标檢測方法是有意義且必要的，他能充分權衡模型運行時延與準确度，從而保證自動駕駛系統的可靠性與魯棒性。

報告題目十二：移動邊緣計算中協作高效用的綠色編碼緩存技術研究

報告人：袁雪梅

報告簡介：随着物聯網的不斷發展，智能設備的數量呈現出爆炸式增長，如手機、智能手表、智能網聯汽車、制造機器、傳感器等，這些設備所産生的數據量也在不斷增加。同時，這些智能設備所提供的服務和應用需要高效和實時的數據收集和處理，導緻核心網絡的算力承受巨大壓力。頻繁的數據請求和傳輸還會導緻回程鍊路的潛在擁堵。為了應對這些挑戰，研究高效的邊緣緩存策略是一個可行的解決方案。邊緣緩存是一種分布式緩存機制，将存儲和計算資源部署到邊緣基站（BS）可以分擔核心網絡雲服務器的壓力，從而減輕回程鍊路的負載壓力，降低内容訪問時延并提高能源效率。

場次二、

時間：2023年05月26日（星期五）16：30-18：30

地點：澳门太阳集团9728网站509教室

報告題目一：一種基于北鬥三号B2b信号的精密單點授時方法

報告人：苑文卓

報告簡介：授時是衛星導航系統的基本服務之一，在先進電子設備研制和智能時空信息服務中具有重要作用。針對當前全球衛星導航系統授時方法存在的受地面共視觀測站和通信網絡限制的問題，提出一種基于北鬥三号 B2b 信号的精密單點授時方法（B2b signal based Precise Point Timing，B2b-PPT）。 該方法利用北鬥三号地球靜止軌道衛星播發的B2b信号，結合雙頻僞距和載波相位觀測值，根據精密單點定位算法實時估算接收機鐘差。經過世界協調時偏差改正和硬件延遲校準後，B2b-PPT接收機對本地時鐘進行馴服，從而實現高精度的時頻同步。并且經過實驗驗證表明：使用B2b-PPT方法的單站授時精度為0.58 ns，10 h的頻率穩定度為6.9E-15；站間模式的授時精度為0.33 ns，10 h的頻率穩定度為 1.1E-14。與傳統的精密單點授時方法相比，B2b-PPT方法授時精度更高，并且具有成本低、不依賴地面通信網絡和分析中心的優勢。

報告題目二：圖像去噪

報告人：劉鑫

報告簡介：圖像去噪是指從受損圖像中恢複出清晰無噪聲的原始圖像。圖像噪聲污染不僅影響到圖像的視覺質量，還會對後續圖像分析和處理産生負面影響。因此，如何提高圖像去噪效果和速度一直是研究人員關注的焦點。

1.背景

早期的圖像去噪方法主要是基于傳統信号處理的思想，采用線性或非線性濾波等方式進行去噪，例如均值濾波、中值濾波、小波變換等。這些方法可以去除一些簡單的噪聲，但面對複雜噪聲和細節場景時往往難以達到較好的去噪效果。

2.現狀

近年來，深度學習技術的發展為圖像去噪帶來了新的思路和方法，并且已經取得了很大成果。深度學習方法通過自适應學習圖像特征，能夠有效地提高圖像去噪的效果和魯棒性。特别是基于卷積神經網絡（CNN）的方法，已經取得了很好的成果。如SRCNN、DnCNN、RIDNet等方法可以有效地去除高斯噪聲、椒鹽噪聲、泊松噪聲等多種類型的噪聲。

3.前景

未來，深度學習技術會繼續在圖像去噪領域發揮重要作用，并得到更廣泛的應用。與此同時，還需要進一步研究如何提高深度學習模型的可解釋性，以及如何針對低功耗硬件進行優化，使其更适合于嵌入式系統的應用場景。此外，結合其他領域的技術，如人工智能、模式識别等，也有望推動圖像去噪技術的發展。

報告題目三： 光纖光栅傳感解調系統設計

報告人：潘雪梅

報告簡介： 現代社會生産工業和基礎建築設施中，溫度、應力是兩個相當重要的物理量，生産設備的工作溫度變化及關鍵運行部位的應力變化能夠反映其運行狀态是否正常，而光纖光栅傳感器是最具有代表性的光纖傳感無源器件之一，通過對光纖光栅反射光的波長解調即可實現外界溫度、應變、 振動和壓力等物理量的測量。近年來光纖光栅的制作方法發展迅速，更是極大地推動了光纖光栅傳感器的發展。但是随着光纖光栅陣列應用領 域的擴充與發展，也存在一些領域對光纖光栅解調技術有着極高的要求。本報告對現有的解調方法進行研究，分析了不同解調系統的優勢和不足，探讨一種掃描激光器型光纖光栅波長解調儀的設計方法，并研究了基于硬件解調系統的高速信号實時采集、處理與傳輸方法。

報告題目四：衛星相幹激光通信系統與技術發展

報告人：馬甯

報告簡介：自由空間光通信(Free Space Optical Communication,FSOC)尤其是基于相幹體制的衛星激光通信,正逐漸成為突破微波通信瓶頸、建設天地一體化網絡、實現高速數據傳輸的重要手段。總結了歐空局、德國、日本及國内衛星相幹激光通信的重要進展,給出了成功驗證的相幹激光通信系統的激光器、傳輸速率、多普勒頻移補償範圍等參數,重點分析了基于 Costas 光鎖相環(Optical PhaseLocked Loop,OPLL)技術的零差相幹激光通信系統,并提煉出關鍵技術以及未來星間相幹激光通信的發展趨勢,可為衛星相幹激光通信的研究提供一定的參考。