分布式云/边缘网络中的成本效益服务
报告人：刘凯阳
报告华体会网页版登陆入口：5月4号下午2:30
报告地点：铁道校区一综226
报告简介：大数据分析、社交网络和物联网等数据密集型应用的蓬勃发展，给底层存储系统带来了巨大负担。为了缓解与日俱增的存储压力，数据存储系统经历了从单机到模块化系统组成的集群，再到云/边缘网络中大规模分布式系统的发展历程。如何针对数据密集型应用有效地操作和管理分布式系统，具有很大的理论意义和巨大的潜在商业价值。本报告将以数据存储和高速缓存方案为主线，从系统设计角度出发，介绍报告人及其团队利用数学优化、机器学习、图论和网络经济学等优化和性能评估方法，致力于在分布式云/边缘网络中实现高效率、低延迟、实时处理和高可扩展性存储系统的研究工作。
个人介绍：刘凯阳于2019年6月在中南大学信息科学与工程学院获得博士学位。2019年11月至2023年4月，为加拿大维多利亚大学、中南大学博士后。将于2023年7月加入加拿大纽芬兰纪念大学计算机科学系，担任助理教授。目前研究领域包括云/边缘计算和存储网络，数据中心网络，以及分布式机器学习。曾获得IEEE LCN 2018最佳论文奖提名。曾在2020年获得IEEE云计算技术委员会（TCCLD）杰出博士论文奖，以表彰其在云数据中心成本效益服务研究方面的贡献。
