报告时间：2023年12月16日（周六）14:30-18:00
报告地点：bat365中文官方网站2号楼219会议室
腾讯会议（353-117-258）
主 办 方：中国计算机学会（CCF）
承 办 方：CCF福州分部、bat365官网登录入口bat365中文官方网站
报告一：
报告题目：基于边缘计算的能量优化方案
报告人：吴华明，博士生导师，天津大学数学学院副研究员
报告摘要：
边缘计算作为一种分布式计算模型，由于能量限制而面临能耗问题。针对当前边缘计算领域存在的计算密集型任务需求旺盛与终端设备资源匮乏的尖锐矛盾，本报告拟结合智能反射表面（IRS）、资源调度与任务卸载、能量收集（EH）和智能感知等技术，介绍并探讨物联网环境下的能量优化问题，旨在提高边缘设备的能源可持续性，为算网融合、边云协同提供支撑和参考。
报告人简介：
吴华明，天津大学应用数学中心副研究员。主要研究方向移动云计算、边缘计算、和深度学习等。曾以最优异成绩（summa cum laude，前3%）获得了德国精英大学-柏林自由大学的博士学位。目前共发表包括TMC、TPDS、TCC等论文30多篇。入选第五批天津市创新人才推进计划、阿里巴巴活水学者、天津大学沈志康奖教金等。主持和参与国家重点研发计划、国家自然科学基金、天津市重点项目、天津市自然基金、华为和阿里等项目。担任国际期刊WCMC客座主编, IEEE/ACM TON、IoTJ、TII、TPDS、TIFS、TCYB, TNNLS、TIP、TCOM、TWC、TMM、TSC、TCC、TVT、JNCA和FGCS等期刊审稿人，并获得科睿唯安Publons2019年度“计算机科学”和“交叉学科”两个领域的“ESI前1%顶级审稿专家奖”；曾荣获SCI期刊Future Generation Computer Systems杰出审稿人称号; 此外，担任国际会议ISSRE 2019、ICPE 2018和2019、VALUETOOLS 2015和QEST 2017等主席，ISSRE 2019、Infocom 2019、HiPC 2019、QEST 2017和2018、EPEW 2017和2018、 CVC 2019、ICPE 2018等程序委员会委员。
报告二：
报告题目：基于深度强化学习的工业应用计算迁移方法
报告人：彭凯，硕士生导师，华侨大学工学院副教授
报告摘要：
工业5.0的到来，推动了制造业和工业领域数字化转型，促进了工业物联网的发展。工业物联网的发展面临了重要挑战，基于移动边缘计算为解决这些挑战带来契机。本报告主要介绍基于深度强化学习的计算迁移方法，完成工业物联网任务的智能调度，以推动工业物联网向更智能、更高效的方向发展。
报告人简介：
彭凯，安徽安庆潜山人，工学博士后，副教授，硕士研究生导师（信息与通信工程学术硕士研究生导师、电子信息专业学位研究生导师），IEEE高级会员，CCF高级会员，CCF服务计算专委会委员，福建省高层次人才（B类），泉州市青年拔尖人才，泉州青年五四奖章获得者，泉州市高层次人才（第二层次），晋江市高层次人才，泉州市科技特派员，第八批华侨大学中青年教师资助计划获得者，华侨大学爱岗敬业好青年，华侨大学就业创业导师。
主要从事服务计算、移动边缘计算、边缘智能、面向智慧城市、车联网、WMAN场景的计算迁移（卸载）、多目标优化算法、深度强化学习、博弈论等方向研究。已在国内外会议和期刊发表（SCI检索、EI检索）论文50余篇，包括：TII、TCC、TCSS、TNSE、TGCN、IOTJ等，ESI高被引论文2篇。担任TIFS、IOTJournal、TOIT、TII、TITS、TVT、TNSE、CCPE、China Communication、FGCS、JNCA、IEEE Communications Letters 等国际 SCI 期刊审稿人，担任 SCS 2017、SCS 2018、IEEE PIMRC 2017、CPSCom 2018、ICMU 2018、CollaborateCom 2018、IEEE WCNC 2019、CPSCOM 2019、Cloudcomp 2019、ISPA 2019、ML4CS 2020、IOIoT 2020、HPCC2021、CPSCOM 2021、CollaborateCom 2021、Cloudcomp 2021、Chinacom 2021、Smartcity 2021、ICA3PP 2021（CCF-C会议）、ICC 2021、ICC 2022（CCF-C会议）、Globecom 2022（CCF-C会议）、BigData 2022、IEEE HPCC 2022（CCF-C会议）、EAI MONAMI 2022、Globecom 2023（CCF-C会议）、IEEE ICWS 2023（CCF-B会议）、IEEE UIC 2023（CCF-C会议）等多个国际会议的TPC，第一发明人授权专利6项，获批软件著作权4项。
报告三：
报告题目：TransRacer：智能合约的函数依赖性引导的交易竞争检测
报告人：宋巍，博士生导师，南京理工大学计算机科学与工程学院教授
报告摘要：
智能合约是为在区块链上运行的交易定义规则的程序。由于区块链矿工可以协调同一区块内的任何合格交易序列，因此可能会因交易之间的数据竞争（称为交易竞争）而出现意外结果。令人惊讶的是，智能合约中的交易竞争尚未得到充分研究。为了解决这个问题，我们提出了 TransRacer，这是一种自动化方法和开源工具，采用符号执行来检测智能合约中的事务竞争。TransRacer 通过分析函数依赖关系来识别隐藏在特定合约状态中的交易竞争。它还能生成可能触发此类竞争的见证交易。对50个真实世界智能合约的实验结果表明了 TransRacer 的有效性和效率：它在 255.9分钟内检测到426个竞争，其中包括 149 个导致状态不一致的竞争错误。
报告人简介：
宋巍，南京理工大学计算机科学与工程学院教授、博士生导师，校学术委员会委员，CCF软件工程专委委员、服务计算专委委员、IEEE Senior Member，曾历任CCF YOCSEF南京AC委员、秘书、副主席。十余年来一直从事软件工程与方法学、服务计算等方面的研究；在软件工程相关领域顶级会议与期刊上发表CCF A类论文20余篇，曾受邀参加国际计算机顶级论坛Schloss Dagstuhl研讨会并做报告。
报告四：
报告题目：跨空间群智感知计算
报告人：陈龙彪，博士生导师，厦门大学信息学院副教授
报告摘要：
智能物联网作为国家重大需求和战略新兴产业日益受到关注，群智感知网络已成为其中重要的发展方向。然而，面对应急事件响应、灾难风险研判、灾害毁伤处置等城市应急管理的迫切需求，传统的群智感知计算范式因数据质量差、感知来源单一、任务分配复杂等问题，面临感知不及时、研判不准确、处置成本高等挑战。解决上述挑战的一个有效途径是研究“跨空间群智感知（Cross-Space Crowdsensing）”的泛在感知范式和计算模型，打破人机物三元空间的数据孤岛和领域壁垒，实现跨时空尺度的事件快速识别，跨领域知识的事件准确解译，以及跨端云设备的优化调度。本报告将分享陈龙彪课题组近年来在跨空间群智感知计算方面的研究方法与成果，并展望群智驱动的城市应急响应未来方向。
报告人简介：
陈龙彪，厦门大学南强青年拔尖人才计划研究员、信息学院副教授，福建省和厦门市高层次引进人才。2016年获浙江大学博士学位，2018年获法国索邦大学博士学位，回国前曾任法国国立电信研究院助理研究员。主要研究方向为群智感知、普适计算、城市计算。连续两次以第一作者获得CCF-A类会议UbiComp最佳论文提名奖（国内高校首次），荣获2022年度ACM SIGSPATIAL中国分会新星奖（本年度全国唯一）。累计发表论文50篇，授权发明专利7项，主持国家自然科学基金面上项目、青年项目、国防基础科研项目、国家高分遥感项目等6项。担任ACM中国SIGSPATIAL分会执行委员、CCF普适计算专委会执行委员、CCF YOCSEF厦门分论坛主席、CCF高级会员、金砖国家青年科学家论坛成员。
