浅谈计算机研究的层次与境界-精选版.ppt

浅谈计算机研究的层次与境界 李振华 北大网络所 在读博士 /~lzh （2012年1月修订） * 评价的不同角度 角度1：会议、期刊 角度2：品牌、职位 角度3：引用次数、应用情况 角度4：影响力 每种角度都有缺点，越往下越重要、但越主观 结合实例来看 从研究的角度来审视产品和人生规划 个人观点，仅供参考！ * 1 从会议、期刊的角度 一般地，美国更认会议，中国更认期刊，注意是更认 Why？ 会议审稿快、录用快、当面交流、引用多 期刊审稿慢、录用慢、书面交流、引用低，但期刊要更细致、更全面，因为它很长…… 各国的学术高层多是理、化、生专业出身，只认SCI！只有期刊能成为SCI，计算机领域非常特殊，但不得不考虑整个人类学术界的共性标准。 But—— 有例外：比如CACM、JACM、ACM Computing Survey这3个期刊影响力超强 * 续1 计算机会议、期刊一般的档次划分 Top：SIGCOMM、OSDI/SOSP = ？ Rank1：ACM-MM、INFOCOM、ICDCS = 《JSAC》《TPDS》《TOMCCAP》 Rank2：ICPP、IPDPS = 《JPDC》 Rank3：ICC、ICPADS = 《软件学报》 No-rank：GCC = 《计算机科学》 * 再续1 博士学位标准（第一作者） 美国顶尖名校的标准：1篇top文章+N篇Rank1。 美国名校的标准：N篇Rank1 。 清华/上交的标准：N篇Rank1。 好像Rank1也很水么…… * 2 从品牌、职位的角度 2010年南京大学计算机系招收教职的要求（第一作者） ： 1、1篇INFOCOM + 1篇ICNP + 2篇TPDS，被录用 2、1篇INFOCOM + 1篇TPDS，被拒绝 计算机系教职要求： 清华 = 上交 北大 = 复旦 南大 * 研究的层次与境界 菜鸟：组合、优化、模拟、见啥做啥 入门：懂得游戏规则，有倾向地选取问题 专家：熟练游戏规则，能判断问题的意义 精英：问题基础性贡献，影响十来年 院士：课题基础性贡献，适用面较广，影响数十年 大师：领域基础性贡献，适用面广，影响时间超长 * 研究成果的影响力 * 菜鸟 李振华，GCC’07 —— P2P网络中割点的存在与避免 * 续 菜鸟 为什么这篇文章是菜鸟？ 1、一般人很容易想到这种优化 2、只有模拟实验，没有系统量化 3、缺乏深度的数学模型 * 入门 李振华，ICPP’08 —— P2P流媒体播放源切换的数据调度问题 * 续 入门 问题：当播放源切换时，每个用户如何最好最快地完成切换？ 问题形式化建立模型，抽象为数学优化问题，给出理论最优解（NP）和实际近似解法 * 再续 入门 为什么可以入门？ 1、对于所研究的问题有了清晰、量化的模型和理论深度 2、给出了问题的理论最优解，分析了最优解的实际困难所在，给出了近似的实践解法 为什么仅仅是入门？ 1、只有模拟实验，缺乏系统性结果和论证 2、模型中的部分假设过于理想，算法较为复杂，实际应用的难度很大 * 专家 卜颖毅，VLDB’10 —— Haloop：将Hadoop中的递归改为迭代以提升MapReduce工作效率 Google提出的MapReduce非常牛叉，工业界最权威的开源实现是Hadoop，但Hadoop实现过于简单、效率存在很多问题，比如：很多子任务完全可以迭代完成，Hadoop将它们实现为递归，时空复杂度剧增。 修改Hadoop源代码，将一部分递归变为迭代，在某服务器机群上实验，优化结果得到实证 * 续 专家 为什么达到了专家级？ 1、Hadoop架构过于庞大，一般人很难发现其中的细节问题，并且此细节问题具有不可忽视的意义 2、Haloop优化方法虽然简单，但是系统性的实验证实了优化效果，具备应用潜力 为什么只是专家级？ 1、Hadoop毕竟只是MapReduce的一个开源实现，Haloop的贡献狭窄，不具有普适性。 * 精英 港科大 李波 研究组 1、第一个系统性地比较了树状多播和网状多播对于P2P流媒体的适用性，从实验上确证了网状多播的优越性，对P2P流媒体的组织架构问题有基础性贡献 2、多篇理论论文，模型化P2P流媒体系统中各种问题 3、基于CoolStreaming实际系统，进行了大量的测量分析，为领域同行提供了实证性资料 * 院士 Leonard Kleinrock，美国工程院院士 1、第一个从理论上论证了分组交换网相对于基于连接的网络的优越性，为现代IP网络的构造做出基础性贡献 2、写作经典著作《队列系统》，为网络通信工作者提供了基础的数学分析工具：队列论 3、为TCP/IP协议的设计提供了理论指导，受其指导，Vincent Cerf和Robert Kahn第一个实现了