CNCC技术论坛丨新型持久内存系统与安全

2019 年 9 月 15 日 中国计算机学会


本论坛将于 CNCC2019 中国计算机大会第三天(10月19日)在苏州金鸡湖国际会议中心 A104会议室举行,将讨论新型持久内存系统的前沿和关键技术,包括持久内存系统的体系结构、安全和加密方法、高并发访问和管理机制、数据一致性保证机理等。



时间: 2019年10月19日13:30-17:20

地点: 苏州金鸡湖会议中心会议室A104

论坛主席: 华宇,华中科技大学

共同主席: 舒继武,清华大学


论坛简介:

云计算、大数据和人工智能等技术的快速发展对计算机的内存系统在体系架构、访问性能、持久可靠和安全一致等方面都提出了新的挑战。新型存储系统能够提供持久的、非易失的内存存储服务,构建面向持久内存的体系结构、功能组件和生态体系。然而,目前的持久内存系统在系统架构和安全性等方面正面临多种技术挑战,阻碍相关技术在实际应用中发挥作用,并影响存储系统的整体性能。本论坛将讨论新型持久内存系统的前沿和关键技术,主要包括持久内存系统的体系结构、安全和加密方法、高并发访问和管理机制、数据一致性保证机理等年度热点问题和技术挑战。此次论坛深入讨论这些问题,并达成共识,促进我国学术界与工业界在新型持久内存系统的研究与发展。


论坛安排


论坛讲者:舒继武,清华大学


个人简介博士,清华大学计算机系教授,教育部长江学者特聘教授,国家杰出青年基金获得者,IEEE Fellow,中国计算机学会会士、学术工委副主任、信息存储技术专业委员会副主任,灾备技术国家工程实验室副主任;担任《ACM Transactions on Storage》的Associate Editor和《计算机学报》、《软件学报》等期刊编委;主要研究领域为新型非易失存储系统与技术、存储可靠性与安全、网络(/云/大数据)存储系统、并行/分布式处理技术等,相关成果发表在包括FAST、USENIX ATC、MICRO、ISCA、EuroSys、DAC等重要国际学术会议和IEEE/ACM Trans.等权威期刊上;主持承担过国家重点研发项目、863项目和课题、973课题、国家自然科学基金重点项目等。获国家科技进步二等奖和国家发明技术二等奖各1次,部级科技一、二等奖4次。


报告题目高效的安全持久性内存存储系统探讨


报告摘要近年来,基于持久性内存的新型存储系统受到学术界与工业界的广泛关注。内存安全操作(如加密与完整性验证等)为构建安全持久性内存存储系统带来了新的挑战。本报告将首先阐述构建安全持久性内存存储系统过程中面临的诸如一致性保障、性能开销、写放大、恢复时长等方面的问题;然后将分别介绍构建安全持久性内存存储系统中安全元数据的灾后一致性保障开销、加速重启后安全元数据的重构速度两方面的研究工作;最后展望未来安全内存存储系统构建的若干趋势。

论坛讲者:陈海波,上海交通大学


个人简介上海交通大学教授,博士生导师。主要研究方向为操作系统与并行分布式系统。获得2018年教育部技术发明一等奖,入选2014年国家“万人计划”青年拔尖人才计划,获得2011年全国优秀博士学位论文奖、2015年CCF青年科学家奖、2017年CCF NASAC-东软青年软件创新奖。目前担任ACM SIGOPS ChinaSys主席、《Communications of the ACM》编委与Special Sections co-Chair、《ACM Transactions on Storage》编委。曾任ACM SOSP 2017年大会主席、ACM CCS 2018系统安全领域主席、ACM SIGSAC奖励委员会委员。研究工作也获得华为最高个人贡献奖、Google Faculty Research Award、IBM X10 Innovation Award、NetApp Faculty Fellowship等企业奖励。目前也担任SOSP 2019、CCS 2019、NDSS 2020、IEEE S&P 2020, ASPLOS 2020等PC。


报告题目: 面向新存储介质的文件系统设计与形式化验证


报告摘要:以Intel 3D Xpoint为代表的非易失内存已经走向现实,非易失内存的字节寻址、非易失性与低时延等特征将对文件系统带来新的机遇。该报告中将首先分析真实非易失内存的特性,然后介绍面向非易失内存的内核态(SoupFS)与用户态文件系统(ZoFS)的设计、实现,并介绍如何通过形式化方法来首次验证一个并发文件系统AtomFS的原子性。最后,将展望面向非易失内存的系统软件架构的机遇与挑战。

论坛讲者:孙广宇,北京大学


个人简介北京大学副教授,博士生导师。主要研究方向为高能效存储系统结构、加速器架构设计、边缘计算系统与应用等。现担任ACM期刊TECS和JETC的副主编,同时担任MICRO、HPCA、DAC、DATE等会议的PC。孙广宇是CCF、IEEE和ACM会员。


报告题目面向特定需求的持久性内存系统架构优化


演讲摘要基于新型非易失器件的持久性内存,其大容量、低功耗、持久化等优点可以为大量通用型应用提供优质的存储服务。同时,通过针对性系统架构优化,其可以为特定需求(应用)提供更高效,甚至独特性的访存支持。本次报告中,我们将分享近期的一些相关工作,包括:基于Skyrmion赛道存储器提供高效内存插入/删除操作、将高并发事务内存与持久性内存结合来提供ACID支持、针对特定KV数据库进行持久化内存管理等。

论坛讲者:熊勇强,微软亚洲研究院


个人简介Yongqiang Xiong, is a principal researcher at Microsoft Research Asia, and the research manager of networking research group. He has actively worked on the data center networking area including hardware networking and cloud gateways, with the on blending the merits of hardware and software in order to improve the performance and efficiency for the important networking workload, such as distributed machine learning.


报告题目S-Direct: 基于硬件的NVMe加速


报告摘要近些年NVMe SSD技术极速发展,其性能已经远超磁盘以及SATA SSD。最新的基于3D XPoint的SSD可以提供低至10微秒的随机读写访问延时,以及高达500KIOPs的吞吐量。而现有的存储协议栈已经不能满足如此高的性能需求,文件系统和硬盘驱动的处理延时超过100微秒,而尾部延时更达到毫秒级;同时,为了充分利用一个SSD的带宽,需要占满2-6个CPU核心的处理能力。存储协议栈的低效使得应用无法全部享受到NVMe SSD带来的性能提升。我们提出S-Direct,一个基于硬件的存储加速系统。S-Direct在现有NVMe驱动上稍作改动以实现控制平面。S-Direct把数据通路卸载到加速外设中,可以实现硬件到NVMe的直接访问,同时在硬件中实现细粒度的QoS控制,同时可以在出现故障时回滚到已有的软件方案。S-Direct可以用于加速数据中心中不同的应用场景,如加速高I/O需求应用(数据库,搜索引擎索引查找)或存储分解。实验表明S-Direct可以在加速搜索引擎索引查找时减少1/3的CPU使用率,同时减少40%的尾部延时;在分布式存储场景,远程S-Direct可以提供和本地几乎一样的访问延时差,同时在远端没有任何CPU和内存消耗。

论坛讲者:薛春,香港城市大学


个人简介:香港城市大学副教授,博士生导师。主要研究方向为非易失性存储器、嵌入式系统和软硬件协同设计。现担任 ACM Transaction on Storage, ACM Transaction on Embedded Computing Systems and ACM Transaction on CPS 副主编。


报告题目:基于重复编程的大容量、长寿命以及高访问速度的SSD设计


报告摘要容量,寿命,访问速度是闪存设计的关键要求。该报告首先验证在3D TLC SSD上重复编程的可行性,并基于重复编程的需求,提出ReSSD用于增加SSD的容量。此外,ReSSD可以降低垃圾回收的频率和开销,因而垃圾回收带来的磨损和时延也得以大大降低。因此,对比于传统SSD, ReSSD在容量、寿命和性能均有极大的提升。最后,以基于3D TLC SSD的RAID 5结构验证了ReSSD在各方面的提升。

论坛讲者:华宇,华中科技大学


个人简介华中科技大学教授,CCF杰出会员、ACM和IEEE高级会员,CCF和ACM的杰出演讲者。曾在加拿大麦吉尔大学,美国内布拉斯加大学林肯分校做博士后研究工作。研究方向是新型存储器件、云存储系统、非易失存储系统等。主持和参加国家重点研发计划、国家自然科学基金项目等,在OSDI、MICRO、FAST、USENIX ATC、SC等国际学术会议上发表多篇论文。在ACM APSys 2019和MSST 2020等国际会议上担任程序共同主席,在FAST、ASPLOS、USENIX ATC、SC、SoCC等会议上担任程序委员,是国际期刊FCS和JCN的编委。研究成果获得湖北省科技进步一等奖和中国电子学会电子信息科学技术二等奖。


报告题目高性能持久内存系统安全


报告摘要以相变存储、忆阻器等为代表的新型持久内存器件在计算机体系结构中正起着越来越重要的作用,对计算机系统的整体性能和安全性产生着深远的影响。由于持久内存器件在耐久性和读写不对称等方面的特点使得传统的保障存储系统安全的方法在执行效率和安全保证方面都面临技术挑战。因此,需要全面分析和研究面向持久内存器件的存储系统安全架构和实现机制,特别是构建具有安全保证的新型存储生态体系。报告将介绍持久内存系统安全所面临的若干挑战性难题,以及近期在相关研究领域的工作进展,包括基于加密的去重写方法,以及面向安全和持久内存的新型系统设计方法等。





CCF推荐

【精品文章】


点击“阅读原文”,进行报名。


登录查看更多
4

相关内容

摘要: 随着机器学习技术在生产、生活等各个领域的广泛应用,机器学习算法本身的安全问题也引起越来越多的 关注。基于对抗样本的攻击方法是机器学习算法普遍面临的安全挑战之一。以机器学习的安全性问题为出发点,介 绍了当前机器学习面临的隐私攻击、完整性攻击等安全问题,归纳了目前常见对抗样本生成方法的发展过程及各自 的特点,总结了目前已有的针对对抗样本攻击的防御技术,最后对提高机器学习算法鲁棒性的方法做了进一步的展 望。

作者介绍:

朱清新:1982年1月四川师范大学数学系本科毕业获学士学位。1984年7月北京理工大学应用数学专业毕业获硕士学位。1984年8月起任西南技术物理研究所工程师、副研究员,作为技术骨干参加了国防科工委7712工程项目并获科研成果三等奖。1993年5月渥太华大学应用数学和电子工程系控制论专业毕业获博士学位。1993年5月至1996年3月在渥太华大学电子工程系和加拿大卡尔顿大学计算机学院从事博士后研究并获计算机第二硕士学位。1996年3月至1997年11月任加拿大Nortel公司和OmniMark高级研究员。1998年3月应聘回国到电子科技大学计算机学院工作,1999年6月聘为教授、2001年6月聘为博士生导师。2002年9月至2003年3月赴加拿大蒙特利尔Concordia大学计算机系任高级访问学者。现任电子科技大学计算机学院学术委员会主任,计算运筹学研究室主任。主要研究领域包括:生物信息学、信息检索、计算运筹学与最优化。

张小松: 长江学者特聘教授,国家重点研发计划网络空间安全专项首席科学家, 2017年网络安全优秀人才奖获得者。长期致力于软件安全、网络安全和数据安全领域的研究,成果在应用中取得重要的社会和经济效益,近年来多次获国家和省部级成果奖励,发表包括CCF A类期刊IT、TSE、TIFS在内的学术论文六十余篇,出版了《网络安全协议》、《恶意软件分析与检测》、《软件测试》等专著、教材和译著5部,获授权国际、国内发明专利22项,公开50多项,获软件著作权登记10项。

成为VIP会员查看完整内容
0
8

报告嘉宾:刘成林(中国科学院自动化研究所) 报告时间:2019年10月16日(星期三)晚上20:30(北京时间) 报告题目:文档分析与识别技术回顾与反思

报告人简介: 刘成林,1989年本科毕业于武汉大学,1992年获北京工业大学工学硕士学位,1995年获中国科学院自动化研究所工学博士学位。1996年至1999年先后在韩国科学技术院(KAIST)和日本东京农工大学从事博士后研究工作。1999年至2004年在日立中央研究所先后任研究员和主任研究员。2005年1月回国,入选中国科学院“百人计划”(引进海外杰出人才计划)。现任中国科学院自动化研究所研究员、副所长,模式识别国家重点实验室主任,中国科学院大学人工智能学院副院长。研究方向为模式识别、图像处理、机器学习、文字识别与文档分析等。在国内外期刊和学术会议上发表论文300余篇,其中包括国际期刊(IEEE Trans. on PAMI, Pattern Recognition等)第一作者论文20篇。合著文字识别方面的英文专著一本。获得授权发明专利5项。由于其在手写文字识别研究方面的突出成就,2005年在国际模式识别协会主办的国际文档分析与识别会议上获得IAPR/ICDAR Young Investigator Award (青年学者奖)。2008年获得国家杰出青年科学基金。现任国际期刊Pattern Recognition的副主编, Image and Vision Computing, International Journal on Document Analysis and Recognition和Cognitive Computation的编委,国内期刊《自动化学报》副主编。中国人工智能学会会士、模式识别专委会主任,中国自动化学会理事、模式识别与机器智能专委会主任,中国图象图形学学会常务理事,美国电气电子工程师协会会士 (IEEE Fellow)、国际模式识别学会会士(IAPR Fellow)。

个人主页:

http://www.nlpr.ia.ac.cn/liucl

报告摘要: 自上世纪50年代以来,文字识别(广义地,称为文档分析)的研究和应用取得了巨大的进展。50-70年代以统计模式识别和特征匹配方法为主;80-90年代提出了很多结构分析方法,并且字符切分、字符串识别和版面分析受到重视;2000年以来继续在文档分析与识别的各个方面持续提高;2013年开始深度学习(深度神经网络)逐渐成为主导性的方法,使文字检测和识别的性能得到明显提升。随着识别精度不断提升和应用的展开,文字识别的可靠性、泛化性、可解释性要求开始凸显,在这些方面传统的模式识别和文字识别方法表现出一定的优势或互补性,与深度学习方法结合可开辟新的研究途径。本报告对文字识别领域历史上主要方法进行回顾,对当前主要方法的特点和一些最新研究动态进行分析,并对将来的研究提出一些建议。

参考文献:

[1] G. Nagy, G.L. Shelton, Self-corrective character recognition systems, IEEE Trans. Information Theory, 12(2): 215-222, 1966.

[2] H. Fujisawa, Forty years of research in character and document recognition—an industrial perspective, Pattern Recognition, 41(8): 2453-2446, 2008.

[3] Cheng-Lin Liu, In-Jung Kim, Jin H. Kim, Model-based stroke extraction and matching for handwritten Chinese character recognition, Pattern Recognition, 34(12): 2339-2352, 2001.

[4] Xu-Yao Zhang, Yoshua Bengio, Cheng-Lin Liu, New benchmark for online and offline handwritten Chinese character recognition with deep convolutional network and adaptation, Pattern Recognition, 61: 348-360, 2017.

[5] Yi-Chao Wu, Fei Yin, Cheng-Lin Liu, Improving handwritten Chinese text recognition using neural network language models and convolutional neural network shape models, Pattern Recognition, 65: 251-264, 2017.

[6] Fei Yin, Yi-Chao Wu, Xu-Yao Zhang, Cheng-Lin Liu, Scene Text Recognition with Sliding Convolutional Character Models, arXiv:1709.01727, 2017.

成为VIP会员查看完整内容
文档分析与识别技术回顾与反思.pdf
0
19

报告主题:面向大数据的粒计算理论与方法

报告摘要:大数据给现有的数据分析与挖掘技术带来了前所未有的挑战,探索大数据分析的粒计算新理论与新方法已成为数据挖掘与机器学习领域所关心的重要问题。本报告分析了大数据挖掘特点与粒计算范式的高度契合性,介绍了我们在基于粒计算的大数据分析挖掘方面的最新研究进展,探讨了多粒度计算在数据建模中的一些思考。

嘉宾简介:梁吉业,博士、教授、博士生导师,CCF 会士,山西大学副校长,山西大学计算智能与中文信息处理教育部重点实验室主任,教育部计算机类专业教学指导委员会委员,中国计算机学会理事,中国人工智能学会知识工程与分布智能专业委员会副主任委员,山西省计算机学会理事长,享受国务院政府特殊津贴专家。任国际学术期刊《International Journal of Computer Science and Knowledge Engineering》、国内学术期刊《计算机研究与发展》与《模式识别与人工智能》编委。先后主持国家863计划项目2项、国家自然科学基金项目7项(其中重点基金项目2项),973计划前期研究专项1项。先后在《Artificial Intelligence》、《IEEE Transactions on Pattern Analysis and Machine Intelligence》、《Data Mining and Knowledge Discovery》、《IEEE Transactions on Knowledge and Data Engineering》、《中国科学》等国际国内重要学术刊物和会议上发表论文200余篇,其中SCI收录100余篇。作为第一完成人获山西省自然科学一等奖2项。2014年—2018年,连续入选爱思唯尔中国高被引学者榜单。指导的博士生获得全国百篇优秀博士学位论文提名奖、CCF优秀博士学位论文奖、中国人工智能学会优秀博士学位论文。

成为VIP会员查看完整内容
面向大数据的粒计算理论与方法SMP2019(2019-08).pdf
0
16
小贴士
Top