基本信息
张志斌  男  硕导  中国科学院计算技术研究所
电子邮件: zhangzhibin@ict.ac.cn
通信地址: 北京海淀区科学院南路6号
邮政编码:

研究领域

深度学习系统,大数据计算系统

招生信息

对学生的要求:

1. 有较强的计算系统知识基础,对如何充分利用硬件资源高效运行算法有浓厚兴趣;

2. 有较强的C/C++编程基础,操作系统、编译器设计、数据库设计等课程成绩优异;

3. 有较好的应用数学基础以及深度学习算法设计基础;

4. 有强烈的好奇心,有技术追求和责任感。

招生专业
081201-计算机系统结构
081202-计算机软件与理论
招生方向
深度学习系统
大数据计算系统

教育背景

2001-09--2007-07   中国科学院计算技术研究所   博士

工作经历

本人致力于有特色的系统和算法设计研究。在算法设计方面,创造性地基于改造的自然语言处理方法对网络通信协议的特征进行抽取和挖掘,提出无监督网络协议特征分词、网络协议类型分析等一系列方法,论文成果发表在国际顶级相关期刊如JSAC和顶级国际会议如INFOCOMICNP上。2012年获得ICNP最佳论文奖,是大陆研究团队20年来首次获此殊荣。2014年以来专注于大数据系统的设计,面向复杂数据关联分析场景研发了高性能图计算系统SQLGraph,基于内存压缩存储和并行算法加速,实现了单机亿级节点的图关系存储和秒级遍历,并且将图计算、关系查询、关系计算统一到SQL标准语言框架下。其性能不仅达到学术界领先水平,也超过当前工业界和开源社区代表性系统1至4个数量级,受到金融、公安、安全、军队的广泛关注和认可。领导研发的基于微内核的流式计算引擎,单机处理效率是Flink的6至8倍,支持倾斜数据处理及动态任务调度,横向扩展性能是Flink的2-5倍,支持动态毫秒级垂直扩展及秒级水平伸缩,并支持秒级启。目前正在领导研发的深度学习软件栈系统,结合了符号化模型编程高效率和命令式模型编程易用性的特点,向上实现了Tensorflow、Pytorch、Caffe2框架融合,向下通过神经编译器实现网络中间表示到LLVM虚拟机之间翻译,代码优化达到手动调优性能,便于对接底层各种专用加速芯片,方便运行时模型调试。相关论文发表情况参见:https://scholar.google.com/citations?user=rynJkPAAAAAJ&hl=zh-TW


工作简历
2011-11~2019-03,中国科学院计算技术研究所, 副研究员
2007-07~2011-11,中国科学院计算技术研究所, 助理研究员

教授课程

网络数据关键技术研究

出版信息

   
发表论文
(1) Causality reasoning about network events for detecting stealthy malware activities, Elseiver Computers & Security, 2016, 第 4 作者
(2) Exploiting intra-packet dependency for fine-grained protocol format inference, IFIP Networking, 2015, 第 3 作者
(3) An Unsupervised Approach to Protocol Feature Word Extraction, IEEE INFOCOM, 2014, 第 2 作者
(4) Toward Unsupervised Protocol Feature Word Extraction, IEEE Journal on Selected Areas in Communications, 2014, 第 2 作者

科研活动

   
科研项目
( 1 ) 大数据环境下信息安全关键技术研究, 负责人, 国家任务, 2017-09--2020-09
( 2 ) 网络空间安全专项子课题, 负责人, 国家任务, 2016-12--2019-12
( 3 ) 大数据一体机关键技术研究, 负责人, 中国科学院计划, 2017-12--2018-12
( 4 ) 边缘端多源数据融合模型设计与加速技术研究, 负责人, 国家任务, 2022-08--2024-07