基本信息

木伟民  男    中国科学院信息工程研究所
电子邮件: muweimin@iie.ac.cn
通信地址: 树村路19号2C-311
邮政编码:100085

研究领域

(1) 大数据存储与管理

(2) 大数据治理

(3) 大规模资源调度

教育背景

2014-09--2020-09   中国科学院大学   博士研究生
2007-09--2009-07   哈尔滨工业大学   硕士研究生
2003-09--2007-07   哈尔滨工业大学   本科
学历

博士研究生

学位
工学博士

工作经历

   
工作简历
2021-11~现在, 中国科学院信息工程研究所, 正高级工程师
2016-11~2021-10,中国科学院信息工程研究所, 高级工程师
2012-07~2016-10,中国科学院信息工程研究所, 工程师
2009-07~2012-07,中国科学院计算技术研究所, 工程师

专利与奖励

   
专利成果
( 1 ) 一种数据过滤前置的数据交换方法及系统, 发明专利, 2021, 第 3 作者, 专利号: CN112650767A

( 2 ) 一种基于实时查询的数据交互方法及装置, 发明专利, 2021, 第 2 作者, 专利号: CN112650915A

( 3 ) 一种基于消费队列的数据交换方法及系统, 发明专利, 2021, 第 2 作者, 专利号: CN112637130A

( 4 ) 一种面向Hadoop的通用文本格式的解析方法及工具, 发明专利, 2018, 第 3 作者, 专利号: CN108021540A

( 5 ) 一种基于Spark的数据处理方法及系统, 发明专利, 2017, 第 1 作者, 专利号: CN107463595A

( 6 ) 一种面向通用文本格式的解析方法及工具, 专利授权, 2017, 第 2 作者, 专利号: CN107341135A

( 7 ) 一种通用的离线数据接入方法及系统, 专利授权, 2017, 第 2 作者, 专利号: CN107317865A

( 8 ) 一种基于DAG的面向多计算框架的数据处理方法及系统, 发明专利, 2017, 第 1 作者, 专利号: CN107273193A

( 9 ) 基于Avro的通用数据序列化及反序列化方法, 发明专利, 2017, 第 1 作者, 专利号: CN107229670A

( 10 ) 一种高可靠分布式数据流实时统计方法及系统, 专利授权, 2017, 第 1 作者, 专利号: CN107193643A

( 11 ) 一种基于Spark平台的微博数据预处理方法, 发明专利, 2017, 第 3 作者, 专利号: CN106372105A

( 12 ) 基于关键词匹配进行中文网页预分类的方法, 专利授权, 2017, 第 3 作者, 专利号: CN106339459A

( 13 ) 一种通用的两个数据库联合查询方法, 发明专利, 2016, 第 1 作者, 专利号: CN106202573A

( 14 ) 大规模社交网络社区的检测方法及装置, 发明专利, 2014, 第 4 作者, 专利号: CN103942308A

( 15 ) 基于时间滑动窗口的数据流点连接查询方法, 发明专利, 2013, 第 3 作者, 专利号: CN103309966A

出版信息

   
发表论文
(1) Online Runtime Environment Prediction for Complex Colocation Interference in Distributed Streaming Processing, ICCS 2023, 2023, 通讯作者
(2) Elastic Resource Allocation Based on Dynamic Perception of Operator Influence Domain in Distributed Stream Processing, ICCS 2022, 2022, 通讯作者
(3) DROAllocator: A Dynamic Resource-Aware Operator Allocation Framework in Distributed Streaming Processing, NPC 2020, 2021, 第 3 作者
(4) ImageDC: Image Data Cleaning Framework Based on Deep Learning, PROCEEDINGS OF 2020 IEEE INTERNATIONAL CONFERENCE ON ARTIFICIAL INTELLIGENCE AND INFORMATION SYSTEMS (ICAIIS), 2020, 第 5 作者
(5) QEScalor: Quantitative Elastic Scaling Framework in Distributed Streaming Processing, COMPUTATIONAL SCIENCE – ICCS 2020, 2020, 第 1 作者
(6) SocialCCF: Graph-text Collaborative Cleaning Framework Based on Social Networks, PROCEEDINGS OF 2020 IEEE INTERNATIONAL CONFERENCE ON ARTIFICIAL INTELLIGENCE AND INFORMATION SYSTEMS (ICAIIS), 2020, 第 5 作者
(7) OMOPredictor: An Online Multi-Step Operator Performance Prediction Framework in Distributed Streaming Processing, ISPA 2019, 2020, 第 1 作者
(8) BGElasor: Elastic-Scaling Framework for Distributed Streaming Processing with Deep Neural Network, NPC 2019, 2019, 第 1 作者
(9) Leveraging Similar Reviews to Discover What Users Want, 25th International Conference on Neural Information Processing (ICONIP), 2018, 第 3 作者
(10) Leveraging the Dynamic Changes from Items to Improve Recommendation, 37th International Conference on Conceptual Modeling (ER 2018), 2018, 第 3 作者
(11) Collaborating Aesthetic Change and Heterogeneous Information into Recommender Systems, PRICAI 2018: TRENDS IN ARTIFICIAL INTELLIGENCE, PT I, 2018, 第 3 作者