讲者简介：张广艳，CCF信息存储技术专业委员会副主任、CCF计算机历史工作委员会副主任。清华大学计算机系长聘副教授，国家杰出青年科学基金获得者。主要从事大规模数据存储与分析的理论和方法研究，涵盖存储系统、数据压缩、大数据计算、AI计算系统等方面。研究工作得到了国家杰出青年科学基金、国家重点研发计划、中国工程院战略研究与咨询项目、973和863等一系列国家级科研项目的大力支持。已在FAST、SOSP、EuroSys、USENIX ATC、VLDB等国际顶级系统会议，以及ACM ToS、IEEE TC、IEEE TPDS、ACM TACO等国际权威期刊上发表论文30余篇。以第一发明人身份获得美国发明专利授权、中国发明专利授权10余项。研究成果应用到多家国内骨干企业的存储产品中，显著提升产品性能与应用价值，取得了良好的实用效果。

报告题目：既要压得狠，又要查得快：大规模日志数据的高效压缩与聚合查询

报告摘要：云服务提供商经常借助日志模式对大规模日志数据进行高效压缩，以降低存储与传输成本。与此同时，日志的聚合分析对于故障诊断、安全审计和用户行为建模等关键应用至关重要。然而，在高度压缩的日志上执行聚合分析仍面临两个关键挑战：1）难以提取同时具备全局表达能力与高过滤效率的模式集合；2）对数值编码数据执行高性能全文查询存在较大困难。本报告将跟大家一起探讨“在压缩日志数据上进行快速的聚合查询”的可能性，并介绍一种大规模日志数据的高效压缩与聚合查询方法。首先，提出一种两阶段日志模式提取范式，实现日志数据压缩与聚合分析的协同优化。其次，针对数值编码的日志字段，设计一种基于 AVX SIMD 指令的高效前缀/后缀向量化查询算法，从而显著加速了压缩日志的聚合分析过程。

讲者简介：周可，CCF信息存储技术专委会秘书长，华中科技大学教授、博导，教育部长江学者奖励计划特岗学者，中国计算机学会杰出会员。从事海量数据存储与管理方向研究。发表论文百余篇，申请发明专利80余项，已获授权60余项，主持制定国家标准3项、国家电子行业标准1项。获国家技术发明二等奖1项、省部级一等奖4项、二等奖2项。

报告题目：AI使能的云盘智能装箱方法

报告摘要：本报告聚焦云盘智能装箱方法，针对云块存储中多维资源利用率低和负载不均衡问题展开研究。介绍了AI使能的多维装箱方法，包括云盘自动分类（采用K - means聚类算法和决策树分类器）以及基于曼哈顿距离的最佳适配分配算法。同时，对比了先前方案（如ODP、S - CDA）的局限性，提出了具有时间负载感知的TELA方案。TELA通过负载模式分类器、负载值预测器、仓库峰值估计器等组件实现峰值削减和负载均衡。实验结果表明，TELA相较于S - CDA和ODP大幅减少过载发生次数和持续时间，且资源利用率有所提升。

讲者简介：张一鸣，教授，大规模网络智能计算实验室（NICE Lab）主任，入选国家高层次人才计划。担任中国计算机系统大会（ChinaSys）主席、IEEE Trans. Computers编委等。长期从事网络智能计算技术研究和系统研制。相关成果获CCF科技进步一等奖、国家科技进步二等奖、湖南省自然科学一等奖、FAST’23最佳论文奖等。

报告题目：SkySync: Accelerating Computility File Synchronization with Collaborative Delta Generation

报告摘要：SkySync是一种基于协同delta生成（collaborative delta generation）的算力网文件同步方案。我们发现算力网文件同步的瓶颈主要是跨WAN的文件delta计算开销。然而，传统存储层已出于管理目的（如完整性验证、错误检测、重复数据删除/压缩）维护了大量丰富的元数据（如校验和与加密摘要）。因此，我们通过适当的改造与组合，复用这些现有的存储层元数据来获取分块校验和，从而有效减少计算开销。此外，我们还引入了一种轻量级哈希算法，以加速分块搜索过程。我们分别基于FSC和CDC实现了两种SkySync系统，并对当前最先进的rsync和dsync通信协议进行了增强与优化。

讲者简介：李永坤，中国科学技术大学计算机学院教授，安徽省高性能计算重点实验室主任，入选国家级青年人才计划。CCF信息存储专委委员。主要致力于存储系统研究，共发表论文80余篇，包括OSDI、FAST、ATC等，研究成果在PingCAP等企业落地应用。主持国家自然科学基金项目3项、省部级与企业合作项目10余项。入选中科院青促会并获评优秀会员，获评唐仲英基金会仲英青年学者、翟光龙学者等。担任DSN25，ICDCS2024/2023、ASPLOS2022 (ERC)等会议程序委员会委员，JCST期刊青年编委，以及OpenHarmony智能数据管理TSG成员。

报告题目：面向分离式内存的高性能树型索引

报告摘要：分离式内存将计算和内存资源解耦，通过池化管理提高资源利用率和系统扩展能力。然而，这种架构对树型索引设计提出了新的挑战，尤其是在索引性能和并发访问效率方面。由于计算侧发起大量并发索引访问请求，导致内存侧RDMA网络资源（包括IOPS和带宽）极易成为瓶颈，阻碍计算侧任务高效执行。该报告主要介绍基于计算侧协同设计的树型索引优化。通过将部分索引定位和锁操作从内存侧卸载到计算侧，并利用计算服务器间的协同，实现对计算服务器之间RDMA网络资源的充分使用，进而缓解内存侧资源瓶颈，提升索引性能。

讲者简介：蒋德钧，中科院计算所副研究员，博士生导师，中科院计算所先进计算机系统研究中心数据系统实验室主任。长期从事存储系统与体系结构研究工作，在ATC,MSST,ICDCS,TOS,TACO等国际会议与期刊上发表论文三十余篇。承担或参与多项国家重点研发计划项目，国家青年科学基金项目，人社部留学人员科技活动优秀项目，北京市自然科学基金项目等。入选中国科学院青年创新促进会，相关成果获北京市科学技术进步奖二等奖，CCF科技进步奖三等奖。

报告题目：基于跨网协同的高性能分离式SSD文件系统

报告摘要：存算分离架构在提升存储资源利用率的同时，面临分离式存储设备的访问开销。尤其在部署高速SSD和RDMA网络时，现有内核文件系统数据通路存在严重的内核栈开销。同时，访问远端存储引入的额外网络延迟也导致文件系统低效的并发访问和原子性IO操作。本报告提出一种基于跨网协同的分离式存储设备高性能文件系统CetoFS。CetoFS设计了一种用户态-内核协同架构，将数据通路完全放在用户态，同时将权限检查从内核中分离出来。CetoFS利用远端存储服务器的处理能力，通过权限检查、并发控制和原子性IO等任务卸载机制，显著降低了网络开销并提高文件系统整体性能。