近日，南方科技大学计算机科学与工程系助理教授余剑峤课题组在基于隐私计算的智慧交通领域取得一系列科研进展，其中两篇论文于同一日被相关领域国际顶级期刊IEEE Internet of Things Journal接收。01保护隐私的交通模式识别是智能交通系统的关键挑战之一。随着联邦学习（Federated Learning）的兴起，基于众包的联邦学习已经成为一个有具有成本效益的训练解决方案，通过分布式的方法在不暴露用户的数据隐私的情况下训练强大的交通模式分类器。然而，现有的交通模式识别方法在很大程度上依赖于大量有标识的交通模式标签，这在真实世界通常是难以实现的。虽然近年来众多的半监督研究试图通过给无标签的数据分配伪标签（Pseudo Label）来解决这个问题，但当涉及无标签数据量较大时，这种做法往往会降低分类性能。针对此，余剑峤课题组发表在物联网领域顶级期刊IEEE Internet of Things Journal上的文章以“Towards Crowdsourced Transportation Mode Identification: A Semi-Supervised Federated Learning Approach”为题，提出了一种用于交通模式识别的半监督联邦学习方案（MTSSFL）。该论文的第一作者为南科大研究助理张晨涵，余剑峤助理教授为通讯作者，南科大三年级硕士研究生朱元绍，南科大与悉尼科技大学联培博士研究生Christos Markos以及悉尼科技大学余水教授为论文合作者。南科大为论文第一通讯单位。该方案包含一个新颖的半监督联邦学习框架和一个基于集群学习（Ensemble Learning）的深度神经网络，在不依赖于大量标记可用的数据的同时，实现了高准确度和隐私保护的众包交通模式识别。该算法在联邦学习的训练中引入了一种一致性更新算法（Consistency-updating），将全局模型插入到只有未标注数据的局部模型的梯度更新中，以改善其训练效果。此外，其设计了一个新颖的参数聚合机制（ Mean-teacher-averaging），其可以在不需要额外训练的条件下进一步提高全局模型的交通模式识别准确度。与传统方法相比，该方案可以用较少的训练开销达到较高的准确性，同时也满足联邦学习的隐私保护的约束。图1. 基于集群学习的交通模式识别模型图2. 半监督联邦学习框架论文链接：https://ieeexplore.ieee.org/document/9632695/02联邦学习在大规模物联网传感器数据的交通预测任务中被广泛采用，因为其去中心化的特性使数据提供者的隐私得以保护。然而，当在联邦学习系统中采用基于深度学习的交通预测器时，由于深度学习模型含有大量的参数，现有的联邦学习框架在传输这些模型的参数更新时面临着通信开销过大的问题。课题组发表在物联网领域顶级期刊IEEE Internet of Things Journal上发表了题为 “A Communication-Efficient Federated Learning Scheme for IoT-Based Traffic Forecasting”的论文。该论文的第一作者为南科大研究助理张晨涵，余剑峤助理教授为通讯作者，悉尼科技大学研究员崔磊以及悉尼科技大学余水教授为论文合作者。南科大为论文第一通讯单位。该论文提出了一个新颖且实用的联邦学习方案（CTFed）来解决上述问题。所提出的方案采用了分而治之（Divide et Impera）的策略，根据通过预训练和参数降维得到的客户的本地模型参数之间的相似性，将客户进行聚类。其次，通过整合粒子群优化（Particle Swarm Optimization）算法，该方案设计了一个两步法来更新本地模型。所提出的方案使得每个集群中只需有一个有代表性的本地模型更新被上传到中央服务器，从而大大减少了联邦学习中模型更新传输的通信开销。此外，该方案正交于主流的基于梯度压缩或稀疏化的方法，因此可以进一步协作优化通信开销。实验结果表明，所提出的方案具有出色的训练效率、准确的预测性能和对不稳定网络环境的稳健性。所提出的方案作为一个通用的分布式训练方案，有望应用于解决其他研究和工业问题。图3. 通信高效的联邦学习方案论文链接：https://ieeexplore.ieee.org/document/9634121/

为普及应急救护知识，提高全体师生急救和自救互救能力，2021年11月26日，计算机科学与工程系联合深圳市红十字会在工学院报告厅开展了“救在身边”急救知识技能培训活动。工学院党委副书记彭中华老师、计算机系副主任王琦老师亲临现场，80余名师生参加了此次培训活动。图1. 合影首先，工学院党委副书记彭中华老师就学习急救知识的重要性做了分享，他以生动的语言、真实的案例向老师同学们强调了学习各项急救方法的重要性。图2. 工学院党委副书记彭中华老师其次，深圳红十字会老师从人工心肺复苏术的理论出发，为现场的学员讲述和演示了CPR操作的标准和实施要点。她表示：“心肺复苏是针对心跳呼吸骤停最有效的急救技术，学会心肺复苏和使用AED能尽可能地挽救生命。当发现有人突然倒地，作为目击者，在救援之前需要拨打120急救电话，保证自身安全的同时，再去施救。”图3. 培训老师讲解理论接着进行现场教学环节。老师们现场教授如何进行心肺复苏按压。他们从身体姿势到按压的手型和深度等方面对学员们进行了指导。此外，老师们还为大家讲述了AED的使用，以及如何在需要急救的时候把握急救“黄金四分钟”的宝贵时机。图4.培训老师现场教学最后，所有学员参加并通过实战考核，获得了心肺复苏（CPR+AED）培训证书。培训活动圆满结束。图5.培训现场

2021年11月19日，在刚刚结束的国际大学生超算竞赛（SC21 SCC）总决赛上，南方科技大学6名本科生组成的超算团队获得最高性能奖。参赛队队长由我系2018级本科生顾同舟担任，队员由我系2018级许博添、2020级郑英炜，以及另外3位兄弟院系学生组成，1/2成员来自我系。左下为我校获最高性能奖右下为清华大学获总冠军SC21超算大赛由SC国际超算大会组委会主办，与ASC超算竞赛和ISC超算竞赛并列为世界最具权威性的三大国际大学生超算竞赛。经过筛选，本次决赛共有来全球的10支队伍参加。除了我校，还有4所中国高校以及5所美国高校，分别是克莱姆森大学、佐治亚理工学院、波士顿大学、北京大学、上海科技大学、加州大学圣地亚哥分校、维克森林大学、暨南大学、以及清华大学。官网共展示两个奖项。南方科技大学参赛队获得最高性能奖第一名（Highest Linpack Bechmark Winner）。清华大学参赛队获总冠军（Overall Winner）。https://studentclustercompetition.us/2021/winners.html SC21 SCC我校参赛队员合影由于在竞赛中的优异表现，南科大超算队将获得明年在德国举行的ISC22国际大学生超算竞赛的一个保留席位。自南科大超算俱乐部组建以来，南科大学生超算队已在包括ASC、APAC HPC-AI、SC SCC等多项国际大赛中取得优异战绩。南方科技大学超算队作为新加入的参赛队伍，在比赛中展现了不俗的实力。此次竞赛由科学与工程计算中心主任工程师范靖和前南科大超算队队长赵佳华（现在意大利帕多瓦大学攻读硕士学位）指导。比赛准备期间，学校为超算队提供了硬件支持，南科大科学与工程计算中心与旗下的学生超算俱乐部在比赛准备期间全程提供了丰富的计算资源和技术指导，展现了南科大在超算平台和计算资源方面的强大优势。

为提高全系师生应急疏散能力，掌握火场逃生自救方法，让全体师生熟悉火灾逃生路线，迅速有序进行安全疏散，确保全系师生的生命安全，2021年11月5日，计算机科学与工程系开展了应急疏散预演。计算机系系主任姚新老师、学校安全、健康与环境办公室（简称“安健环”）程庆伟老师、工学院安全员谭志伟老师、以及计算机系全体课题组安全员参加了此次预演活动。图1、活动现场活动开始，工学院安全员谭志伟老师就组织消防演练的重要性和必要性进行了分享与交流。他强调工学院大楼目前有9个系（院）在此办公，大多数师生对整栋大楼的结构和消防通道不熟悉。安健环程庆伟老师就应急演练的方案做了详细介绍。他向在场人员展示了工学院大楼整体疏散图，讲解了疏散路线，对演练作了明确清晰的部署安排。图2、谭志伟老师、程庆伟老师报告（从左到右）会上，姚新系主任对学校和工学院组织安全疏散预演活动表示感谢。他强调安全是全系工作重中之重，是所有工作的大前提。他要求各参会人员借此机会认真学习应急疏散安全知识，确保将会议内容准确传达组内人员。同时姚新主任向与会人员分享了他在国外参加应急疏散演练的经历。他再次要求各课题组切实提高思想认识，杜绝麻痹大意，认真组织，确保演练达到预期效果。图3、系主任姚新老师讲话接着，大家认真学习消防器材操作使用知识，包括灭火器与消防栓水枪的工作原理和使用方法。安健环工作人员现场操作示范如何使用消防器材。图4、 工作人员现场演示最后，随着模拟警铃的响起，全体人员选择就近楼梯有序疏散，迅速撤离了现场。图5、疏散预演现场本次疏散预演活动，大家按照指令，不慌张，不拥挤，有序撤离，活动取得预期成效。通过本次预演活动，大家熟悉了火灾逃生路线，增强了消防安全意识，提升了逃生自救本领，为保证全系师生的生命安全作出了切实努力。

2021年12月26日，由南方科技大学教学工作部、共青团南方科技大学委员会、南方科技大学招生办公室及南方科技大学计算机科学与工程系联合主办，华为技术有限公司华为松山湖研究所和2012实验室中央软件院独家赞助的第四届南方科技大学程序设计竞赛圆满落幕。本次比赛共有来自南方科技大学、深圳大学、哈尔滨工业大学（深圳）的300余名学生以及来自南方科技大学附属中学和耀华实验中学的高中信息竞赛选手参加。比赛于中午12时开赛，时长四个小时，比赛规则与国际大学生程序设计竞赛一致。比赛颁奖典礼于下午4:30在琳恩图书馆110室举行，教学工作部部长黄克服教授、共青团南方科技大学委员会陆奇书记、招生办公室谭建伟主任、计算机科学与工程系系主任姚新教授、深圳大学秦建斌教授，耀华实验学校信息学竞赛教练刘溯老师，南方科技大学附属中学信息学竞赛教练谷任昕老师等作为颁奖嘉宾受邀出席此次颁奖典礼。经过四个小时的激烈角逐，比赛共评出1个特等奖，20个一等奖，40个二等奖和60个三等奖。其中南方科技大学树礼书院2021级李浩宇同学以8题、705分钟罚时的优异成绩获得了本次比赛的冠军。图1. 第四届南方科技大学程序设计竞赛冠军颁奖（左起：计算机系姚新教授、华为公司陈静女士、冠军李浩宇同学、教工部部长黄克服教授、校团委陆奇书记）教学工作部部长黄克服教授在颁奖礼的致辞中指出此次竞赛的重要意义，感谢计算机系连续四年举办程序设计竞赛，为参赛选手提供学习和交流平台，同时勉励珍惜学校学习机会，提高专业技术，为将来走出学校，走向工作岗位打下坚实基础。共青团南方科技大学委员会陆奇书记在致辞中勉励参赛学生思考初心和使命、明确作为当代青年应有的责任与担当，从而提升自己的专业水平，以期将来为国家科技发展做出贡献。最后陆书记为兄弟高校赠送参赛纪念品并为所有参赛选手期末考试加油鼓劲！招生办公室谭建伟主任在致辞中鼓励参赛高中生努力学习，为将来在南方科技大学攻读本科、硕士、博士学位打下坚实基础，并为参赛高中教练颁发参赛纪念品。赛事独家赞助商华为2012中央软件院高斯数据库部宋涛部长通过视频会议对比赛的成功表示热烈祝贺，同时介绍了华为松山湖研究所、中央软件院和高斯数据库部门的最新技术进展，鼓励参赛选手练好扎实基本功，学成之后加入华为做扎进根、捅破天的挑战课题。计算机系系主任姚新教授在致辞中对华为2012中央软件院、教工部、校团委和招生办对比赛一如既往的大力支持表示感谢，同时鼓励参赛学子明确个人发展目标，力争在操作系统、数据库系统、基础核心软件等关键卡脖子技术做出南科学子的贡献。最后姚新教授代表计算机系向赛事独家赞助商华为2012中央软件院赠送纪念品。图2. 第四届南方科技大学程序设计竞赛比赛现场图3. 第四届南方科技大学程序设计竞赛颁奖典礼现场图4. 竞赛队队长主持颁奖典礼图5. 教学工作部黄克服部长致辞图6. 共青团南方科技大学委员会陆奇书记致辞图7. 招生办公室谭建伟主任致辞图8. 华为高斯数据库部宋涛部长致辞图9. 计算机系系主任姚新教授致辞图10. 颁奖嘉宾为一等奖获奖选手颁奖作为南方科技大学首个学科竞赛，南方科技大学程序设计竞赛已经连续四年成功举办。比赛的成功举办离不开教学工作部与计算机科学与工程系“以赛促学、寓学于用”教学指导方案的推动。教学工作部一直以来对比赛提供大力的支持与帮助，从提供训练和比赛教室到配置比赛机器等。南方科技大学计算机科学与工程系以专业基础课《计算机程序设计基础》、《数据结构与算法分析》教学为出发点，推动精英化创新人才培养。在教学过程中，强调所学知识与解决实际问题间的融会贯通。通过开设暑期小课程、开辟第二课堂研讨等一系列举措，提高我校学生的算法设计与编程能力，增强学生的竞争力。此次比赛命题和赛事组织由计算机系唐博老师担任教练，沈昀老师担任领队的南方科技大学程序设计竞赛队承担，比赛场地、竞赛机器及环境、比赛物资与赛事志愿者得到教学工作部、共青团南方科技大学委员会、招生办公室、网络信息中心等单位的支持与帮助。

近日，在人工智能领域顶级国际学术会议 NeurIPS'21 上，备受瞩目的首届国际向量检索大赛 BigANN 顺利落下帷幕。由南方科技大学计算机系唐博助理教授领导的数据库课题组研究助理教授晏潇老师、2021级联培博士生卞证（香港理工大学导师姚文龙教授）和2019级本科生骆家睿联合ZilliZ公司组成的战队在赛道二“基于SSD的大规模检索”中，测试性能位列世界第一，斩获冠军！图1. 南方科技大学参赛成员线上讨论（左上晏潇、右上骆家睿、下中卞证）近年来，随着机器学习的蓬勃发展，语音、图像、视频等非结构化数据能够方便地被编码为向量。因此，向量检索成为了分析利用海量非结构化数据的关键技术，在智能搜索、推荐系统、自然语言处理等领域有着重要应用。大量高校和公司都对向量检索技术有持续的研究投入。NeurIPS首届国际向量检索比赛由来自微软研究院、Facebook 人工智能研究所、卡内基梅隆大学、Yandex 等知名公司及大学牵头组织，云集了来自清华大学、英特尔、英伟达、快手科技等学术界与工业界的优秀参赛选手。此次比赛使用了六个十亿级别的数据集，关注相似性检索和范围检索，Facebook、Microsoft Turing、Microsoft Bing、Yandex 专门为本次比赛发布了四个新数据集。本次比赛共设置了三个赛道，其中赛道二关注综合利用小内存和廉价SDD实现大规模数据集上的高效检索，难点是设计合适的索引结构，在减少磁盘读取的同时，保证高检索质量。图2. 数据库团队方案测试性能南方科技大学数据库团队提出的SSD页对齐桶和桶上邻近图检索方案，结合ZilliZ的标量量化技术，大幅减少了从磁盘读取的数据量，奠定了比赛夺魁的基础。方案在 Facebook 的 SimSearchNet++ 数据集上表现出优异的性能。该数据集使用范围查询，需要找到查询向量一定半径内的所有向量，由于各个查询的结果集大小差异大，对查询方案要求较高。经比赛主办方测试，数据库团队方案在 SimSearchNet++ 数据集上取得了高达88.573%的召回率，远超基线方案的16.274% ，确立了十亿级别数据集上范围查询性能的新标杆。南方科技大学数据库课题组南方科技大学数据库课题组由唐博助理教授创建于2017年，隶属于计算机系，目前有全职教师4人，硕士博士研究生15人，研究助理20人。课题组研究涵盖整个数据处理技术栈，包括数据库系统，数据查询处理算法，数据可视化等方向。课题组致力于推进国产数据系统和核心算法研究，成果发表在SIGMOD，VLDB，SIGIR，ICDE，EuroSys，TKDE，TPDS等顶级会议期刊上。目前，课题组和ZilliZ，华为、阿里巴巴、字节跳动、Facebook等公司建立了长期合作关系。