下一代数据库技术实验室
下一代数据库技术实验室面向新型数据库技术和产品应用的需求,结合新型硬件、人工智能、非结构化数据处理等技术的发展,对前沿的自主化软硬结合数据库技术进行研究。下一代数据库技术实验室由浙江大学孙建伶教授和阿里巴巴集团李飞飞副总裁牵头,实验室导师还包括高云君教授,陈岭副教授,黄忠东副教授,伍赛副教授,和新加坡管理大学的李雨晨副教授。
人物介绍
阿里巴巴
expert image
李飞飞
阿里巴巴数据库事业部负责人 ACM2018年度杰出科学家
浙江大学
expert image
孙建伶
浙江大学计算机机学院教授、博士生导师。1993年获得浙江大学计算机应用专业博士学位。2001年赴美国道富银行工作访问。浙江大学-道富技术中心联合创始人。阿里巴巴-浙江大学前沿技术联合研究中心“下一代数据库技术实验室”负责人。主要从事数据库系统、机器学习、金融科技、软件工程等方向的研究。承担20多项金融领域国际合作项目; 主持国家自然科学基金、国防、863等科研项目。获得国家教委科技进步二等奖、浙江大学“青年教师优秀教学奖”二等奖、“竺可祯基金优秀教师奖”等。在AAAI, IJCAI, SIGIR , ACL等国际学术期刊和学术会议发表论文80余篇;出版数据库书籍3部。浙江大学计算机学院数据库系统课程负责人。教育部-微软精品课程“数据库系统”负责人。浙江大学计算机学院教学督导。浙江大学软件学院教学指导委员会委员。中国计算机学会数据库专业委员会委员。
expert image
高云君
高云君,教授,博士生导师,国家自然科学基金优秀青年科学基金获得者,入选浙江省151人才工程第二层次。2008年3月获浙江大学计算机科学与技术专业工学博士学位,而后在新加坡、加拿大、香港、澳大利亚等高校做博士后/访问研究,2010年3月以“海外引进”人才到浙江大学计算机科学与技术学院任教。研究方向为数据库、大数据管理与分析、DB赋能的AI技术。
expert image
伍赛
伍赛博士2002和2005年于北京大学分别获得学士和硕士学位,于2011年在新加坡国立大学获得博士学位,主要的研究方向包括:分布式数据、大数据处理、人工智能驱动的数据分析等。近五年在数据库领域顶级/重要学术期刊ACM Computing Survey、The VLDB Journal (VLDBJ)、IEEE Transactions on Knowledge and Data Engineering (TKDE)等和国际会议SIGMOD、VLDB、ICDE、SIGIR等发表论文50多篇。据不完全统计,本申请人已以第一/通讯作者发表 SCI 期刊论文的影响因子累计总量超 20,SCI检索14篇,EI检索52篇,CCF A类会议26篇,Google Scholar他引2300余次,SCI他引180余次,SCI单篇最高他引58次,H指数23。
expert image
陈岭
陈岭,博士、副教授、博导,浙江温岭人。1999年6月获浙江大学计算机系工学学士学位,2004年3月获浙江大学计算机学院工学博士学位(导师:陈纯 教授、陈根才 教授)并留校任教,2006年晋升为副教授。2003年7月至10月在微软亚洲研究院网络媒体组作访问研究,2006年1月至2007年7月在英国诺丁汉大学混合现实实验室作博士后研究(导师:Steve Benford 教授)。 现任浙江大学计算机学院普适计算实验室主任、浙大计算机学院鸿程商业智能技术研究中心副主任、鸿程智慧城市大型软件研究院副院长、阿里-浙大前沿技术联合研究中心骨干、中国工程科技数据和知识技术研究中心骨干,入选浙江省青年科学家培养计划、浙江省“新世纪151人才工程”(第三层次)、浙江大学求是青年学者、浙江大学优秀青年教师资助计划。
研究课题
数据库自然语言接口
  • 大量应用场景(如智能客服,智能搜索)接受用户自然语言问题,需要转换成数据库SQL语言。
  • 提出了数据库中文自然语言接口模型,性能优于最新的X-SQL(神经网络模型)和NaLIR(基于规则方法)。

智能冷热数据识别及管理机制研究

    现实负载中的数据具有冷热之分,在存储成本有限的情况下如何准确地提前识别冷数据并进行管理 ,对优化数据库系统的性能和成本有重要意义。


云原生数据库场景下异构索引及自适应索引研究

海量数据密集型应用的出现带来了新的挑战,传统 One Size Fits All 系统无法满足用户需求

本项目的研究目标为提出适应云服务的新型索引结构,包含两个研究任务:

  • 异构存储介质(DRAM-NVM-SSD)下的LSM-tree索引
  • 提出自设计索引结构,在设计阶段针对workload提出更优化的索引设计方案

孪生数据库技术及其应用

孪生数据库是和在线业务数据库保持一致(数据模式、存储模式、数据、查询等)的虚拟数据库,对于数据库调优、算法和结构更新、面向特定应用的数据库重构等有重要意义。


云数据库的性能诊断和智能优化

    自动异常检测是智能运维中的重要任务,可为故障预警和根因定位提供基础支撑。


基于层次化模型的时序时空预测分析

    有效建模多对象交互影响和协同演进过程是分析动态复杂系统的必要条件。


多模态数据的分布式检索与查询质量优化技术

    围绕多模态数据,研究基于分布式的数据清洗与整合、统一表征与管理、高效分析与挖掘、查询结果可用性等。


机器学习驱动的云数据库自动调优

    研究基于机器学习的云数据自动调优,最终实现端到端的云数据库调优工具。


基于 GPU 的虚假交易检测原型系统

    GPU 具有高计算性能和高带宽优点,本项目通过设计 GPU 上的标签传播系统来对阿里巴巴的超大规模图进行虚假交易检测,提高阿里巴巴的口碑和信誉,以此增加用户的粘性。


阿里技术 | 达摩院 copyright@2017-2018 阿里巴巴-浙江大学前沿技术联合研究中心《法律声明》
浙公网安备: 33010002000092号
| ICP备案网站信息: 浙B2-20120091-4