时间：2023年9月16日下午

地点：北京新云南皇冠假日酒店

主席：王  健 副教授，武汉大学计算机学院

      马于涛 教授，华中师范大学计算机学院

论坛简介：

青年学者精力充沛、思维活跃、知识和技能水平较高，是服务计算专委会科技创新的主力军。围绕“服务计算前沿技术与未来发展方向”主题，本次论坛邀请了5位长期从事服务计算及相关领域研究的优秀青年学者，探讨服务计算的前沿技术和关键进展以及面临的主要挑战。

论坛日程安排：

主题报告1：边缘协同训练：新机遇与新挑战

讲者简介：何强，华中科技大学计算机学院教授，博导，国家级青年人才，获得华中科技大学-澳大利亚斯威本科技大学双博士学位，曾在澳大利亚斯威本科技大学任讲师、高级讲师和副教授，主持和参与国家级科研项目7项，在CCF A类会议和期刊上发表高水平学术论文70余篇，在ACM/IEEE Transactions上发表论文80余篇，5次获国际会议最佳论文奖和最佳学生论文奖，3次获得校级杰出科研奖，培养的博士生3次获得优秀博士生奖，主要研究方向包括边缘计算、云计算和服务计算。

报告摘要：作为一种新的计算架构，边缘计算可以在靠近数据源的地方进行数据的分析和处理，在一些对反应速度要求比较高的应用场景中帮助用户和终端设备进行快速决策，如自动驾驶和虚拟/增强现实等，为人工智能在5G/6G网络边缘端的应用带来了全新的机会和挑战。本次报告将分享何强团队在边缘协同训练这一新兴课题的最新研究进展。

主题报告2：面向居家主动健康管理的软服务机器人

讲者简介：涂志莹，教授，博士生导师，哈尔滨工业大学威海校区计算机科学与技术学院院长助理，中国计算机学会服务计算专委会执行委员，IEEE服务计算专委会（TCSVC）宣传主席，工信部服务型制造示范遴选评审专家。近五年，主持并参与国家自然科学基金项目3项，承担国家重点研发计划课题/子课题3项，在IEEE TSC、IEEE TCC、ACM TOIT、ACM TWeb、IEEE ICWS、ICSOC、CAiSE等CCF A、B类国际期刊和会议发表高水平学术论文60余篇，出版专著/教材/译著各1部，获评2022年度山东省科技进步一等奖，2020年度中国人工智能学会吴文俊人工智能科技进步一等奖，2022年度中国电子学会科技进步二等奖，2020年度黑龙江省高等教育教学成果奖一等奖，2022年度山东省教学成果奖二等奖，2021年度中国计算机学会服务计算优秀青年。

报告摘要：慢性病（包括心血管类疾病、慢性呼吸系统疾病以及糖尿病、癌症等在内的慢性非传染性疾病）是影响人民群众生活质量的“健康杀手”，严重威胁人民的生命健康。近年来，我国慢性病的发病、患病和死亡人数持续上升，群众慢性疾病负担日益沉重。根据《中国居民营养与慢性病状况报告（2020年）》显示，2019年我国因慢病导致的死亡人数占总死亡人数的88.5%，其中70%以上的老年人受其困扰，且慢性病患者逐渐呈现出年轻化的趋势。慢病普遍存在发病率高、致残致死率高、治疗费用高、知晓率低、管理率低和治疗康复周期长、护理负担重等问题。目前大多数的慢病管理服务主要聚焦于以医院和医生为中心的诊中辅助诊断工作，忽视了以人为中心的诊前及诊后环节的管理和主动服务。本报告将介绍一种面向居家主动健康管理的软服务机器人，通过连续的自然交互，精准识别用户的健康管理需求，并提供相应的服务。

主题报告3：泛在环境下的智能服务赋能

讲者简介：陈南希，中国科学院上海微系统与信息技术研究所副研究员、博士生导师。本科毕业于武汉大学软件工程专业，后获得都柏林城市大学通信工程硕士学位、都柏林圣三一大学计算机科学博士学位。2016年加入中国科学院上海微系统与信息技术研究所。近期出版第一/唯一作者专著《新一代物联网架构技术：分层算力网络》（2021人民邮电出版社，第五次印刷）、《Mobile Microservices：Building Flexible Pervasive Applications》（2022 CRC Press、人民邮电出版社，获国家科学技术学术著作出版基金）,获2022年全国电力行业设备管理创新成果二等奖。任IEEE Communications Magazine（IF=11.2）客座编辑、中国计算机学会服务计算专委会执行委员、中国图学学会网络图形学专委会委员。

报告摘要：随着信息通信技术的快速发展，泛在计算环境已经成为数字社会的重要特征。在这种环境下，各种智能服务得以充分实现和应用，为人类生活带来更多便利与支持。本报告将探索基于云-边-端一体化架构构建的泛在环境在赋予智能服务巨大潜力过程中的几个关键问题。首先，将聚焦于动态而无处不在的环境下如何构建稳健的服务链；之后，将具体探讨在部署基于人工神经网络训练的服务时如何应对non-IID问题与数据隐私问题，以及如何处理高并发的泛在应用请求；最后，将介绍在轻量级的智能服务方面的探索以及部分行业应用。

主题报告4：面向边缘计算环境的去中心化服务请求分配

讲者简介：吴洪越，天津大学智能与计算学部副教授，硕士生导师。2018年博士毕业于浙江大学计算机科学与技术学院，2017-2018年澳大利亚悉尼大学联合培养博士。主要研究方向为服务计算、边缘计算、移动云计算等。主持或参与多项国家重点研发计划、国家自然科学基金、中国博士后科学基金、天津市自然科学基金等项目。在IEEE TPDS、IEEE TSC、IEEE TASE等权威期刊，以及ICSOC、IEEE ICWS等领域国际会议上发表学术论文三十余篇。曾获ICSOC2017最佳论文奖等。

报告摘要：边缘计算环境中，由于边缘服务器物理资源的限制，以及服务请求分布的不均衡性，需要对服务请求进行再分配来满足不同的服务请求并优化服务供应。现有的研究方法通常采用集中式的方法来解决该问题，因此存在单点故障、易出错、鲁棒性低、难以扩展等问题。为此，我们设计了去中心化的边缘计算架构，并基于博弈理论提出了去中心化的服务请求的分配方法。该方法将边缘服务器间的服务请求分发问题建模为分布式的非合作博弈模型，通过多轮次的博弈和竞争达到系统的Nash均衡状态，以此获取服务请求的分配策略。

主题报告5：知识驱动的智能化软件工程研究实践

讲者简介：张能，博士，中山大学软件工程学院“百人计划”助理教授，硕士生导师。分别于2012年和2017年从武汉大学获得学士和博士学位，师从何克清教授。2018年12月至2021年3月在浙江大学从事博士后研究工作。2021年4月加入中山大学软件工程学院。主要研究领域为软件工程、服务计算、知识挖掘与应用，重点关注面向任务的多元软件数据的知识挖掘与融合，以及知识驱动的智能化软件开发支撑技术研究，在ACM/IEEE系列期刊/会议上发表论文20余篇，包括TSE、TSC、ICSE、ASE、JSS、KIS、ESWA等。担任中国计算机学会服务计算专委会执行委员，多个学术期刊/会议的程序委员会成员、组织委员会成员或审稿人。主持或参与多项国家级和省部级项目。

报告摘要：在软件开发中面临诸多挑战性任务，如用户需求的理解与获取、代码搜索与复用、缺陷检测与修复等。这些任务的有效解决需要挖掘和利用蕴含在多元软件数据中的知识。随着软件大数据的累积，大量基于机器学习或深度学习的智能化软件开发技术被提出，且取得了不错的效果，但这些技术大多依赖从海量数据中学习的统计规律，缺乏对数据中知识的准确获取，导致结果的准确性与可解释性存在一定局限。为了克服这一问题，近年来，不少研究者关注软件数据的知识挖掘（如具有代表性的KG4SE）和基于知识增强的技术研发，在准确性和可解释性上的提升效果明显。本报告将围绕软件工程中的几个任务场景，如技术问题检索、编程答案生成、代码变更分析等，简要分享我们在多元软件数据的知识构建与知识驱动的智能化软件开发技术研究方面的一些探索实践与成果。