A recent paper on Blockchain has been submitted to arXiv

By Huawei Huang, Dec. 23, 2019

Topic: Consensus of Blockchain Systems

1. Paper TitlePIRATE: A Blockchain-based Secure Framework of Distributed Machine Learning in 5G Networks.

SummaryA sharding-based blockchain framework, for byzantine-resilient distributed-learning under the decentralized 5G computing environment.

Authors: Sicong Zhou*, Huawei Huang*, Wuhui Chen*, Zibin Zheng*, and Song Guo†,

AffiliationsSun Yat-sen University and † Hong Kong Polytechnic University.

旧论文整理:对基于低轨卫星的大数据存储的展望

By Huawei Huang, Dec. 17th, 2019

整理论文发现,2018年2月我们有一篇发表在 IEEE Wireless Communications (中科院一区期刊,IF=11.0) 题目为 “Envision of Wireless Big Data Storage for Low-Earth-Orbit Satellite-based Cloud” 的mini综述论文。

    [附件下载:IEEE-WCM-2018Huang-Envisioned.pdf ] [ResearchGate page’s URL ]

    这篇论文的背景与出发点总结如下:

    美国一家初创公司 Cloud Constellation 于2016年推出了 SpaceBelt  计划,主导开发基于低轨道卫星(Low-earth-oribit, LEO)云存储系统。目标是为企业与政府建立一个与地面互联网完全隔离的、运转在低轨道上可保证数据绝对安全的数据中心(暂且称为“空间数据中心”,Space-based Datacenter)。

    受以上卫星通讯业界的最新业务所启发,可以看出:在未来几年6G研究被逐渐展开的过程中,基于低轨道卫星的全球互联网将是一个非常关键的方向。目前学术界已经出现了一些研究成果。比如,有些文献(详见论文中 [5-7])提出了应用基于低轨道卫星通讯系统进行数据的传输与转移地面网络的数据流量。然而,不难发现,卫星设备在这些现有研究中充当的角色只是数据中转设备。从本质上看,卫星系统仍然属于地面互联网或者地面核心网络的向空中延伸的“附属物”。

    另一方面,经调查发现,有关“空间数据中心”的课题尚且未被学术界提出过。因此,受 SpaceBelt 计划所启发,本论文大胆推测:在未来5年内,关于这个方向的相关研究应该会陆续出现,并将呈现出较快的增长趋势。为了填补学术界对“空间数据中心”研究的空缺,本文主要讨论并总结出一些有价值的科学研究问题与面临的技术挑战。

    我们相信,本文将会照亮一点点6G研究的曙光。
————————————
作者:黄华威

一篇关于NFV的长文正式发表在IEEE TCC

Dec. 10, 2019, by Huawei Huang

      很高兴看到我们一篇关于网络功能虚拟化(NFV)的长文正式发表在 IEEE Transactions on Cloud Computing (TCC) 期刊上。文章信息如下:

     现今来自终端用户的多种应用所产生的流量在到达数据中心服务器之前,需要经过不同种类的网络功能服务的处理。比如,网络流量需要经过防火墙、深度包检测、负载均衡器、视频编码解码器等网络功能虚拟化节点。这篇论文主要研究了基于混合类型的虚拟化网络功能的“服务链(Service Function Chain)”编排与部署问题,提出了能应对多种网络功能需求的快速服务链编排、具有部署灵活、运营效益最大化特点的解决方案。

     IEEE Transactions on Cloud Computing (TCC) 是云计算领域高水准期刊,影响因子为5.967 (中科院SCI期刊一区),每年仅仅刊载几十篇高质量论文。

      另外一篇相同课题的成果同样发表在 IEEE Transactions on Cloud Computing (TCC),已在线但尚未正式出版,论文信息如下:

       不同于传统的服务链编排方法,在第二篇论文中,作者提出在进行服务链编排时需要兼顾考虑以下两个特性: i)不同网络功能虚拟化服务节点之间“横向”流量的变化性,以及 ii)同种服务节点之间的协同操作会造成“纵向”服务能力下降的特点。

       此外,针对基于虚拟机与实体物理设备所组成的混合网络功能体系,作者计划提出基于机器学习预测结果的高容错性快速服务链编排方案。所提出的方法将会帮助服务提供商与网络运营商高效稳健地为 5G/Beyond 5G 用户提供可靠的服务。