云服务组

以服务计算方式开发及实施应用系统是当前的主流技术。不但可以快速集成现有的网络应用,保存原始系统的自治性,同时达到业务的快速柔性配置。目前,服务计算作为一种高效的分布式计算模型,在无缝集成B2B应用以及企业级应用起到了重要的角色。它在大型网上商城、数字内容运营、社交网站、交通物流等大规模Web系统中得到了广泛应用,在军事、科研等大工程相关的复杂协同应用方面也具有较大实用意义和应用前景。
流程挖掘技术作为跨“数据挖掘”和“业务过程管理”的交叉学科,是一种有效的分析手段。流程挖掘技术基于现代信息系统普遍产生的事件日志,能够从日志中抽取知识、发现流程模型,为流程检测和改进提供了新的方法。
本小组主要关注服务发现、服务组合、服务推荐的相关研究,将服务计算与物联网等新兴领域结合,研究新环境下的服务计算面临的新问题;同时致力于流程挖掘技术方面的研究,将流程挖掘技术应用到企业信息系统日志分析中,分析用户群体与用户行为;将分布式技术应用到流程挖掘实践中,研究大数据环境下流程挖掘方法的改进。

可视化组

随着计算机处理能力和互联网技术的飞速发展,多媒体数据包括图像和视频能够承载更多的信息,因此方便用于记录和传播信息。视频拍摄工具的广泛使用使得用户可以非常方便将视频数据通过网络进行分享。这些就导致视频不但内容丰富,而且数量正在以惊人的速度增长,然而面对如此海量的数据,如何找到视频中用户感兴趣的内容已经超出了单个用户的能力范围。因此如何对这些多媒体数据进行高效的检索和有效的管理成为了一个新的挑战。

容器技术组

最近几年来,以Docker为代表的容器虚拟化技术越来越被业界所接受,成为部署应用时的另一种选择。而容器集群技术使得开发者无需关注底层架构与环境的情况下,快速部署自己的应用,快速响应需求。我们主要着眼于容器技术和容器集群技术,希望通过优化调度等方面来提高集群性能,目前我们已经将部分成果提交到Docker,runc等开源项目中。

资源云平台组

大数据背景下的工业4.0时代,信息资源是企业信息系统管理的核心,基于本体建模构建跨系统企业资源集成管理平台,基于Linked Data和语义分析技术,构建企业信息系统内部与外部互联网、物联网的泛在联系,将成为人工智能的重要支撑。
本小组主要关注数据本体建模、Linked Data、语义网及语义分析的相关研究,将关联数据与云计算、物联网结合,研究新的资源管理模式,以期用前沿的学术成果解决在企业信息管理中面临的新问题和新挑战。