Prof. Deyu Qi, South China University of Technology, China

齐德昱教授，华南理工大学

Qi Deyu, B.sc., M.Tech., PhD.Tech, Professor, doctoral supervisor. He has served as professor of South China University of Technology(SCUT), doctoral supervisor of computer science and technology and software engineering of SCUT, director of Research Institute of Computer System at SCUT, director of Joint IoT Innovation Lab of The University of Texas at Arlington and South China University of Technology, chairman of Alliance of Guangdong Credibility Computing and Block Chain, vice chairman of Alliance of Guangzhou Smart Education, academic leader of Advanced Computing Architecture of SCUT, director of Research Institute of Guangzhou Future Information Technology, director of Research Institute of Intelligence Augmentation at South China Business College

The main research directions include new generation computer system architecture, software development methods and software architecture, CASE and software development environment and tools, intelligence augmentation, intelligent control, computer system security and so on. The application directions include cloud computing, big data, Internet of things, artificial intelligence, information security, system software and high performance computing.

He has written and published many textbooks and monographs, published more than 200 academic papers in well-known journals, and obtained 11 authorized invention patents

As the host, He have completed many research projects, including the projects of the National High Technology Program (863), the National Natural Science Foundation of China, the National Natural Science Foundation of Guangdong Province, the National Technology Innovation Fund project, the Guangdong key science and technology projects, breakthroughs for key areas of Guangdong and Hong Kong Joint and so on.

He has put forward a series of methods and techniques. It includes VLSI dynamic testability analysis method Fanalysis, object-oriented analysis abstract model LOODS, product conceptual design intelligent support architecture HCP, distributed application system interoperation model XIOM, multi-database middleware DoD, framed data collection and distribution environment and tool DataHub, computing model GridJack based on formal domain fusion, integrated line-speed network security inspection system, big data model and management system GriDoc, C mode software development method and framework EIO based on pumping service, unified software development platform OneP/USIP, unified application support environment OAA, pan-manufacturing platform UPP.

齐德昱：理学学士、工学硕士、工学博士，教授，博士生导师。历任华南理工大学计算机学院教授、软件学院教授、计算机科学与技术学科及软件工程学科博士生导师、华南理工大学计算机系统研究所所长、华南理工大学“兴华人才工程”先进计算体系结构学术团队学术负责人、美国德州大学阿灵顿分校与华南理工大学联合物联网创新实验室主任，广东省可信数字身份与密码区块链应用联盟理事长、广东省高等教育学会数字化科学技术分会常务副理事长、广州市智慧教育创新联盟副理事长、广东省Linux应用软件标准化技术委员会委员、广州市未来信息技术研究院院长、华南农业大学兼职教授、广东工业大学兼职教授、南国商学院特聘教授与数字化科学技术研究院院长、广东省物对象数字化研究中心主任。

主要研究方向包括新一代计算机系统结构，软件开发方法与软件体系结构，大数据技术、CASE与软件开发环境与工具，智能增强、智能控制，计算机系统安全等,涉及的应用方向包括云计算、大数据、物联网、人工智能、信息安全方面系统软件与应用软件以及高性能计算等。

目前已培养博士后3名、毕业博士生30名、毕业硕士生近200名。

编写出版论著 “数据结构与算法”、“计算机形式化方法”，在国内外知名刊物发表学术论文200多篇，获得授权发明专利15件、PCT国际专利3件。获国家计算机应用成果一等奖（集体）1项，以第一完成人获首届全国计算机应用成果奖1项、省级科技进步奖2项。

先后作为主持人承担国家高技术（863）项目、国家自然科学基金项目、国家技术创新基金项目、广东省自然科学基金团队项目、广东省重点科技攻关项目、粤港关键领域重点突破项目等。 

先后在所承担的国家863、国家自然科学基金及其他一些基金或科技计划项目中，提出并实现VLSI动态可测性分析方法Fanalysis 、面向对象分析的LOODS抽象模型、产品概念设计智能化支持体系结构HCP、大粒度独立分布应用系统互操作模型XIOM、多数据库中间件DoD、框架化的数据集散环境与工具DataHub、基于形式领域融合的计算模型GridJack(格件)、元对象插座MOS（OAA）、综合联动线速网络安检体系、大数据集散引擎DataHub、面向数据资产增值的大数据加工成形方法与模型GriDoc、基于抽注服务的C/C模式软件开发方法与框架EIO、统一软件开发平台OneP、泛制造平台UPP、群智创新平台CPP、流水线产品加工/制造设备控制系统生成器CtrlTurbo、工商社交平台ICI、泛在对象智能控制模型UOSM。

所提出的格件（GridJack）是新一代计算模型（发明专利，国家自然科学基金项目、广东省自然科学基金团队项目、粤港关键领域重点突破项目资助）,它同时引入了构件形式语义与构件连接的形式语义，将系统看做由具有确定形式语义的系统构造成分"格、场、格核、场核"通过自相似滚动式的扩展和纵横交错的融合而成。支持多级高度并行、高可信性保障、高阶操作和多重复合控制集中(类IoC)机制以及结构可扩展及框架跨网络等特性,同时也建立了一种基于形式语义逐步求精的系统模块复用机制。

格件同时具有强大的方法与技术衍生性，可以应用在多种场景。目前我们基于格件衍生出软件开发方法、相关资源调度模型、处理器/机体系等。格件如果做为新一代软件的开发方法和云计算系统开发方法，则突破目前的软件构造模式，无需基于子程序和对象调用以及服务访问机制，无需使用诸如IF、WHILE和GOTO之类的控制“语句”实现流程控制。格件摒弃这写传统构造模式的弊病，用“融合器”取代语句，用场、格代替构件，改变传统的编程思维，具备的主要优势是描述能力强、具有天然分布并行结构、支持多重复合控制集中(类IoC)机制、支持微服务体系、支持高阶操作和结构可扩展等。格件同时也可用于构造一种基于多核融合与扩展的处理器体系和多处理机体系。

所提出的MOS(Meta Object Socket)是一种数字化对象的生成与运行支撑环境，支持通过配置与插件方式封装为可被信息系统操作访问的基本数字对象，称为MUO，在数据世界中代表物理世界中的包含人、物、仪器设备、数据、软件在内的称为泛在的相关的各种对象，做为一种支撑元宇宙系统的基础设施。MUO也可以以网络模型化方式进行融合，构成MOS对象网，并生成合成MUO对象，代表MUO对象的集成、互操作与群智协作，它包裹的MUO对象以窗口、管道、端口和按钮方式支撑泛在对象的行为功能的发布与访问。MOS也支持构造泛在对象覆盖网，实现泛在对象的自组织、协同工作、虚拟化与“增值”。当MOS支撑的泛在对象为数据、设备或者软件时，MOS分别称为MOS数连卡、MOS物联卡和MOS软联卡，分别实现对数据资源、设备及其他物对象、软件系统的初始数字化。MOS也是一种新的应用系统体系结构与软件开发方法，简称MAPP，是一种比DAPP模型化程度更高和描述能力更强的方法，支持用户构造基于分布式多服务器（即多放在对象）的应用系统，实现软件动态构造—软件即覆盖网SaaN。目前，MOS已应用到EIO、泛制造平台、物联网平台等实现。同时，MOS也是元宇宙的基础技术，通过MOS对象可实现现实世界的泛在对象与数字空间内的对象的双向映射。

所提出的GriDoc包括大数据的融合模型、组织模型与操作模型，支持用户通过融合模型与组织模型将大数据加工处理为满足个性化需求的数据产品，实现大数据的增值。融合模型通过将数据操作抽象为G、T、S、A、F四种基本操作构筑动态的基于多重二部图的数据融合网，以多重二部图模式实现数据的策略化采集、加工、集成、装配、融合。组织模型支持用户通过“表包含”模式将融合网中的数据构件编织为自己的数据与知识视图。该方法的使用，同时实现大数据的模型化操作治理与基于多重二部图的数据与知识表达，并使应用程序与数据治理高度独立。是一种大数据组织、集成与操作访问方法与模型，支持用户采用模型化的方式操作访问大数据。GriDoc以“树顺序表”结构组织大数据，以树表语言通过数格引擎操作数据。通过数格引擎向用户通过基于GriDoc模型的数据虚拟视图和物化视图，通过段引擎模型化发布数据。数格还通过管道支持数据的分布式处理（流水处理）和区块链。

所提出的EIO是一种基于数据抽注的软件开发方法及其支撑环境与工具。EIO将一个应用系统的构造，看作是通过交互视图与数据资源的抽取与注入操作实现的。抽注操作以服务模式在“统一应用支撑环境OAA”技术支撑下进行，基于客户与服务端的消息传递，使程序的构成机制由“控制”转变为“服务”，舍弃流行的MV*(MVC、MVP, MVVM等）模式，解决了以Struts为代表的一类MV*模式的以控制为核心所带来的编程复杂、运行效率低下的问题。EIO是Struts、 SpringMVC、Tapestry、ASP、JSP、PHP及一些Python Web框架等方法与框架的一种替代品，实现的目标是简化开发工作，提高软件质量。

所给出的网络安检机体系中，提出一系列网络安全防护关键技术，包括多层次的联动体系（包括主-僚联动、内部联动、网格联动、内外网联动等），支持动态优化与联动的可扩展的安全威胁统一模型，支持线速处理的短规则体系，多乱序流多模式双并行的内容匹配算法，支持多处理器并发处理的超引擎流水线技术，超栈多流过滤方法，高性能的硬件实现体系。这些技术的采用，使得困惑UTM系统的“功能与性能”的矛盾及“安全威胁可变性”的问题，得到很好解决。

所给出的多源众核系统的基于超任务网的调度方法FRT(false-load reduction by two stage)，引入超任务网描述任务的两种相关性,从理论上找出任务集的面向最小空载度的最优调度次序和最优超最优核共享次序,使调度问题分解为两个环节：求最优超任务网和最优核共享序列,将调度算法转变为最优超任务网的最优结构寻找问题,从任务排序和核共享两个环节消除空载,将相关性描述脱离约束条件,使算法时间复杂度高度独立于任务相关性的复杂度和动态性,获得海量多源核的最小平均空载度(资料截止到2022年3月)