各位下午好，我给大家报告的题稍微有点不同，我们在未来网络做了一点工作，但是数据还不（英文）。在这里给大家报告一下我们做（英文）的，我们要从这个（英文）计算模型，（英文）的模型来谈一下我们做的一点工作。

另外，我介绍一下（英文），包括（英文），还有我们做了一些（英文）增加了一些（英文）。

我们目前来讲，对（英文）数据进行分析，然后做了一些启发，就想从大脑网络里面来学习一下，来构造出未来网络，使这个未来网络的通讯能够更加高效。主要是这几个方面。

（英文）讨论大数据，这张图大家可能看到了，四这个（英文）目前来讲从我感受到的看到的文献，（英文）大家对（英文）虽然说五个（英文），但是大家大的工作还是停留在（英文），停留在数据量的（英文）比较大，这个（英文）大呢，不得不说（英文），这是一个（英文），这个（英文）非常简洁有效，提供了一种（英文），通过这种（英文），还有（英文），我们可以对大量数据进行分布式计算。

我们在（英文）做了两项工作，我认为还不错，一项工作（英文）这种新材料我们进行了数据模型建模，亚马逊，还有阿里巴巴云平台都支持（英文）应用，写应用程序上去以后，作为计算任务，对于一般的计算任务，像亚马逊、阿里巴巴平台没有这样的功能，我对一些任务分析（英文），（英文），你想有一个（英文）应用，通过对历史数据进行分析，程序会告诉你到底是买还是卖，（英文）六点开门，但你的程序还没有运行完，那一点意义没有了。它用（英文），我们就需要这个云平台这样的功能，握有时间要求，我的应用在一定时间内完成，或者说假如说在这个时间内完成，我需要多少资源。云计算资源来运行（英文），我有可能资源多，我浪费了，我付费付的多，如果资源少呢，我可能会在希望达到的规定时间里没有运行完，所以我们就做了这样的工作，把很多（英文）运行的模式用数学建模建出来了，我们可以看到这个地方，我们这个（英文）非常（英文）的时间，这是一个惠普研究院的工作，我们是在它的基础上进行改进的，我可以很好的通过（英文），通过对应用的执行，我可以运行的新的任务，运行时间，用到我的计算云平台以后，根据云平台的资源，可以预测（英文）大概什么时间可以运行完，可以结束。

另外一项工作，假如说一个设定，我想在我的工作在规定时间内完，我需要多少资源，就像在（英文）我需要多少（英文），需要多少（英文），这是另外一个工作，就是（英文）。这样的话，我对（英文），如果用户也这种需求，用户的需求会被满足到，（英文）。所以这个工作2016年发表了，如果大家有兴趣可以看一下。

另外一项工作，（英文）有190多个参数，作为一般用户来讲很难配合它的参数，我们使用（英文）这种（英文）进化办法，把参数之间，我们选择了十个核心参数，把参数之间的关联关系挖掘出来，然后我们通过（英文）这种方法来进行优化，所以我们优化的效果，如果使用缺损的和优化进行相比，我们优化可以把速度至少提高两倍，十台机器相当于20台机器允许这个平台。这个效果非常明显。

基于（英文），很早我们就开始（英文），这种算法研制，主要是用于图片的标注，还有近期研究视频分析，这是身高，现在在人跟踪使用（英文），因为这个数据流非常大，是流动的，基于这个（英文），我们来开发分布式运行的机器算法，包括（英文），（英文）可以用很多层，当然精度是上去了，一个问题就是速度问题，因为参数越多，计算量就越大，我们用分布式计算（英文），目前来讲在进行这样的工作。

（英文）这一块我们也是刚刚起步，是什么呢？大家也都知道（英文）数据（英文）和（英文）的分离，分离是个好事，这样原来有（英文），（英文）成了（英文），但是SDN提供一种手段，（英文）来进行高效的数据通讯。

但是它带来一个问题是什么呢？我们在编程的时候，（英文）怎么（英文）到程序里去，等于人工把这个（英文），这一块虽然说它提供一种手段，但是手段目前来讲还是（英文），而不是（英文）。怎么能够使（英文）过程（英文）呢？所以2016年这篇文章发票出来（英文）和SDN（英文），这里面提到什么呢？对于网络里面有很多状态，很多数据可以上来，通过大数据数据计算方式，（英文）模型，通过（英文）技术，然后来给这种网络提供（英文），指导，这样在（英文）也好，（英文）也好，可以很容易的放到程序里面，然后对这个网络进行动态的（英文）。提出了这样的一个概念。

我们近期做了一点工作，我们在（英文）上加了一个（英文），（英文）的（英文）赋予一定的（英文），这样的话我把状态提取完了以后，通过机器学习的方法，来产生一些（英文），来指导这个（英文），使得（英文）（英文），这样的话结果当然是（英文），和（英文）这种方式来进行比较，AI这种方式（英文）小的时候没有体现出来，大的时候（英文）就体现出来了，（英文）在这个方面。我们这一块还是刚刚起步，就想将来的数据越来越多，（英文）支撑的未来网络，我通过这种分布式计算方式，机器学习的方法，使得网络更加智能。

最后我谈一下（英文），什么意思呢？我们在对大脑网络进行分析的时候，（英文）这种数据，大脑网络呈现网络属性，这个（英文）小试卷网络属性，（英文），如果说一个网络有什么（英文）属性，叫（英文）就是非常（英文），（英文），我们想做的，大脑网络是一种什么（英文）属性呢？这是我们在做，在准备的一些事情。

我们对（英文）数据进行分析的基础上，我们用（英文）引进了一个叫（英文），产生了很多的（英文），根据那一节点是（英文），我们（英文）它的好处是什么意思呢？我们不需要（英文），（英文）不知道到底有多少（英文）在数据里面，大脑网络里面，所以通过引进这个（英文）。

我们建成（英文）以后，（英文）的节点和（英文）之间的关系就能表现出来，（英文）有两个（英文），这个（英文）和其他可能有很大的（英文），比如带宽，这样就想着大脑的（英文）学习出来，什么意思呢？我大脑在有什么（英文）的属性，现在用（英文）通过深度学习，挖掘出来大脑的结构，我拿它作为指导，指导这个SDN（英文），握有物理节点，逻辑节点，节点之间连接的可以动态的调整，未来网络的结构呈现出（英文）属性，这样使得（英文）比较高效。

最后想说一下关于基于SDN（英文）存在什么呢？就是（英文）的问题，能够知道这个是SDN（英文）它是（英文），一个（英文），这样问题是（英文）。

但是这些（英文）需要（英文），还有（英文），这个问题是什么，和（英文）。（英文）如果想达到精确的高效的，可能花的时间长，学习出来的（英文）长，但是结果非常好，就得出这个路径选的非常好，但是确定时间（英文）在考虑（英文）的时候，（英文），我可能说我（英文），我可能不是太高效的一种策略了，但是这一块的时间花费没有那么大，通讯这一块不是那么高效，但是在做决策的时候不是太慢。

随着SDN的发展，这些问题会慢慢的得到解决。谢谢大家。