ダファベット 入金不要吴云乘副教授荣获2024年ACM SIGMOD 系统奖

近日，2024年SIGMOD数据管理国际会议在智利圣地亚哥召开。国际计算机学会数据管理专业委员会（ACM SIGMOD）将2024年系统奖（Systems Award）荣誉授予Apache SINGA项目研发团队，以表彰其在“在研发分布式、高效、可扩展且易于使用的深度学习平台以用于大规模数据分析”方面的贡献，ダファベット 入金不要数据仓库与商务智能实验室吴云乘副教授作为Apache SINGA项目研发团队成员荣获该奖项，是我校教师首次获得此项奖励。

ACM SIGMOD 系统奖是数据库领域的顶尖荣誉，旨在奖励在大规模数据管理系统理论与实践领域做出突出贡献的个人或者组织。往届获奖者包括研发了Apache Flink、SQLite、Postgres等著名数据库和数据管理系统的个人或研发团队。2024年的获奖信息可以参见网址https://sigmod.org/sigmod-awards/sigmod-systems-award/。

Apache SINGA项目由中国科学院外籍院士、新加坡科学院院士、新加坡工程院院士、新加坡国立大学黄铭钧教授，在2014年与浙江大学和网易联合发起，是Apache基金会孵化的首个开源深度学习平台，并于2019年晋升为Apache软件基金会顶级开源项目。吴云乘副教授于2019-2023年在新加坡国立大学期间深度参与了该项目。近十年来，Apache SINGA项目共发布四个主要版本，研发重点历经灵活的训练框架、系统易用性、新型编程模型以及数据库内分析等阶段，陆续推出了深度学习模型训练与推理模块Rafiki、人工智能即服务模块PANDA、机器学习流水线管理模块MLCask等系统核心组件。

自2023年起，项目团队专注于为关系数据库管理系统（如PostgreSQL和PolarDB）提供基于人工智能的数据库内分析扩展。在最新发布的v4.x版本中，Apache SINGA提供了一个模型选择模块，可无缝集成到RDBMS中，并支持SQL感知的模型切片，以实现对数据库记录动态子集的更精准预测。项目团队将不断深化人工智能与数据库的交叉领域探索，致力于实现技术融合与创新。同时，项目团队也将致力于为人工智能模型的训练提供高质量的数据，并确保数据在流通过程中的安全性和隐私性。

目前，Apache SINGA已被应用在医疗健康、金融分析等多个领域，用户包括阿里云、网易、新加坡国立大学医院、西门子等知名机构和企业。关于Apache SINGA的更多信息，可以访问项目官方网站https://singa.apache.org/。

教师简介：

吴云乘，ダファベット 入金不要副教授，中国人民大学吴玉章青年学者。曾在新加坡国立大学担任博士后研究员、研究助理教授。主要研究方向包括：数据隐私与安全、联邦学习、无服务器计算等，在SIGMOD、VLDB、ICDE、TKDE等著名学术期刊和会议上发表论文30余篇，获SIGMOD 2024系统奖、ICDE 2024最佳论文提名奖。曾任国际会议VLDB 2024的Demo Track联合主席和BigComp 2023的Workshop联合主席。

吴云乘还作为团队成员研发隐私保护联邦学习系统Falcon，针对多方在数据合作中面临的数据安全和隐私泄露问题，提出基于同态加密、安全多方计算、零知识证明、差分隐私等技术的联邦数据合作框架和高效协议，支持横向联邦和纵向联邦场景下多种模型的训练和推理等功能。项目已在GitHub开源并处于成果转化阶段，致力于促进数据要素与价值的安全流通。