学术讲座【递归构造网络的自适应诊断策略】
时间：2019年3月24日 (星期日) 09:30
地点：旗山校区理工北楼601报告厅
主讲：台湾明新科技大学教授，陈玉专
主办：福建省网络安全与密码技术重点实验室
参加对象：福建省网络安全与密码技术重点实验室、数信学院相关教师和研究生
专家简介：Y-Chuang Chen (陳玉專) received the BS, MS, and PhD degrees in computer science from National Chiao Tung University, Taiwan, Republic of China, in 1998, 2000, and 2003, respectively. He has been on the faculty of the Department of Information Management, Minghsin University of Science and Technology, Taiwan, Republic of China, since 2002. He was the chairman of the Department of Information Management, Minghsin University of Science and Technology from 2014 to 2017. His research interests include interconnection networks, graph theory, reliability analysis, and algorithms. Research topics include diagnosability, edge congestion, fault/wide diameter, conditional connectivity, fault-tolerant Hamiltonicity, connected dominating set, etc. On these topics, he has recently published some papers on SCI journals such as IEEE TPDS, IEEE TC, INS, Appl.L Math. Comput., IPL, and J. Supercomput. He is a member of the Algorithm and Computation Theory Association. He is the vice secretary general of the 2017 International Conference on Modern Management and Innovation.
报告摘要：在大型網路(large networks)或多處理器系統(multi-processor systems)中，通常可用一個圖G=(V,E)來表示其網路或系統，其中處理器使用節點(nodes)集合V來表示，處理器之間的連線則使用連結(edges)集合E來表示。在大型網路或多處理器系統中，如何偵測診斷(diagnose)出系統的故障處理器以維持系統的正常運作是至關重要的，通過對處理器進行測試並以測試結果來識別系統內故障處理器的技術被稱為系統級偵測診斷(system-level diagnosis)，關於系統級偵測診斷的問題，以比較測定為基礎(comparison-based)的偵測診斷來檢測系統的故障是一個實際可行的方法，這種偵測診斷模式已有許多理論基礎且有許多知名的偵測診斷策略，其中以「PMC偵測診斷模組(PMC diagnosis model)」與「MM偵測診斷模組(MM diagnosis model)」最為知名。 在傳統PMC偵測診斷模組或MM偵測診斷模組中，一個網路圖形G的偵測診斷度(diagnosability)往往受限於該圖形的最小分支度(minimum degree)(G)。在2015年由L.C. Ye與 J.R. Liang在TPDS所提出的五回合自適應偵測診斷(five-round adaptive diagnosis)演算法，可有效的大量提升特定網路圖形的偵測診斷能力。在本研究中，我們在幾種遞迴式建構網路圖形(recursively constructed networks)上，例如超立方體(hypercubes)、交叉立方體(crossed-cubes)、與交換超立方體(exchanged hypercubes)，以五回合自適應偵測診斷演算法為基礎，探討與分析其偵測診斷能力的表現。