电子照片：

           

刘外喜 博士、副教授、硕士生导师

研究领域：网络&人工智能、软件定义网络SDN、数据中心网络、可编程网络、分布式机器学习/联邦学习

办公地点：工程北楼508

办公电话：020-39366923

电子邮箱: liuwaixi@sina.com

l  个人简介

副教授，博士，硕导。已累计发表论文30余篇，其中，第一作者10余篇SCI；获发明专利授权13件；主持国家自然科学基金面上项目2项，主持广东省基金项目2项；获得2022年广东省科学技术奖-科技进步奖一等奖 (第3完成人)。

研究方向：

l AI使能网络。以深度（强化）学习等为代表的人工智能技术为方法，解决互联网络领域的流分类、流调度、路由等问题，满足低时延、高吞吐量的应用新要求。

l 网络使能AI。以可编程数据平面技术为基础，利用路由、流调度、负载均衡等网络技术加速分布式机器学习/联邦学习。

[招生通知]：有意保送或报考广州大学硕士研究生的同学，欢迎和本人联系，来信请附上个人简历。

l  承担的科研项目

[1].    国家自然科学基金(面上项目)，62272113，分布式智能可编程数据平面加速分布式机器学习的关键技术研究，2023.1-2026.12，主持；

[2].    广东省自然科学基金，知识驱动的网络级分布式机器学习加速关键技术研究，2021A1515012306，2021.1-2023.12，主持；

[3].    国家自然科学基金(面上项目)，61872102，面向新应用的数据中心网络DCN的自适应多粒度传输研究，2019.1-2022.12，主持；

[4].    广东省自然科学基金，面向信息中心网络ICN的网络层多源传输机制研究，2014A030310349，2015.1-2017.12，主持；

[5].    国家自然科学基金（面上项目），软件定义5G的内容-计算智能缓存关键技术研究，61972104， 2020.1-2023.12，第2主持；

[6].    广东高校省级重点平台和重大科研项目（重大科研项目-特色创新类），2015KTSCX107，大数据驱动的云服务机器人关键技术研究与应用，2016.1-2017.12，主持；

[7].    国家自然科学基金（面上项目），基于SDN的信息中心网流量优化的关键技术研究，61571141， 2016.1-2019.12，第2主持；

[8].    广州市属高校科研项目，未来互联网ICN架构中实现多源传输的关键技术的研究，1201420845， 2015.4-2017.4，主持；

[9].    广州大学重点产学研项目，面向家庭清洁的云机器人的研究，2014.4-2016.4，主持；

[10]. 广东省自然科学基金项目，面向信息中心网的网络流量优化控制研究，S2013040014339，2014.1-2015.12，第2主持；

[11]. 广东教育教学成果奖（高等教育）培育项目，基于大数据驱动的MOOC微学习系统的教学模式研究，2015.1-2016.12，主持；

l  代表作

[1]      Wai-xi Liu, Cong Liang, Yong Cui*, Jun Cai, and Jun-ming Luo. Programmable Data Plane Intelligence: Advances, Opportunities, and Challenges. IEEE Network, 2022,12. doi: 10.1109/MNET.124.2200113  (中国科学院1区，Top期刊).

[2]      Wai-xi Liu*, Jun Cai, Ying-hao Zhu, Jun-ming Luo, Jin Li. Load Balancing Inside Programmable Data Planes Based on Network Modeling Prediction Using a GNN with Network Behaviors. Computer Networks，Elsevier (JCR-1区),2023,1.

[3]      Haosen Chen, Wai-xi Liu* Miaoquan Tan. CL-SGD: Efficient Communication by Clustering and Local-SGD for Distributed Learning. IEEE International Conference on Communications (ICC 2023), 28 May - 01 June 2023, Rome, Italy (CCF推荐会议)

[4]      Wai-xi Liu*, R. -P. Yin and P. -Y. Zhu, "Deep Learning Approach for Sensor Data Prediction and Sensor Fault Diagnosis in Wind Turbine Blade," in IEEE Access, vol. 10, pp. 117225-117234, 2022, doi: 10.1109/ACCESS.2022.3219480(JCR-2区).

[5]      Miao-quan Tan, Wai-xi Liu*, Luo J, et al. Adaptive synchronous strategy for distributed machine learning[J]. International Journal of Intelligent Systems, 2022, 37(12): 11713-11741. DOI: 10.1002/int.23060 (JCR-1区, Top期刊).

[6]      Wai-xi Liu, J. Lu, J. Cai, Y. Zhu, S. Ling and Q. Chen, "DRL-PLink: Deep Reinforcement Learning with Private Link Approach for Mix-Flow Scheduling in Software-Defined Data-Center Networks," in IEEE Transactions on Network and Service Management, vol. 19, no. 2, pp. 1049-1064, June 2022, doi: 10.1109/TNSM.2021.3128267. (JCR-2区).

[7]      Sen Ling, Wai-xi Liu, Zhu Y, et al. FullSight: Towards Scalable, High-Coverage, and Fine-grained Network Telemetry [C]// IEEE 17th International Conference on Mobility, Sensing and Networking (MSN 2021) (CCF推荐会议). IEEE, 2021.

[8]      曾嘉麒,刘外喜,卢锦杰.软件定义数据中心基于残差网络的大象流预测机制[J].小型微型计算机系统,2021,42(09):1938-1943.( CCF-B类 中文科技期刊).

[9]      Wen-Hong Lin, Liu Wai-xi. Network Telemetry by Observing and Recording on Programmable Data Plane. IFIP Networking 2nd International Workshop on Time-Sensitive and Deterministic Networking (IFIP Networking TENSOR 2021). Finland, 21.06.2021.

[10]   Liu Wai-xi, DRL-R: Deep Reinforcement Learning Approach for Intelligent Routing in Software-Defined Data-Center Networks[J]，Journal of Network and Computer Applications (JCR-1区, Top期刊), 177 (2021), 102865. https://doi.org/10.1016/j.jnca.2020.102865

[11]   Wai-xi Liu, Fine-grained Flow Classification Using Deep Learning for Software Defined Data Center Networks [J], Journal of Network and Computer Applications(JCR-1区, Top期刊). 2020，168(10)，https://doi.org/10.1016/j.jnca.2020.102766

[12]   Jin-Jie Lu,Wai-xi Liu, Zhu Y, et al. Scheduling mix-flow in SD-DCN based on Deep Reinforcement Learning with Private Link[C]// IEEE 16th International Conference on Mobility, Sensing and Networking (MSN 2020) (CCF推荐会议). Japan. IEEE, 2020: 395-401.

[13]   Wai-xi Liu, Intelligent Routing based on Deep Reinforcement Learning in Software-Defined Data-Center [C], 24th International Symposium on Computers and Communications, ISCC 2019(CCF推荐会议), BARCELONA, SPAIN,2019,7. DOI: 10.1109/ISCC47284.2019.8969579

[14]   Liu Wai-xi, Content Popularity Prediction and Caching for ICN: A Deep Learning Approach with SDN，IEEE Access (JCR-1区)，2018,6:5075-5089. DOI 10.1109/ACCESS.2017.2781716. http://ieeexplore.ieee.org/document/8172025/

[15]   Liu Wai-xi, COD: Caching On Demand in Information-Centric Networking [J]，Telecommunication Systems (JCR-3区), 2018,69(3):303-319. DOI 10.1007/s11235-018-0433-5.http://www.springer.com/-/2/AWHpBuFe1gN6J_vmGyiR

[16]   Liu Wai-xi, AAMcon: an Adaptively Distributed SDN Controller in Data Center Networks，Frontiers of Computer Science (JCR-2区), 2020,14(1):146-161. DOI 10.1007/s11704-019-7266-6 http://journal.hep.com.cn/fcs/EN/10.1007/s11704-019-7266-6.

[17]   Liu Wai-xi, YU Shun-Zheng, Information-Centric Networking with Built-in Network Coding to Achieve Multisource Transmission at Network-layer [J]，Computer Networks，Elsevier (JCR-1区),2017,115(3):110-128. http://www.sciencedirect.com/science/article/pii/S1389128615001656

[18]   刘外喜,余顺争. CCN中选择性缓存机制的研究[J]. 计算机学报, 2014,37(2):275-288(EI收录).

[19]   刘外喜，余顺争，ICN中一种协作缓存机制[J]，软件学报，2013,24(8): 1947-1962 (EI收录).

[20]   刘外喜，余顺争，高鹰，基于预测的机会式网络编码[J]，通信学报，2013，34(4):36-46. (EI收录).

l  近5年发明专利

[1].    刘外喜，一种基于交换机队列行为的可编程数据平面分布式负载均衡方法（发明专利，202210681089.7）

[2].    刘外喜，一种基于网络行为预测的可编程数据平面流量调度方法（发明专利，202210775649.5）

[3].    刘外喜，一种加速分布式机器学习的自适应同步机制（发明专利，202210649151.4）

[4].    刘外喜，网络行为知识智能学习方法、装置、计算机设备及存储介质, 刘外喜,发明专利（已授权，发明专利，202110564253.1）

[5].    刘外喜，数据智能预测方法、装置、计算机设备及存储介质（发明专利，201910648287.1）

[6].    刘外喜，可编程数据平面路由方法、系统、可读存储介质及设备（已授权，发明专利， 201910356564.1）

[7].    刘外喜，可编程数据平面流调度方法、系统、介质及网络设备（已授权，发明专利，201910356504.X，已转让）

[8].    刘外喜，基于内容流行度预测的缓存方法、装置、设备和介质（发明专利，201910131478.0）

[9].    刘外喜，基于稳定匹配的流调度方法、装置、计算机设备及存储介质（发明专利， 201910073822.5）

[10]. 刘外喜，一种基于深度学习的网络流类型预测方法（发明专利，已授权，201810528250.0）

[11]. 刘外喜，基于深度强化学习的流调度方法、装置、设备及介质（发明专利，已授权，已转让，201910074755.9）

[12]. 刘外喜，一种基于深度强化学习的数据中心网络路由方法（发明专利，已授权，201810105232.1）

[13]. 刘外喜，一种数据中心网络中多资源复用与配置的方法（发明专利，已授权，201711444909.6）

[14]. 刘外喜，一种SDN架构下基于深度学习的内容流行度预测方法（发明专利，已授权，201611000381.9）

[15]. 刘外喜，一种概率式室内障碍物分布图的构建机制（发明专利，已授权，ZL 201510206078.3）

[16]. 刘外喜，一种设计大数据驱动云机器人的方法（发明专利，已授权，ZL 201510206126.9）

[17]. 刘外喜，一种云机器人清扫物品的方法（发明专利，已授权，201510268756.9）

[18]. 刘外喜，SDN控制器数量调整以及与交换机映射的方法（发明专利，已授权，201510599054.9）

[19]. 刘外喜，一种信息中心网络ICN中数据源解析方法（发明专利，已授权，ZL 201510485971.4）

 

l  获奖

[1]     刘外喜(第3完成人). 面向全场景差异化服务的5G核心网关键技术及应用. 广东省科学技术奖-科技进步奖，一等奖，2022年。

[2]     刘外喜(第2完成人). 智能融合监控大数据平台研发与应用. 广东省公共安全技术防范协会科学技术奖，三等奖，2022年。

[3]     刘外喜(第2完成人)，碳纤维预浸料表面传感光纤全自动铺贴关键技术，广东省测量控制与仪器仪表科学技术奖，二等奖，2021年。

l  学术兼职

[1].    2022/02: 担任计算机领域著名国际会议The 30th International Symposium on Quality of Service (IEEE/ACM IWQoS 2022) (CCF B)的Technical Program Committee (TPC) member.

[2].    2023 The 8th International Conference on Computer and Communication Systems (ICCCS2023). Local Chairs.

 

l  硕士研究生招生

1)专业：

通信与信息系统(学硕)、电子信息(专硕)

 

2)已毕业学生： 

2019级：朱英昊(中国移动)、凌森(广东省新一代通信与网络创新研究院)

2018级：卢锦杰(腾讯)

2017级：曾嘉麒(中国移动)