这位副教授一边发高引论文一边促产业应用
这位副教授一边发高引论文，一边促产业应用 近日，美国斯坦福大学和爱思唯尔数据库发布2024全球前2％顶尖科学家榜单，邬少飞继2022、2023年入选后，今年再次入选“终身科学影响力榜单”。 邬少飞，武汉工程大学计算机科学与工程学院副教授，论文入选ESI工程学全球Top0.1%热点论文，获得国家发明专利授权2项，国际发明专利授权3项。此外，他还致力于将理论研究成果转化为实际应用。 “武汉某科技企业急需一名技术顾问。”这条“招聘”信息引起邬少飞的注意。 这家公司在行业标准工业协议解析、运输最佳路径算法研究等关键要求技术上出现瓶颈。邬少飞的专业技能正好派上了用场。 邬少飞告诉《中国科学报》，智能车联网的产生，正努力打造“移动版”的手机，汽车在未来已经不再是单纯的工具，而是可移动的智能空间。 过去几年里，邬少飞主要为企业提供车联网服务，包括大数据处理，数据安全，移动数据通信服务等。其中最大的难点就是，高并发下数据实时性处理、数据实时性存储。 “比如春运抢票，电商双十一，秒杀大促等场景。大量车辆信息在同一时间涌入平台等待处理就会造成；‘高并发’的情景，高并发为车联网平台面临的典型性高性能要求。”邬少飞介绍，车联网系统车辆常规数据采集频率为10秒，而在高并发的场景下，若数据处理时间或系统响应时间高于10秒，则会形成系统数据积压，进而带来系统宕机等严重问题。 为了提高可用性，邬少飞开发了一套新系统，新系统中所有环节将单点部署改为多点部署。在数据实时性处理时，则采用前置均衡处理、分层流式处理、缓存技术，这样可以有效避免单机处理量过大。 在数据实时性存储方面，邬少飞改用HBase等大数据存储框架、入库前缓存、读写分离、高频数据分库等技术，可以实现在廉价PC上搭建起大规模结构化存储集群、动态增加列、节省存储空间、自动切分数据和自动故障转移。 在邬少飞的新系统下，新的技术框架引入，完成了百万级车辆接入，实现了车联网系统要求的99.99%可靠性指标。在合作框架的支持下，该企业研发了可配置数据分析平台、车辆人工智能报警、产品缺陷视觉识别三项关键产品，交付了某一线主机厂人工智能热失控报警等多个项目。
