董剑科研成果

基本情况 科研情况 教学情况 学生培养 课题组动态 新建主栏目 个人简介 名称 1996年进入哈尔滨工业大学计算机专业学习，从此不离不弃，相伴至今。师从杨孝宗教授，进入容错计算领域，致力于航天容错计算机系统及其评测技术的研究，2007年获得博士学位，2014年晋升教授。以容错为中心，目前研究兴趣略显广泛，近似计算、硬件安全、区块链皆有涉猎。 详情欢迎来函咨询dan@hit.edu.cn。 招生信息 名称 【招收直博生、硕士生】 本课题组长期从事体系结构领域的研究，服务于我国计算机科学领域的技术发展。主要研究方向包括：近似计算与神经元计算、硬件安全、区块链技术等，已深入开展对高能效专用处理器与体系结构、国产处理器安全等领域的研究。 在近似计算领域，团队致力于研究基于近似计算的高能效神经形态计算系统，设计面向边缘计算设备、移动嵌入式系统和各种物联网设备等资源受限场景的神经元计算架构；在硬件安全领域，同清华大学汪东升教授团队深入合作，共同组建了国内领先的硬件安全研究团队“骑士战队”，目前已经发现“闪电”等基于DVFS技术的关键安全漏洞，致力于深入开展处理器安全缺陷检测的相关技术研究；在区块链技术方面，主要研究区块链隐私、区块链共识、智能合约安全等科学问题。 课题组同清华大学、美国马里兰大学等多家国内外高校和研究所保持着长期深入的交流合作关系，研究资源丰富，人文气息浓厚。请感兴趣的同学联系董剑教授，邮箱dan@hit.edu.cn，本课题组欢迎各位同学的加入！ 董剑教授个人主页链接：http://homepage.hit.edu.cn/dongjian 科研动态 名称 2024年3月 我课题组博士生韩铭的研究论文《More Is Less: Fewer Spikes Optimization Framework on Spiking Neural Networks for Efficiency Based on Approximate Computing》被体系结构顶级期刊CCF A类期刊IEEE TRANSACTIONS ON COMPUTER AIDED DESIGN OF INTEGRATED CIRCUITS AND SYSTEMS录用。该工作通过提出近似时间掩码和少脉冲训练两种近似计算方法，减少大规模脉冲神经网络的脉冲数量，从而降低脉冲神经网络加速器的计算次数与计算能耗。实验数据表明，在该论文的近似计算方法下，可以降低脉冲神经网络加速器34%-54%的脉冲数，在基于MRAM的脉冲神经网络加速器上，最多可以降低42%的能耗，有助于提升脉冲神经网络加速器的能效。 2023年12月05日 我课题组与清华大学在硬件安全领域的合作研究成果入选2023年世界互联网大会（乌镇）领先科技奖数据成果集。 “在基础研究组主任委员美国互联网先驱戴夫·法伯先生，关键技术组主任委员中国工程院院士吴建平先生，工程研发组主任委员韩国互联网之父全吉男教授等40 位中外专家的支持下，我们共征集到来自中国、美国、俄罗斯、英国、意大利、日本、韩国、阿联酋等多个国家及地区的领先科技成果246 项，涵盖人工智能、5G、6G、大数据、网络安全、高性能芯片、工业互联网等众多前沿科技领域。经过专家推荐，57 项优秀成果，收录于本年度《科技之魅》成果手册。我们相信，这些成果的不断转化落地，将更好地推动经济社会韧性发展，为构建网络空间命运共同体、推动人类文明进步提供更多可能。” 2023年11月23日我课题组博士生孙日辉的研究论文《Lightning: Leveraging DVFS-induced Transient Fault Injection to Attack Deep Learning Accelerator of GPUs》被CCF B类期刊ACM Transactions on Design Automation of Electronic Systems录用。该工作发现GPU硬件存在安全漏洞“闪电”。可对AI推理和训练模型/数据进行修改，进而控制输出结果。攻击者可以利用该漏洞在GPU上创建低电压毛刺，从而向GPU注入硬件故障，该攻击使用敏感点搜索程序确定模型中哪些部分对于判别结果的影响较大，并进一步调优故障注入参数。这会使运行在其上的AI系统的推理过程产生误判但是又不至于崩溃。该工作实现了完全由软件实现的GPU硬件安全漏洞。 2023年7月6日我课题组博士生孙日辉挖掘的GPU硬件安全漏洞“闪电”获得CNVD认证。可对AI推理和训练模型/数据进行修改，进而控制输出结果。攻击者可以利用该漏洞在GPU上创建低电压毛刺（将电压降低成一个不能支持当前频率的很低的值并在保持较短时间后恢复为安全电压），从而向GPU注入硬件故障，该攻击使用敏感点搜索程序确定模型中哪些部分对于判别结果的影响较大，并进一步调优故障注入参数。这会使运行在其上的AI系统的推理过程产生误判但是又不至于崩溃。而AI系统对于输入数据的误判在大量的应用场景下都会导致严重的安全问题。在用于生物识别的模型中，特别是人脸识别，虹膜识别等以图像识别为基础的方法中，攻击者可以针对AI系统进行误分类攻击，导致以生物特征为基础的身份验证功能的失效。在自动驾驶任务中，攻击者对于模型的攻击可能会导致对于驾驶过程中标识的误识别，从而可能会造成严重的安全事故。这种攻击可以完全使用软件实现但是不依赖于任何软件漏洞。 2023年6月25日我课题组博士生计松言的研究论文《A Guided Mutation Strategy for Smart Contract Fuzzing》被CCF B类会议 International Conference on Software Maintenance and Evolution录用。在突变过程中状态变量和外部参数的复杂性对当前的智能合约模糊器的突变构成了关键的技术挑战，阻碍了模糊器在复杂约束下覆盖分支的能力，并为攻击者留下了潜在的漏洞。为了解决这些问题，该论文设计了一种结合两种新技术的有指导的突变策略:动态依赖学习(DDL)和动态变量分析(DVA)。DDL学习序列之间的依赖关系，为处理复杂约束条件下的状态变量提供引导的事务序列生成，DVA利用变量级动态污点分析处理外部参数并指导突变。基于以上技术实现了模糊测试器，SeqFuzz。实验结果表明，与最先进的工具相比，SeqFuzz可以覆盖更多的分支，并在现实世界的智能合约中检测到更多的bug。 2023年3月26日我课题组博士生计松言的研究论文《Effuzz: Efficient Fuzzing by Directed Search for Smart Contracts 》被JCR Q1期刊 Information and Software Technology录用。该论文探究了影响智能合约覆盖率的原因，并提出一种有效提高智能合约覆盖率的策略。该项研究主要解决了两个问题：如何选择输入参数进行突变，以及如何加速搜索以满足分支约束。相比于其他工作，本研究可避免产生过多的无效测试用例。 2023年3月22日我课题组博士生韩铭的研究论文《ATC: Approximate Temporal Coding for Efficient Implementations of Spiking Neural Networks》被学部认定高水平会议CCF C类会议GLSVLSI 2023录用。该论文通过对脉冲神经网络设计近似时间编码，在缩短时间窗口的同时显著减少脉冲神经网络内部的脉冲数量，从而降低网络运行的功耗与延迟。该技术能够减少网络61%的脉冲数量，并节省约60%的能耗，有助于神经形态计算在嵌入式设备的部署与应用。 2022年1月24日我课题组博士生吴晋的研究论文《WDBT: Non-Volatile Memory Wear Characterization and Mitigation for DBT Systems》被JCR Q1期刊The Journal of Systems & Software录用。该论文对DBT系统造成的NVM写入磨损问题展开了深入研究，揭示了写入磨损主要来自于客户机处理器状态模拟，并提出了有效的磨损降低和磨损均衡策略来延长NVM设备的使用寿命。 2021年12月3日我课题组博士生吴晋的研究论文《FADATest: Fast and Adaptive Performance Regression Testing of Dynamic Binary Translation Systems》被CCF A类软件工程领域顶级国际会议 ICSE 2022 录用。该论文针对DBT系统性能回归测试效率进行研究，提出了高效、可扩展的DBT系统性能回归测试方案。该项研究可基于已有的标准化性能测试套件，自动化地生成更加高效的DBT系统性能测试程序，并具有高度灵活的适配性，以适用于不同算力的硬件平台。该技术在AArch64平台和x86-64平台的测试效率分别提升248倍和156倍，并且测试结果与源测试套件保持了高度的一致性。本研究对DBT系统的性能维护有着重要的推动作用。 2021年7月22日我课题组博士生韩铭的研究论文《Double-Shift: A Low-Power DNN Weights Storage and Access Framework based on Approximate Decomposition and Quantization》成功被CCF B类期刊ACM Transactions on Design Automation of Electronic Systems录用。该文章基于矩阵分解和数据量化，利用低开销的计算代替高开销的数据存储与访问，提出了一种新型的权值矩阵存储与访问框架。与同类型方法相比，本文在不仅保持了高压缩率，还实现了压缩程度可配置，具有一定的灵活性。 2021年4月20日我课题组博士生王野的研究论文《RMLIM: A Runtime Machine Learning based Identification Model for Approximate Computing on Data Flow Graphs》成功被JCR Q1期刊IEEE Transactions on Sustainable Computing录用。该文章基于机器学习方法，利用数据流图作为主要分析工具，提出了一种动态可配置的应用层近似计算方法。相比于同类型方法，本文工作在降低应用功耗开销的前提下，显著缩短了近似计算带来的额外时间开销。 近期发表论文 名称 期刊论文 [1] Ming Han, Ye Wang, Jian Dong*, Gang Qu. More Is Less: Fewer Spikes Optimization Framework on Spiking Neural Networks for Efficiency Based on Approximate Computing. IEEE Transactions on Computer Aided Design of Integrated Circuits and Systems. 2024. (CCF-A) [2] Rihui Sun, Pengfei Qiu, Yongqiang Liu, Jian Dong*, Haixia Wang, Dongsheng Wang, Gang Qu. Lightning: Leveraging DVFS-induced Transient Fault Injection to Attack Deep Learning Accelerator of GPUs. ACM Transactions on Design Automation of Electronic Systems. 2023. (CCF-B) [3] Songyan Ji, Jin Wu, Junfu Qiu, Jian Dong*. Effuzz: Efficient Fuzzing by Directed Search for Smart Contracts. Information and Software Technology. 2023. (JCR:Q1, CCF-B, IF: 3.862) [4] Jin Wu, Jian Dong*, Ruili Fang, Wen Zhang, Wenwen Wang, Decheng Zuo. WDBT: Non-volatile memory wear characterization and mitigation for DBT systems. Journal of Systems and Software. 187: 111247. 2022. (CCF-B) [5] Ye Wang, Jian Dong*, Yanxin Liu, Chunpei Wang, Gang Qu. RMLIM: A Runtime Machine Learning based Identification Model for Approximate Computing on Data Flow Graphs. IEEE Transactions on Sustainable Computing. 2021 [6] Ming Han, Ye Wang, Jian Dong*, Gang Qu. Double-Shift: A Low-Power DNN Weights Storage and Access Framework based on Approximate Decomposition and Quantization. ACM Transactions on Design Automation of Electronic Systems. 2021. (CCF-B) [7] Lianpeng Li, Jian Dong*, Decheng Zuo, Songyan Ji. SLA-Aware and Energy-Efficient VM Consolidation in Cloud Data Centers Using Host State 3rd-Order Markov Chain Model. Chinese Journal of Electronics. 29(6). 2020 [8] Yanxin Liu, Yao Zhao, Jian Dong*, Lianpeng Li, Chunpei Wang and Decheng Zuo. I-NEAT: An Intelligent Framework for Adaptive VM Consolidation. Tsinghua Science and Technology. 27(1). 2020 [9] 刘家希, 吴智博, 董剑*, 温东新. 分布式系统中失效检测器综述. 智能计算机与应用. 9(2). 2019 [10] 刘家希, 董剑*, 吴智博, 吴晋, 温东新, 赵耀. 一种车载云计算中自增长失效检测器. 吉林大学学报. 49(2). 2019 [11] Lianpeng Li, Jian Dong*, Decheng Zuo, Yao Zhao, Tianyang Li. SLA-aware and Energy-efficient VM Consolidation in Cloud Data Centers Using Host State Binary Decision Tree Prediction Model. IEICE TRANSACTIONS on Information and Systems. E102-D(10). 2019 [12] Peng Zhou, Decheng Zuo, Kunmean Hou, Zhan Zhang*, Jian Dong. Improving the dependability of self-adaptive CPS with formal compositional contract. IEEE Transactions on Reliability. 69(3). 2019 [13] Jiaxi Liu, Zhibo Wu, Jian Dong*, Jin Wu, Dongxin Wen, Yao Zhao. An energy-efficient failure detector for vehicular cloud computing. PLoS ONE. 13(1). 2018 [14] 刘家希, 董剑*, 吴智博, 吴晋, 温东新, 赵耀. 一种车辆云计算中共享失效检测器. 哈尔滨工业大学学报. 50(5). 2018 [15] Jiaxi Liu, Zhibo Wu, Jin Wu, Jian Dong*, Dongxin Wen, Yao Zhao. A Weibull distribution accrual failure detector for cloud computing. PLoS ONE. 13(3). 2017 [16] 董剑*,佟双军, 左德承, 刘宏伟. 面向S698处理器的软件故障注入工具研究与实现. 航天控制. 34(4). 2016 [17] Jian Dong*, Xiao Ren, Decheng Zuo, Hongwei Liu. An Adaptive Failure Detector Based on Quality of Service in Peer-to-Peer Networks. Sensors. 14(9). 2014 [18] Xiao Ren, Jian Dong*, Hongwei Liu, Yang Li, Xiaozong Yang. Low-overhead Accrual Failure Detector. Sensors. 12(5). 2012 [19] 任潇, 董剑*, 刘宏伟, 李洋, 杨孝宗. 对等网络中基于失效规律的自适应失效检测器. 计算机辅助设计与图形学学报. 24(6). 2012 [20] Jiaxin Yu, Jian Dong, Zhibo Wu, Hongwei Liu. Dealing with redundancy coherence conflict for relaxed input replication in fault-tolerant chip multiprocessors. Advances in Information Sciences and Service Sciences. 4(11). 2012 [21] 任潇, 董剑*. 对等网络中的低开销失效检测算法研究. 高技术通讯. 22(11). 2012 [22] 林成, 董剑, 左德承, 于家新. 一种基于自主计算的集群管理架构. 工业控制计算机. 25(8). 2012 [23] 柳少锋, 董剑, 吴智博. 一种基于优先级队列的集群动态反馈调度算法. 智能计算机与应用. 2(4). 2012 [24] 李璟, 董剑, 刘宏伟, 舒燕君. 基于多级认证的三模冗余系统自毁策略设计. 计算机工程与设计. 33(2). 2012 [25] 唐志敏, 董剑, 吴智博, 杨孝宗. PCI总线故障注入器的研究与设计. 计算机工程与设计. 33(1). 2012 [26] 程欣, 刘宏伟, 董剑, 杨孝宗. 容错的分布式系统通用死锁模型检测解除算法. 计算机研究与发展. 计算机研究与发展. 44(5). 2007 [27] 董剑*, 左德承, 刘宏伟, 杨孝宗, 任潇. 一种基于无效链路的分布式故障诊断一致性协议. 计算机研究与发展. 计算机研究与发展. 44(6). 2007 [28] 董剑*, 左德承, 刘宏伟, 杨孝宗. 一种基于QoS的自适应网格失效检测器. 软件学报. 17(11). 2006 [29] 时锐, 刘宏伟, 董剑, 杨孝宗. 自组网容错拓扑控制的研究. 电子学报. 33(11). 2005 [30] 刘宏伟, 杨孝宗, 曲峰, 董剑. 一个基于响铃形故障检测率函数的软件可靠性增长模型. 计算机学报. 28(5). 2005 [31] 刘宏伟, 杨孝宗, 曲峰, 董剑. 基于CGOM的软件费用模型研究. 计算机学报. 26(10). 2003 [32] 董剑*, 曲峰, 刘宏伟, 崔刚. 嵌入式故障注入器HFI-4的研究与设计. 小型微型计算机系统. 24(12). 2003 会议论文 [1] Songyan Ji, Jian Dong*, Jin Wu, Lishi Lu. A Guided Mutation Strategy for Smart Contract Fuzzing. International Conference on Software Maintenance and Evolution (ICSME 2023). (CCF-B) [2] Ming Han, Ye Wang, Jian Dong*, Heng Liu, Jin Wu, Gang Qu. ATC: Approximate Temporal Coding for Efficient Implementations of Spiking Neural Networks. GLSVLSI 2023. (CCF-C) [3] Jin Wu, Jian Dong*, Ruili Fang, Wen Zhang, Wenwen Wang, Decheng Zuo. FADATest: Fast and Adaptive Performance Regression Testing of Dynamic Binary Translation Systems. The 44th International Conference on Software Engineering (ICSE). Pittsburgh, PA, USA. May 21–29, 2022 (CCF A) [4] Jin Wu, Jian Dong*, Ruili Fang, Ziyi Zhao. Effective Exploitation of SIMD Resources in Cross-ISA Virtualization. International Conference on Virtual Execution Environments (VEE 2021). Virtual USA. 2021. (CCF-B, Best Presentation Award) [5] Ye Wang, Jian Dong*, Qian Xu, Gang Qu. FTApprox: A Fault-Tolerant Approximate Arithmetic Computing Data Format. Design, Automation & Test in Europe Conference & Exhibition (DATE 2021). Grenoble, France. 2021. (CCF-B) [6] Jin Wu, Jian Dong*, Ruili Fang, Wen Zhang, Wenwen Wang and Decheng Zuo. WDBT: Effective Wear Reduction and Leveling of DBT Systems for Non-Volatile Memory. The International Symposium on Memory Systems (MEMSYS 2021). 2021 [7] Ye Wang, Jian Dong*, Qian Xu, Zhaojun Lu, Gang Qu. Is It Approximate Computing or Malicious Computing? Proceedings of the 2020 on Great Lakes Symposium on VLSI (GLSVLSI 2020). Virtual Event, USA. 2020. (CCF-C) [8] Ye Wang, Jian Dong*, Yanxin Liu, Chunpei Wang, Gang Qu. A Machine Learning based Approximate Computing Approach on Data Flow Graphs. International Conference on Embedded Software (EMSOFT 2020). Singapore. 2020. (CCF-B) [9] Jin Wu, Jian Dong*, Ruili Fang, Wenwen Wang and Decheng Zuo. PerfDBT: Efficient Performance Regression Testing of Dynamic Binary Translation. International Conference on Computer Design (ICCD). Hartford, CT, USA. 2020. (CCF-B) [10] Ying Wang, Jian Dong*, Sen Zhang and Decheng Zuo. B-SEFI:A Binary Level Soft Error Fault Injection Tool. International Workshop on Quality Oriented Engineering (co-located at the QRS2019). Sofia, Bulgaria. 2019. (CCF-C) [11] Yanxin Liu, Jian Dong*, Decheng Zuo and Hongwei Liu. Experimental Analysis and Comparison of Load Prediction Algorithms in Cloud Data Center. The 19th IEEE International Conference on Software Quality, Reliability, and Security (QRS 2019). Sofia, Bulgaria. 2019. (CCF-C) [12] Lianpeng Li, Jian Dong*, Decheng Zuo, Yao Zhao. Minimizing SLA Violation and Power Consumption in Cloud Data Centers Using Host State 3-order Markov Chain Model. IEEE 21st International Conference on High Performance Computing and Communications (HPCC 2019). Zhangjiajie, China. 2019. (CCF-C) [13] Ye Wang, Qian Xu, Gang Qu, Jian Dong*. Information Hiding behind Approximate Computation. Proceedings of the 2019 on Great Lakes Symposium on VLSI (GLSVLSI 2019). New York, USA. 2019. (CCF-C) [14] Songyan Ji, Jian Dong*, Ye Wang, Yanxin Liu. Research on CPI Prediction based on Space-Time Model. 2019 6th International Conference on Dependable Systems and Their Applications (DSA 2019). Harbin, China. 2019 [15] Li Lianpeng, Dong Jian*, Zuo Decheng, Liu Jiaxi. SLA-aware and energy-efficient VM consolidation in cloud data centers using host states navie Bayesian prediction model. 16th IEEE International Symposium on Parallel and Distributed Processing with Applications (ISPA 2018). Melbourne, VIC, Australia. 2018. (CCF-C) [16] Jiaxi Liu, Zhibo Wu, Jinghui Lan, Jian Dong*, Jin Wu, Jiaxin Yu. A low-overhead cooperative failure detector. Fifth International Conference on Instrumentation and Measurement, Computer, Communication and Control (IMCCC 2015). Qinhuangdao, China. 2015 [17] 舒燕君，刘宏伟，罗丹彦，张彦航，董剑. 面向计算机硬件系列核心课程的实验教学改革探索. 黑龙江省高等教育学会论文集. 哈尔滨. 2015 讲授课程 名称 计算机体系结构 容错计算技术 容错计算机设计（研究生课程） 并行计算机体系结构（研究生课程） 漫游比特币（校文化素质核心课程） 分布式系统 教学成果 成果名称 教学奖项 2018年获首届“高校计算机专业优秀教师奖励计划”奖励 该奖项由教育部高等学校计算机类专业教学指导委员会、中国计算机学会CCF、中国教师发展基金会联合颁发，全国共有26名教师获得该奖项。 团队成员 名称 在读博士生 姓名 入学年月 王野 2017.09 SOHA 2017.09 李天阳 2018.09 孙日辉 2019.09 计松言 2019.09 王峒棋 2020.09 韩铭 2020.09 林科兴 2021.09 在读硕士生 姓名 入学年月 刘恒 2022.09 陶子康 2022.09 桃李满天 名称 姓名 入学年份 毕业去向 杨森彬 2011级硕士 美团 仲广沛 2013级硕士 腾讯 陆建珲 2013级硕士 腾讯 阎晓静 2014级硕士 Shopee 刘立伟 2014级硕士 字节跳动 沈斌强 2015级硕士 华为 高卉 2016级硕士 华为 李大江 2016级硕士 华为 孙日辉 2017级硕士 哈尔滨工业大学（读博） 王颖 2017级硕士 华为 刘严欣 2018级硕士 字节跳动 王春霈 2018级硕士 阿里 孙洪恩 2019级硕士 快手 罗宇浩 2019级硕士 腾讯 陆丽诗 2021级硕士 比亚迪 课题组新闻 名称 2023年10月25-28日，课题组成员参加CNCC 2023年10月25日，课题组董剑、吴晋老师和在读研究生出发前往沈阳，参加26日-28日的2023年度CNCC。此行课题组师生充分参与学术交流，收获满满。 抵达会场室外合影留念 会场合影留念