香港大学（HKU）硕博申请导师解析

Mason学长聊留学，旨在为大家提供更加全面、深入的导师解析和科研辅导！每期我们会邀请团队的博士对中国香港/中国澳门/新加坡各个领域的教授导师进行详细解析，从教授简介与研究背景 / 主要研究方向与成果分析 / 研究方法与特色 / 研究前沿与发展趋势 / 对有意申请教授课题组的建议这五个方面，帮助大家更好地了解导师，学会申请！

一、教授简介与研究背景

Prof. Cui是香港大学计算机科学系的副教授，他的研究领域涵盖了操作系统、分布式系统、云计算等计算机科学的核心领域。Prof. Cui拥有清华大学的学士和硕士学位，以及哥伦比亚大学的博士学位，这些顶尖学府的培养为他日后的研究奠定了坚实的基础。

自2015年加入香港大学以来，Prof. Cui一直致力于构建创新的软件基础设施和工具，以显著提高实际软件的可靠性、安全性和性能。他的研究成果不仅发表在SOSP、NSDI、MICRO、ASPLOS等顶级国际会议上，还产生了一系列开源项目，对学术界和工业界都产生了重要影响。

Prof. Cui的研究工作得到了学术界和业界的广泛认可。他获得了多项国际竞争性研究奖项，包括2016年的裘槎基金会"创新奖"(500万港币)和2023年的香港研究资助局"研究影响基金"(400万港币)。这些奖项不仅肯定了他的研究成果，也为他的团队提供了宝贵的研究资源。

值得一提的是，Prof. Cui的研究不仅停留在理论层面，还积极推动成果转化。他的多项研究成果已经被全球领先的IT企业商业化，成为了工业级开源大模型训练系统和可信智能云服务的核心组件。这种学术研究与产业应用的紧密结合，体现了Prof. Cui的研究不仅具有学术前瞻性，还有很强的实用价值。

二、主要研究方向与成果分析

Prof. Cui的研究主要集中在以下几个方向：

(1) 分布式系统与云计算

在这一领域，Prof. Cui的研究聚焦于提高分布式系统的性能、可靠性和安全性。他的团队开发了BIDL(SOSP '21)，这是一个高吞吐量、低延迟的数据中心网络许可区块链框架，为企业级区块链应用提供了新的解决方案。另一项重要成果是CRONUS(MICRO '22)，这是一个面向可信执行环境的容错、安全和高性能异构计算系统，为云计算环境中的安全敏感应用提供了强有力的保障。

(2) 人工智能系统

随着AI技术的快速发展，Prof. Cui的研究也延伸到了AI系统领域。他的团队开发了Fold3D(TPDS '23)，这是一个重新思考和并行化大型DNN模型训练中计算和通信任务的系统，显著提高了AI模型训练的效率。另一个重要成果是NASPipe(ASPLOS '22)，这是一个高性能、可重现的管道并行超网络训练系统，为神经架构搜索提供了新的工具。

(3) 边缘计算与物联网

Prof. Cui的研究还涉及边缘计算和物联网领域。他的团队开发了ROG(MICRO '22)，这是一个高性能、鲁棒的分布式训练系统，专门针对机器人物联网应用。另一个重要成果是SOTER(ATC '22)，这是一个在边缘设备上保护通用神经网络黑盒推理的系统，为边缘AI应用提供了安全保障。

(4) 区块链技术

区块链作为一种新兴的分布式系统技术，也是Prof. Cui研究的重点之一。除了前面提到的BIDL，他的团队还开发了一种基于地理位置的P2P覆盖网络(TSC '22)，为区块链系统提供了快速和鲁棒的网络基础设施。

(5) 软件测试与安全

在软件质量保证方面，Prof. Cui的团队开发了多个创新的模糊测试工具，如JITfuzz(ICSE '23)和SJFuzz(FSE '23)，这些工具显著提高了发现软件漏洞的效率。在安全方面，他们开发了DAENet(TDSC '21)，这是一个完全去中心化的强匿名网络，为用户隐私保护提供了新的解决方案。

三、研究方法与特色

Prof. Cui的研究方法和特色可以概括为以下几点：

(1) 跨领域融合

Prof. Cui的研究工作体现了操作系统、分布式系统、云计算、人工智能等多个领域的融合。这种跨领域的研究方法使他能够从不同角度看待问题，提出创新的解决方案。

(2) 理论与实践结合

Prof. Cui的研究不仅注重理论创新，还重视实际应用。他的多项研究成果已经转化为商业产品，这种学术研究与产业应用的紧密结合是他研究的一大特色。

(3) 开源与合作

Prof. Cui的团队积极参与开源社区，将研究成果以开源项目的形式分享给更广泛的群体。同时，他也与业界保持密切合作，共同发表研究论文并将研究成果转化为商业软件。

(4) 注重系统性能和安全性

在研究中，Prof. Cui特别关注系统的性能和安全性。无论是分布式系统、AI系统还是区块链系统，提高性能和保障安全都是他研究的核心目标。

(5) 创新工具开发

Prof. Cui的团队开发了多个创新的软件工具，如模糊测试工具和安全系统。这些工具不仅是研究成果，也为其他研究者和开发者提供了有力的支持。

四、研究前沿与发展趋势

基于Prof. Cui的研究工作和计算机科学的发展趋势，我们可以展望以下几个研究前沿方向：

(1) 大规模AI系统

随着AI模型规模的不断增长，如何设计高效、可扩展的AI训练和推理系统成为一个重要的研究方向。Prof. Cui在这方面的工作，如Fold3D和NASPipe，为未来的研究指明了方向。

(2) 边缘-云协同计算

随着边缘计算的发展，如何实现边缘设备和云端的高效协同成为一个重要的研究课题。Prof. Cui在边缘AI安全(SOTER)和边缘事务处理(EuroSys '21)方面的工作为这一方向提供了有益的探索。

(3) 下一代区块链系统

区块链技术的发展需要解决性能、安全性和可扩展性等多个挑战。Prof. Cui在高性能区块链(BIDL)和安全匿名网络(DAENet)方面的研究为未来的区块链系统设计提供了新的思路。

(4) 可信计算

在云计算和边缘计算环境中，如何保障数据和计算的安全性和隐私性是一个重要的研究方向。Prof. Cui在可信执行环境(CRONUS)和隐私保护大数据挖掘(UPA)方面的工作为这一方向提供了创新的解决方案。

(5) 智能软件测试

随着软件系统的复杂性不断增加，如何提高软件测试的效率和覆盖率成为一个重要的研究课题。Prof. Cui在模糊测试(JITfuzz， SJFuzz)方面的研究为智能软件测试开辟了新的方向。

五、对有意申请教授课题组的建议

对于有兴趣申请Prof. Cui课题组暑期科研或硕博项目的学生，以下是一些建议：

(1) 强化基础知识

Prof. Cui的研究涉及操作系统、分布式系统、云计算等多个领域。申请者应该扎实掌握这些领域的基础知识，包括但不限于并发编程、网络编程、系统性能优化等。

(2) 提高编程能力

Prof. Cui的研究工作涉及大量的系统开发和工具实现。申请者应该具备良好的编程能力，熟悉C/C++， Java， Python等常用编程语言，并有一定的大型项目开发经验。

(3) 关注前沿技术

Prof. Cui的研究紧跟技术前沿。申请者应该关注AI、区块链、边缘计算等新兴技术的发展，阅读相关领域的最新论文和技术报告。

(4) 培养系统思维

Prof. Cui的研究工作强调系统级的创新。申请者应该培养系统思维，学会从整体角度分析问题，设计解决方案。

(5) 积极参与开源项目

Prof. Cui的团队有多个开源项目。申请者可以先参与这些项目，熟悉团队的工作方式和技术栈。

(6) 提高英语水平

Prof. Cui的团队有很强的国际化特色。良好的英语读写和交流能力对于融入团队、参与国际合作至关重要。

(7) 展现研究热情

在申请时，要清楚地表达自己对Prof. Cui研究方向的兴趣和热情，可以针对他的某项研究提出自己的思考或改进建议。

(8) 注重创新思维

Prof. Cui的研究工作强调创新。申请者应该培养创新思维，学会提出新的问题和解决方案。