近日，《Software deSoftware-defined Network Assimilation: Bridging the Last Mile Towards Centralized Network Configuration Management with NAssim》（软件定义的网络同化：使用NAssim跨越网络配置管理最后一公里）获得SIGCOMM 2022最佳论文，这是中国地区首篇荣获该会议最佳论文奖的论文。

据了解，该项目是和华为的深度合作。信息枢纽数据科学与分析学域的王炜教授是获奖论文的作者之一，他同时担任香港科技大学（广州）2023年首批开设的3个本科专业之一——数据科学与大数据技术——的本科生事务主任。本文是王炜教授的访谈实录。

Q1:首先恭喜您获得SIGCOMM 2022的最佳论文奖，请介绍一下奖项的含金量，以及获奖研究取得了哪些突破？

谢谢。SIGCOMM是国际计算机协会（Association for Computing Machinery，ACM）在计算机通信网络领域的旗舰型会议，由ACM SIGCOMM组织举办。今年的SIGCOMM 共获得投稿 279篇，录用 55篇 （录用率为 19.7%）。我们这篇《Software-Defined Network Assimilation: Bridging the Last Mile Towards Centralized Network Configuration Management with NAssim》是中国地区首篇荣获该会议最佳论文奖的论文，可以说是实现了零的突破。 

在论文中，我们研究了高效将多厂商在软件定义网络（SDN,Software-defined Network）中设备统一管理，支撑业务敏捷发放的问题。

我们首次提出了SNA(Software-defined Network Assimilation)的概念，并推出了NAssim框架。NAssim使用了多种技术，能像运维工程师一样“读懂”设备配置手册， 并自动推理出设备原生配置模型和控制器统一配置模型的映射关系，从而完成高准确率的映射推荐。基于SNA的华为iMaster NCE’s AOC平台，能自动生成SND网元驱动包，显著提升了设备适配效率。之前用CLI命令或定制脚本对接，交付周期长达2-3个月；采用AOC后，适配效率提升超过90%，周期缩短至1周。现在AOC已经在全球包括运营商、金融、互联网等各大行业客户的网络中部署，加速了网络自动化的进程。

Q2: 您目前开展多个跨学科研究项目，请简要介绍您在港科大（广州）开展跨学科研究的情况。

加入香港科技大学（广州）以后，我参与了多项跨学科的研究工作。其中值得一提的是与张统一院士一起，在材料信息学领域深入开展的教学及科研合作。我们筹建了广州市材料信息学重点实验室，并且开设了《材料信息学》的课程（FUNH 5100: Introduction to Material Informatics）。课程定位于机器学习基础的入门课程，其对象为没有人工智能和机器学习背景的理工科学生，以期使他们可以将“材料信息学”的方法论应用于自己的研究领域中。

Q3：数据科学与大数据技术是港科大（广州）获批首批开设的三个本科专业之一。学校今年只招收硕博士研究生，明年开办的本科教育将会什么独特之处？如何在本科教育阶段开展融合学科人才培养，需要克服哪些困难？

我们的数据科学与大数据技术本科专业将会是非常独特的。从教学课程设计上来说，

第一，有很强的跨学科交叉属性。我们在大学通识课程、基于项目的课程上都会积极采纳跨学科的内容，锻炼学生的思维动手实践能力。我们也在积极设计多门跨学科的新课，例如大数据和城市治理，人工智能和新能源行业的结合等。

第二，具有创新性。学校课程将采取模块化设计，每个模块允许学生以包括自学在内的多种方式学习。从而让学生真正的成为学习的主动者，为终生学习打下坚实的基础。

第三，具有很强的灵活性。我们相应降低了专业必修课的比重，让学生在选课当中有更强的自主性。这些选修课中不仅包含数据科学与分析领域细分方向的中高阶课程，也涵盖其他枢纽及学域的课程。

诚然，创新的模式也必然面临许多挑战。

第一，传统的思维和国内外都多数院校都还是单学科的教育，所以不管是家长还是老师对跨学科的教育模式不一定能完全理解以及适应；

第二，开展跨学科教育，需要采用的全新的学习方式和教学方法，这对于学生和老师而言都充满挑战；

第三，为了培养更适应未来社会发展需求的创新型人才，以传统的“题海战术”和记忆力来考核学生显然已经无法满足需求。如何系统、合理地评估学生的学习成果，也是一个需要探讨的课题。我们也在积极探索以多种灵活有效的方式来评估学生的学习情况；

第四，创造性，或者说是原创性。随着我们国家的强盛和科研工作者的努力，我们在多数科研领域已经达到甚至领先于世界水平。但是，我们也愈发需要有原创性和探索性的工作，而不是在现有范式当中的持续进步，需要学生能Think outside the box。

Q4：您从海外回到内地加入一所新的大学，香港科技大学（广州）有哪些特质吸引了您？

首先，香港科技大学（广州）发展融合学科的创新理念吸引了我。学校独特的枢纽和学域（Hubs & Thrusts）学术架构设置，将打破以往每个院系教师背景趋同的现状，促进多学科多背景的教师交流合作的可能性。从学术研究的视角看，每个研究领域发展到后期都会有一些乱象出现，例如研究的问题可能没有实际需求支撑，相应的研究思路和方法限于停滞。跨领域的研究能够使得学者走出自己的舒适圈，接触到更多更加广阔的学术思想和思路，并且能有机会研究新的、有挑战性的问题。而放眼中国和世界的科技及工商业发展，更加急切的需要有跨领域的学者、人才出现，来应对各种新兴的需求。

第二，香港科技大学（广州）继承了香港科技大学的基因，从教师招聘到学校各个环节的运作都保持了国际水平。在这里，我非常高兴能和不同领域的顶尖学者、学术新星交流合作。以我所在的数据科学与分析学域为例，我的同事们获得了多个国际顶会奖项，包括SIGMOD Test of Time Award 2015， VLDB Best paper award 2022, ICDE Best paper award  2015 & 2019,  SIGCOMM Best paper award 2022等等，师资力量十分雄厚。

第三，香港科技大学是我的母校，我今天在学术上的成就与在我科大的经历是密不可分的。在科大的求学经历，不仅锻炼了我的研究技能，更培养了我学术态度。我的博士生导师陆宏均教授，为中国数据库研究走向世界做出了杰出的贡献。近20年后，我非常高兴能够回到母校，带回我在海外高校多年的科研、教学经验，为祖国的高等教育事业做出自己的贡献。

在加入香港科技大学（广州）之前，王炜教授担任澳大利亚新南威尔士大学计算机科学与工程学院终身正教授，长期从事大数据，人工智能和跨学科研究。共发表超过160篇研究论文，其中大多数发表于顶级期刊（TODS，VLDB J, TKDE, 和TPAMI）和会议（SIGMOD，VLDB，ICDE，WWW，IJCAI，AAAI，ACL，SIGIR，NeurIPS, SIGCOMM）上。他曾获得SIGCOMM 2022和ICMR 2021的最佳论文奖，DASFAA 2016最佳学生论文奖，以及SIGMOD, ICDE的多次最佳论文提名。王炜教授现任学术期刊IEEE TKDE及Journal of Material Informatics副主编，以及担任多个国际期刊及会议的审稿人。他还曾任国际顶级会议ICDE 2014和2019的副主席。