6月21日,數(shù)據(jù)庫國際頂級學術會議SIGMOD在美國西雅圖舉行,阿里云與浙江大學關于數(shù)據(jù)庫漏洞檢測新方法的論文,榮獲2023年最佳論文獎。這一新方法較以往方案提速近100倍,被審稿人評價為漏洞檢測新范式。這也是SIGMOD會議舉辦以來,第一次由中國大陸研究團隊摘得最佳論文獎。
圖說:2023 SIGMOD最佳論文獎宣布現(xiàn)場
芯片、操作系統(tǒng)與數(shù)據(jù)庫,是信息時代的三大核心基礎技術。聚焦于數(shù)據(jù)庫前沿技術的SIGMOD會議始辦于1975年,是信息科學歷史最悠久的學術會議之一,也是含金量最高的數(shù)據(jù)庫全球頂會,吸引了MIT、清華、浙大、卡內基梅隆大學、新加坡國立大學等高校以及谷歌、微軟、AWS、阿里云、華為等科技公司參加。每年,SIGMOD組委會從入選的研究論文中評出1~2篇最佳論文,代表了該年度最具創(chuàng)新性及影響力的科研成果,成為數(shù)據(jù)庫發(fā)展的風向標。
圖說:阿里云與浙大成果榮獲2023 SIGMOD最佳論文獎
2023年,SIGMOD僅收錄190篇論文,由浙江大學與阿里云共同完成的《在數(shù)據(jù)庫管理系統(tǒng)的連接優(yōu)化器中檢測邏輯漏洞》成果脫穎而出,斬獲2023 SIGMOD最佳論文獎,實現(xiàn)了中國大陸研究團隊在數(shù)據(jù)庫國際頂會的歷史性突破。SIGMOD審稿人評議認為,該工作巧妙、高效地解決了現(xiàn)代數(shù)據(jù)庫的關鍵問題,即檢測出復雜邏輯漏洞,并在業(yè)界領先的商業(yè)數(shù)據(jù)庫中證明了其能力。
據(jù)了解,數(shù)據(jù)庫的崩潰通常由漏洞引發(fā),而其中的邏輯漏洞極難檢測,素有數(shù)據(jù)庫“隱形殺手”之稱,重則導致“上萬航班延誤癱瘓”級別的大規(guī)模宕機。面對這一技術難題,浙大與阿里云研究團隊提出了一種名為TQS(轉換查詢合成)的新方案,通過引入機器學習等方法,創(chuàng)造性地解決了執(zhí)行實現(xiàn)的正確性驗證難題,以極小的計算代價自動探索更大檢測空間,最終實現(xiàn)更完備的檢測覆蓋。
研究團隊使用TQS方法在MySQL、PolarDB等4個數(shù)據(jù)庫中進行實驗,運行僅24小時就檢出115個嚴重及以上等級的邏輯漏洞,比原有方案提速近100倍,成效十分顯著。這些數(shù)據(jù)庫漏洞提報給相關社區(qū)后均被修復。
論文一作、浙江大學博士唐秀介紹稱,在阿里云進行研究型實習期間,她與聯(lián)合團隊一起完成了課題攻堅:“當時阿里云團隊正進行PolarDB內核測試,提出了如何更好檢測邏輯漏洞的問題,這是我們研究的起點。此后兩年,我們嘗試了多種解決方案,并最終在商業(yè)數(shù)據(jù)庫系統(tǒng)的真實場景中驗證了TQS方法的有效性?!?/p>
依托于阿里巴巴-浙江大學前沿技術聯(lián)合研究中心,阿里云數(shù)據(jù)庫團隊與浙江大學師生,完成了從實踐中提出問題、由校企聯(lián)合攻關、成果落地產業(yè)界的科研新探索。據(jù)介紹,TQS新方法已率先應用在阿里云瑤池數(shù)據(jù)庫中,進一步提升了PolarDB等數(shù)據(jù)庫的穩(wěn)定性。
圖說:SIGMOD最佳論文獎首次頒給中國大陸研究團隊
Gartner《2022年度全球云數(shù)據(jù)庫管理系統(tǒng)魔力象限報告》顯示,阿里云是國內唯一位居“領導者”象限的科技公司,且已連續(xù)第三年入選。截至目前,2023年度阿里云數(shù)據(jù)庫團隊共有23篇論文被SIGMOD、VLDB、ICDE、OSDI、ASPLOS等國際頂會收錄,研究范圍覆蓋云原生、智能化、HTAP、安全可信等數(shù)據(jù)庫前沿研究方向。
- 世界第一!阿里云PolarDB登頂全球數(shù)據(jù)庫性能及性價比排行榜
- 阿里官宣巨投3800億:云與AI硬件基礎設施加速構建,人形伴侶機器人賽道迎新機遇?
- 數(shù)據(jù)中心管道設施深度洞察:制冷、效率與可持續(xù)性
- 加速出海!美的與阿里云合作打造海外區(qū)域業(yè)務數(shù)字底座
- AI服務器出貨量預計2025年增速放緩,市場不確定性增加
- Cisco成企業(yè)AI應用風向標,AI相關業(yè)務增長潛力巨大
- Cloudflare謀劃AI時代互聯(lián)網重構,欲成新樞紐
- 美科技巨頭AI燒錢競賽遭市場冷遇,云計算行業(yè)周期見頂預警?
- 谷歌云業(yè)務不及預期,市值蒸發(fā)1800億美元,面臨反壟斷調查
- DeepSeek爆火!華為、BAT等云商紛紛上線DeepSeek AI大模型
免責聲明:本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網站出現(xiàn)的信息,均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性,但不保證有關資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏,概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時,應及時向本網站提出書面權利通知或不實情況說明,并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后,將會依法盡快聯(lián)系相關文章源頭核實,溝通刪除相關內容或斷開相關鏈接。