分布式計算與系統一直是承載重要信息化基礎設施的基礎。一方面，分布式計算的理論、技術與系統的研究發展可有效助力大型信息系統(如云計算、邊緣計算、5G網絡等)的快速發展;另一方面，新興的信息技術與應用(如區塊鏈、機器學習等)也在倒逼分布式計算與系統的技術進步。

　　因此，分布式計算與系統一直是國內外研究的熱點，在基礎科學理論、關鍵技術方法、新興系統及應用等方面都產生了諸多創新性和突破性的成果。針對國內分布式計算與系統領域的發展，中國計算機學會分布式計算與系統專委會每年都會召開全國開放式分布與并行計算學術年會(DPCS)，為分布式計算與系統相關領域的研究者、開發者和用戶提供一個學術交流和成果展示的平臺。

　　計算機技術論文：計算機技術基礎上的科技管理模式應用探究

　　本專題收錄了DPCS2021的10篇論文，根據研究方向其大體可以分為3類：分布式系統優化、分布式機器學習和分布式系統安全。分布式系統計算框架歷經數十年的發展，已經呈現出百家爭鳴的狀態，有多種不同的程序設計與應用部署框架可供選擇，包括傳統的MPI，OpenMP以及近期新出現的各類面向大數據、云平臺的系統框架，如MapReduce等。盡管這些框架已經得到廣泛應用，但仍或多或少地存在一些局限。

　　為此，針對流體力學的多面體網格生成，中國科學院重慶綠色智能技術研究院的劉江等人提出了一種OpenMP和MPI的混合并行方法。此外，南京大學的田冰川等人針對基于Hadoop的大數據分析系統存在的性能瓶頸，基于可用資源敏感的算網融合思想，設計并實現了全新的任務調度系統Duopoly，有效縮短了任務執行時間。隨著人工智能的快速發展和應用，由于算力需求、數據安全與隱私等方面的因素，近年來分布式機器學習也得到了學術界和工業界的青睞。

　　特別是聯邦學習，作為分布式機器學習的改進版本，同時實現了算力均攤和數據隱私保護，得到了廣泛關注。針對移動設備的模型訓練參與激勵問題，北京信息科技大學的杜輝等人設計了基于在線雙邊拍賣的分層聯邦學習激勵機制，該機制能夠有效降低移動設備的訓練能耗，提升了其參與積極性。

　　浙江工業大學的王鑫等人則從對數據參與方的訓練參與進行獎勵和對數據參與方的數據可靠性進行評估兩方面入手，提出了基于區塊鏈技術的面向電能量數據的可靠的聯邦學習激勵機制。此外，針對聯邦學習通信量大的問題，河海大學的趙羅成等人提出了一種面向邊緣混合無線網絡的聯邦學習模型同步方法，該方法通過多層聚合更新的方法，減小了通信開銷，提升了訓練效率。在應用層面，河海大學的歐陽卓等人將深度強化學習技術應用于無信號燈交叉路口的車輛控制，可有效提升交叉路口的通行效率。

　　安全與隱私保護始終是計算機系統領域長期探討的話題，隨著各類新興分布式系統與架構的提出與應用，分布式系統的安全也得到了廣泛關注。蘭州大學的張瀠藜等人針對以太坊Solidity智能合約的安全漏洞問題，從符號執行、模糊測試、形式化驗證、污點分析和機器學習漏洞監測等方面對現有工作進行了分析和綜述。清華大學的李嘉睿等人針對目前攻擊圖模型不能實時反映網絡攻擊事件的問題，提出了基于貝葉斯攻擊圖的動態網絡安全分析方法。

　　在應用層面，北京郵電大學的任花等人針對現有的水印和加密方案大多容易影響受保護圖像的視覺質量的問題，提出了一種基于奇異值分解的同態可交換脆弱零水印方案。揚州大學的王夢宇等人針對傳統的密文策略屬性基加密容易導致共享醫療數據隱私泄露的問題，提出了一個支持訪問策略隱藏和密鑰追蹤的輕量級醫療數據共享方案。近年來，我國分布式計算與系統領域取得的研究成果的國際影響力不斷提升，期待未來我國在該領域有更多原創的科研成果，同時產研融合，讓更多的成果能夠轉化應用，賦能數字中國建設。