华为云数据库创新Lab在论文《Efficient Cardinality and Cost Estimation with Bidirectional Compressor-based Ensemble Learning》中提出了基于集成学习的基数和代价估计模型。本文发表在ICDM'23上， ICDM会议是由电气与电子工程师协会组织的、数据挖掘领域的顶级国际学术会议。

最近，openGemini先后获得开放原子基金会授予的 “2023快速成长开源项目” 奖项，以及由中国信通院评估颁发的 “可信开源项目” 和 “可信数据库” 两项证书

9月20日-9月22日，华为云机器人团队在HUAWEI CONNECT大会上，以“盘古大模型+具身智能”为主题，展示云机器人团队最新的技术成果，同时与潜在客户交流，寻找商业落地机会

近日，华为云AI系统创新Lab在阿拉伯语AI应用领域的研究工作《A Survey on Arabic Named Entity Recognition: Past, Recent Advances, and Future Trends》被CCF A类国际顶级期刊IEEE Transactions on Knowledge and Data Engineering（TKDE）录用。作为数据挖掘领域最顶级的期刊之一，TKDE一直以来都注重刊登涉及数据挖掘、大数据处理、信息抽取等领域的最新研究成果，对发表的文章有着严格的评审标准，以确保所发表的研究成果具有较高的学术价值、原创性和影响力。

VLDB会议(International Conference on Very Large Data Bases)是全球数据库系统领域最负盛名的三大顶级会议之一，VLDB’2023将于2023年8月28日-9月1日在加拿大温哥华召开。华为云存储创新Lab和华中科技大学合作完成的SIEVE论文在本次会议上被接收。

告警对于云系统异常时人工接入处理的及时性至关重要。告警的质量会显著影响云系统可靠性和云服务商的业务收入。在实践中，由于云系统海量的告警数据中存在一些没有信息量的、错误的、有误导性的告警，使得oncall的工程师无法快速定位根因和修复故障。我们将这些无效的告警的称为“告警的anti-pattern”。为了更好地理告警的anti-pattern，并提供可操作的措施来治理anti-pattern，本文首次对工业云系统中治理告警的anti-pattern的实践进行了实证研究。我们研究了业界领先的云服务商华为云的告警策略和告警处理过程，研究结合了两年内数百万个告警的定量分析，以及对18名经验丰富的运维工程师的调查。因此，我们总结了四种单独的anti-pattern和两种集体的anti-pattern。我们还总结了当前治理告警anti-pattern的四种措施，以及告警策略配置的一些建议。最后，我们建议探索告警质量（QoA）的自动评估，包括告警的指示性、精度和可操作性作为未来的研究方向，帮助自动检测告警的anti-pattern。我们的研究结果对于优化云监控系统和提高云服务的可靠性具有重要价值。

随着云计算的发展，传统桌面软件逐渐迁移到云上，以云服务（在线服务）的形态提供给用户。云服务质量于用户体验而言至关重要。为了保证服务性能，云服务通过各种指标（比如CPU使用率，服务响应延迟，吞吐量）进行7×24小时的密切监控。指标异常检测旨在找到指标序列（一种时序数据）中预期之外的或者罕见的模式，从而及时发现服务中的性能问题。为了应对复杂多样的时序异常模式以及帮助运维人员进行快速故障理解与根因定位，华为云计算与网络Lab联合香港中文大学提出ADSketch，一种准确、高效，且具有可解释性与在线学习能力的异常检测算法。

2023年04月26日，数据密集型系统一直是公有云上的最重要的负载之一。在过去十几年里，公有云厂商一直用三个原则在保持数据密集型系统运行的高性价比：用分离式架构来让资源独立伸缩，用异构加速来加速负载，以及用无服务器计算来进一步降低运行开销。虽然这些原则独立都运行得很好，但暂时无法和谐地共存。