为加强研究生学术交流活动，推进学术创新，特开通“研究生学术报告预告区”。我校研究生和教师可以在预告区及时发布和了解有关研究生学术报告的信息，届时参加。也可就某学术报告展开专题讨论与交流。
命名数据网面临着一系列亟待解决的问题与挑战，特别是转发平面中索引内容的高效存储和快速检索问题，但目前主要研究成果都各有优缺点。例如，基于trie的数据结构查找速度较慢；基于Bloom filter的数据结构无法直接索引数据；而基于哈希表的数据结构需要极大的存储空间。因此，本报告提出利用神经网络技术，学习索引内容的映射统计规律，在保证检索速度的条件下，提升存储效率，降低误判概率，实现索引内容高效存储、支持快速数据检索的新型索引数据结构。