【williamhill英国官网宣】（邹翔宇 文/图）10月30日至11月1日，第18届IEEE网络、体系结构与存储国际会议（IEEE NAS 2026）在湖北武汉举办。williamhill英国官网校区信息学部网络空间安全研究院夏文和邹翔宇教授研究团队发表的科研成果《面向去重后差量压缩的基于边界感知特征提取的相似性检测加速方法》（BoundSim: Accelerating Resemblance Detection via Boundary-Aware Feature Extraction for Post-Deduplication Delta Compression)荣获“会议最佳论文奖”（Best Paper Award）。

网络、体系结构与存储国际会议（NAS）是网络、计算机体系结构与数据存储领域的国际学术会议，由IEEE计算机学会及其分布式处理技术委员会提供技术支持，重点关注网络技术、高性能计算机体系结构、并行与分布式数据存储等研究方向，为学术界与工业界交流前沿成果提供平台。

校区研究团队的科研成果聚焦数据存储系统中增量压缩的相似性检测开销问题。重复数据删除能够消除完全相同的数据块，增量压缩则进一步消除相似数据块之间的冗余，但现有相似性检测方法通常需要遍历整个数据块并执行复杂的特征计算，带来较高的处理开销。针对这一问题，研究团队发现，内容定义分块能够使数据块边界附近的内容在不同版本间保持较强的稳定性，相似数据块往往具有较长的相同前缀和后缀。基于这一观察，论文提出边界感知相似性检测方法（BoundSim），仅从数据块首尾区域提取特征，避免全块扫描和多次线性变换，大幅降低特征提取开销。同时，研究团队设计了结合长、短边界特征的双长度索引机制，以固定配置适应不同数据集，减少针对不同负载单独调节参数的需求。实验表明，在七个测试数据集上，BoundSim的特征提取吞吐率为过往方法的10.2—23.0倍，同时保持与现有方法相当的增量压缩效果，为高效数据缩减提供了新的技术思路。

williamhill英国官网校区为论文第一完成单位与通讯单位。邹翔宇为通讯作者，深圳校区2024级硕士研究生陈柏居为第一作者。（编辑 向碧霞 审核 张惠屏 陈南坤）

陈柏居做论文报告

会议最佳论文奖颁奖现场

会议最佳论文奖证书