“计算机网络与计算机系统的性能评价”

计算机网络与计算机系统的性能评价”

1 背景

计算机网络和计算机系统目前已经成为现代信息社会

最重要的基础设施之一，其应用遍布社会的各个领域，成为国家发展和社会进步的基本需求，是知识经济的基本载体和支撑环境。性能评价是计算机网络和计算机系统研究与应用的重要理论基础和支撑技术，是通信和计算机科学领域的重要研究方向，也是一门理论与实践紧密相连、内容丰富、体系完整的学科。许多IEEE的权威会刊也都有专门的性能评价专栏，还有许多关于性能评价的国际学术年会。此外，性能评价也是国外计算机、通信、信息科学等专业大学高年级学生和研究生的必修课程之一。

长期以来，虽然学习数学系开设的纯数学有利于夯实研

究生的基础理论，但要在计算机和网络系统建模分析的具体研究中应用随机观念解决实际问题，偏重理论体系完备性和严密性的纯数学略显抽象，不容易被深刻理解，进而阻碍学生在实际系统与抽象的理论方法之间建立自然联系。为此清华大学计算机科学与技术系于 2000 年开设“计算机网络与计算机系统的性能评价”课程，任课教师为林闯教授，笔者于 2012 年加入课程建设队伍，开始承担部分教学任务； 2014 年独立承担课程教学。十多年来，课程在林闯教授及其教学

团队的努力下，多次荣获清华大学研究生精品课程。

2课程定位

计算机网络与计算机系统的性能评价”属于专业基础

理论课程，强调用工程数学解决实际问题，是基础理论课和学科专业课之间的桥梁。课程教学强调培养研究生对计算机网络和计算机系统的性能模型方法和性能分析的直观理解，熟悉基本思路，通晓性能建模与分析的一般方法，熟练并尽可能创造性地应用随机过程、排队论、随机 Petri 网等方法开展计算机网络与系统性能评价的相关研究。课程着重培养研究生应用随机概念分析和评价计算机系统性能的基本研究能力。此外，课程建设也致力于以学生能力培养为核心，注重理论深度，体现研究型教学的特色。

3课程建设

3.1用“领会方法精髓”的思想指导教学

课程内容按照系统性能评价的模型技术与方法分为3个部分：第一部分讲解基本概念和基础理论，包括随机变量及期望的相关定理、马尔可夫过程和更新过程等随机过程以及随机稳定性分析等。第二部分是排队论，包括各种典型单节点排队模型以及乘积解 / 非乘积解排队网络。第三部分是随机

Petri 网与性能评价，主要内容有 Petri 网和各种随机 Petri 网及其在系统性能评价中的应用。我们在教学实践中强调数学基础理论中的相关概念、定义和定理等在描述实际物理系统

如计算机和计算机网络系统）时的映射关系，注意用简单的模型和示例讲述基础理论在描述和刻画实际系统时的本质。课程讲授过程中采用幻灯讲义，但对较难的数学推导和分析内容则采用板书方式，同时在讲解详细的分析推导过程之前增加了轮廓性的介绍，之后注意总结主要结论的本质，并结合实际系统阐述理论所揭示的物理意义，适当增加应用举例，力图将抽象的数学理论讲解得直观而易理解，启发同学思考和领会方法的精髓。如讲授离散时间马尔可夫链模型时，首先剖析单机双核 CPU共享内存系统的建模，然后扩展到多机多核计算机系统的建模，使同学们由浅入深、循序渐进地理解并掌握应用离散时间马尔可夫链建立计算机系统分析模型的关键一一结合实际系统的工作过程，

分析、抽象和定义恰当的系统状态，进而确定状态之间的转移概率。

3.2将科研成果融入教学教学与科研从来都是相辅相成的。我们

精选了授课教师

近年的研究成果，如网络协议的性能评价、计算机网络的性能模型与性能评价、多服务器多队列系统的模型与性能评价等。通过对这些实例的分析，让学生了解如何对各种计算机和网络系统进行模型化描述及性能分析。例如，笔者在讲授排队网络模型的基础理论知识时，轮廓性地介绍了大延时带宽积环境下最优拥塞窗口大小的理论分析工作，在加深同学们对闭环排队网络乘积解理论知识理解的同时，也使大家对

个优秀研究成果与扎实的基础理论知识之间的关系有了生动且深刻的认识。同时，我们也穿插介绍本领域历史上有影响力的研究成果和最新的研究进展，目的在于通过具体事

例提高研究生对好的研究成果的鉴赏力。如在讲授到相关知识点和基础理论时，简要介绍计算机性能评价领域获得

ACM SIGMETRIC跌生成就奖的学者及其获奖工作的主要贡献等。

3.3以热点问题驱动教学课程主要采用教师课堂授课的方式。此

外，还根据教学

内容需要，分配一定的课堂时间，安排利用本课程方法在性能评价方面取得成果的同学在课堂上分享成功经验，具体讲解和分析如何将相关理论应用到研究实践中，更直接地让学生体会到课堂学习内容的使用方法和技巧，有利于启发和开阔思路，加深对所学内容的理解。

在教学过程中，笔者会适时结合最新的研究热点，推荐

些带有挑战性的研究课题（如 MapReduce 和 Spark 等新的计算模式与系统、云存储系统和分布式机器学习系统的建模分析等），供学有余力的同学凭热情和兴趣选择研究，并在学生的研究过程中尽可能地给予指导和建议。虽然不是所有选择该项任务的同学最终都会有相应的研究成果输出，但此过程对加深课堂内容的理解无疑是有帮助的。

通常，在期末教学安排中，为说明本课程内容的可扩展

性，开阔同学们的思路，也安排讲授部分课程内容在新的热

点领域的研究和应用进展，以启发同学们在未来的研究工作中有意识地应用课程所学内容提高自己研究工作的水平

3.4灵活开放的考核方式采用形式灵活多样的考核方式，考试题

目从实际中来，

开放性强，答案形式多样，鼓励同学多角度思维。

3.5 教材与讲义建设课程教材选用主讲教师林闯教授编写的《计

算机网络和

计算机系统的性能评价》（清华大学出版社出版），此教材是国内第一本有关多种计算机网络系统性能评价理论基础的教材，在教学过程中广泛收集学生反馈和意见，为再版修正

做充分准备。目前，该教材现已有超过 50 所大学用作信息

专业研究生必读教材或参考书，在 CNKI 数据库中被引用已达

500 余次。课程主要参考书之一的《随机 Petri 网和系统性能

评价》（清华大学出版社出版） 2005 年出版第 2 版，在 CNKI 材和最新的研究成果，不断完善课程内容的系统性和时效性。

中的引用达千余次。同时，笔者也注意结合经典教

例如，在讲义中引入 R.Nelson经典教材《TheMathematics of Computer Performance Modeling 》中介绍随机数学的框架体系，使同学更深刻地理解随机数学如何描述客观物理世界的系统性，拓展了本科所学概率与数理统计知识的外延，加深了对随机概念的更为全面的理解与认识。笔者在引入飘逸稳定性分析时，结合李雅普诺夫随机稳定性分析与优化在计算