《CS PhD Journey》Chapter 2 – Spring 2018
文章目錄
前言
第一個學期過了一個Theory和IIS，第二個學期打算過Software和 Systems。於是我選了數據庫和計算機網絡。這樣可以把所有四個類別的qualifier課程都過掉。
CSE532 Theory of Database Systems
教數據庫的是Himanshu Gupta，他講課給人一種充才華橫溢的感覺，比較algorithmic，喜歡搞一點theory和proof。Himanshu在PhD期間是研究數據庫的，不過當教授之後改到無線網絡了。
這門課用的教材是 Database Systems The Complete Book，斯坦福數據庫實驗室的大牛寫的書，這本教材的一個作者Jeffrey Ullman是Himanshu的導師。很多作業的題目，來自這本教材的課後習題，然後這本教材的課後習題網上找不到答案。講課的重點內容是relational algebra，datalog，存儲，索引，query execution，concurrency control。這些講課重點也是作業中的主要題目。
我覺得Himanshu的講課風格，非常符合科班生的胃口，特別是喜歡一點理論的科班生的胃口。然後他喜歡上課提問題，學生舉手回答問題，回答問題正確有加分。我一開始不敢舉手，後來發現加分的名單越來越長，我也開始逼自己舉手，有幾次我認爲我的答案是正確的，但是舉手他沒有點我，最後我沒有進入加分名單中，這可是直接在總成績上加一分或兩分。他喜歡用Google doc，經常上課講着講着，就打開Google doc來現場寫題目的答案或證明等。我去了office hour兩次，問作業的題目，Himanshu解答題目很耐心。
總共有6次作業，其中最後一次作業是選做，所以相當於是5次作業。兩個人組隊提交一份作業，第一個學期的經歷讓我看到了隊友的重要性，於是我主動找了WHT組隊，他看上去比較厲害。找WHT當隊友是一個非常重要的決定，後來和他一起搬到校外一起租房子，成爲了房友。我做作業在overleaf.com上寫。每次我和WHT都獨立把作業完整做完，然後一一對答案，整理出一份完整的作業。
五次作業分別爲93/100, 71/100, 98/100, 88/90, 55/55。除了第二次71分低於均分之外，其餘四次都高於均分。後兩次作業是批改部分題目，所以總分不是100。期中考試是49/80分，期末考試是123/150。期中考試沒有考好，均分是52.8，中位數是54。期末考試考得不錯，均分是103.7，中位數是102.5分，我比均分高了一大截。最後Himanshu弄了一個給成績的標準: Finals/5 + Midterm/4 + (h1 + h2 + h3 + h4 x 160/90 + h5 x 100/55) x 50/560 + Extra-credit。按照這個公式，我的得分是83.1分。然後Himanshu給出了ABC的標準。A的門檻在85分左右，我低了一點點，遺憾拿了A-。我主要是期中和第二次作業低了一點，然後沒有課堂舉手的加分項目。WHT也是83點幾，A-。
Grades, Approximate CUT-OFF, # of students:
A, mid-80s, 27
A-, around 80, 37
B+, around 75, 34
B, around 70, 37
B-, mid-60s, 9
C+, 60+, 5
CSE534 Fundamentals of Computer Networks
計算機網絡聽說是Systems類別裏面稍微輕鬆一點的，於是我選了。授課老師是Aruna，她學術上很積極，活躍於各大會議。計算機網絡也是很重要的一門課，於是就選了。Aruna是一個女教授，搞移動網絡系統的，玩玩手機，最近也開始做一些measurement，然後關注video在網絡裏面的傳輸性能，她和老公也合作一下，搞搞NLP在手機上的應用。她講課不深入，不過範圍比較廣。
這門課的工作量也是很大的，不過還好是用Python來做作業（比其他的System課用C語言的好多了）。有三次作業（3 X 10分），五次論文總結（5分），一個大project（20分），還有兩次考試（45分）。
第一次作業是關於DNS的，域名解析。最終是自己寫了一個域名解析程序 DNS resolver，模仿Linux的自帶工具dig，寫一個叫做mydig的程序，然後做性能分析。然後還有寫一個安全版本的mydig，這裏是依據 DNSSEC來寫的。這個DNSSEC不是很容易弄的，很費不少功夫。
第二次作業是關於HTTP，TCP和Wireshark。就是編程分析pcap文件，分析各種flow，sequence，window，throughput，RTT，loss rate等等細節。還有分析congestion control，duplicate ackownledge。分析比較HTTP/1.0，HTTP/1.1，HTTP/2.0，看HTTP協議如何進化的。最後還分析了一下TCP的fairness。這一次作業整體難度不高，但是東西很多，比較花時間。
第三次作業是網絡層的路徑尋找，這個作業在三次中最難。本次作業需要在Mininet中設計和實現網絡。初次弄Mininet，一頭霧水，虛擬機，各種配置，在黑暗中摸索。然後是創建一個有6個節點的靜態網絡。測試A節點能否ping B節點，然後假設網絡某個鏈接如果斷了，Routing information protocol 多久再次收斂等等。最後是在Mininet裏面寫一個自己的Bellman-Ford algorithm，自己寫了一個分佈式的尋找最短路徑協議的程序，每個節點都在運行這個程序，用socket監聽端口，聽到了鄰居節點傳來的distance vector的更新信息，就在本地運行Bellman-Ford算法，然後把自己更新的distance vector傳給鄰居，記錄日誌。這個真是不好弄，最後我求助大牛LX，他幫我找bug，挺感謝的，最終我在最後一刻完成作業，比較驚險。
五次論文總結。就是給五篇影響力比較高的頂會論文，每篇寫一頁總結。最後選擇得分最高的三篇總結，取個平均。由於我前三次總結都是滿分，所以我只寫了三篇總結。這三篇總結分別是：一篇IMC 2011的分析網頁的複雜性如何影響page load time；一篇NSDI 2014 的分析SPDY協議；一篇SIGCOMM 2010年發明DCTCP算法。
大project。三人組隊，我和LX和某醬油。一開始是選題目，我們每個人都想出一個題目。我提出做一個fan qiang工具，LX提出探索一下區塊鏈，醬油好提出做一個入侵檢測系統。Aruna聽了聽我們三個人的idea，最喜歡我的，於是我們隊的題目就確定爲做一個fan qiang工具了。我們的思路是仿照ss的原理，基於socks5協議寫一個代理工具。在這個project中，我深入瞭解了fan qiang的知識。在推進這個項目的過程中，發現LX真的是大牛呀，核心代碼他全包了。原來，他以前在國內就自己搭建ss服務器，fan qiang經驗豐富。相比之下，我以前是花錢買服務，沒有自己搭建。然後LX寫代碼也是很厲害的，這次我是抱上了大腿了。LX把核心代碼都寫了，於是我就負責做測試了。。。首先我寫了腳本做自動化測試，然後找了國內的高中和大學同學，幫忙做測試，看看能否訪問谷歌和油管，成功了。然後我和LX一起寫了報告，醬油寫了幾段話吧，然後我負責最後做presentation。最後給Aruna展示presentation，讓Aruna印象深刻。PS，現在最新的fan qiang技術是基於x2y(x=V, y=Ray)了。
兩門考試，第一次我考的可以，第二次一般般。第一次考試是在spring break之後，因爲spring break之前的數據庫的考試，我意識到考得不好，所以spring break 期間花了很多時間準備計算機網絡的考試，最終付出有所回報。第二次考試就有一般般了。
最後這門課我獲得了A！三次作業，分別是95，91，92（滿分100）。這三次的均分分別爲79.2，79.3，79.4。中位數分別爲87.5，85，86。論文報告我的了5分滿分，然後大project我門隊得了106分，滿分是100。我們的翻牆的project被評爲4個最佳project之一。兩次考試我分別的了54.5和47.5（滿分是75分），均分分別爲45.2和45.5，中位數分別爲45.5和46.1。最終我的加權總分是84.6分。以下是Aruna給出的評分標準，我應該是正好卡在了A的邊緣上。LX的考試成績比我低一點，他好像是82點幾，拿了A-。我這次比較幸運～
Here is the rubric
85 A
76.5 A-
66 B+
60 B
50 B-
50 C+
CSE634 Data Mining Concepts and Techniques
這門課是Anita講課，水課，但是可以算作qualifier。於是我輕鬆的拿了一個qualifier的A。Anita是一個仁慈的老太太，是個好人。不過她真是比較“古董”了，講的東西有點跟不上潮流。作業，和project都沒啥難度，還好幾個人組隊，每個人分到的任務也不多。最後考試我就突擊了兩天，我得了120（95+25）分。滿分是100加上25的附加分。這些題目很多就是PPT上的題目改編一下。我應該是最高分。因爲我認識TA，我翻了翻所有人的考卷，我沒有看到滿分100+25的。我記得考試中的題目有一道關聯分析，附加題有一道遺傳算法。其實這整門課，基本上我本科就學過了。這門課輕鬆拿A
Teaching Assistant
這個學期當本科的Analysis of Algorithms的TA，總共有三個TA，授課老師是Rob Patro。他是做計算機生物學的，2019年跳槽到馬里蘭大學，回到了他讀博的地方。有一次作業是三個TA一起出題。我出了一道關於kruskal算法（最小生成樹）的題目，還出了一道關於DAG圖裏面找最長路徑的題目。有一次臨近期末的時候，Rob不在學校，要求TA找一間教室，給學生講作業的題目，複習一下期末，然後我們幾個TA搞砸了，具體細節不記得了，反正做的不好。
Advisor
整個寒假都在玩，沒有和Anshul 聯繫，開學之後，開始聯繫Anshul希望跟進一下，乾點活。Anshul給了我一篇paper，好像是用馬爾可夫鏈去做雲計算的資源分配的預測之類的，要我讀一讀，然後寫總結。然後和Anshul沒有實質性進展。期間第一學期教我算法的Sekar給上了他的算法課的人羣發email，說對他研究感興趣的，歡迎聯繫。我隨後去他的辦公室找他聊了聊，我發現他做的東西非常底層，搞system安全，然後比較有錢。
二月初的時候Anshul發email說，要好好考慮一下theory vs system，看看哪個更適合自己，然後建議和更多的教授聯繫一下。在3月11日春假，我聯繫了Aruna，Himanshu，Michalis三個教授。其中Aruna和Michalis說不收新學生，Himanshu說等一個月。4月9日晚上，Anshul發email說他收了一個學生，無法再收另外一個學生了。然後4月11日中午，我發email給Himanshu，問了問他的情況，他回覆說下週來辦公室聊聊。4月17日去找Himanshu聊了，聊了聊基本情況。Himanshu說比較看重smart和responsibility，聰敏而且負責。最後他收了我。
Himanshu讀博期間是研究數據庫的，畢業後去工業界工作了兩年，然後回到學術界。來到了石溪大學。在二十一世紀初，無線網絡，sensor network這些領域是很火的。Himanshu之前搞關係型數據庫，他可能感覺這領域的發展前途有限，於是轉到了無線網絡和sensor network。這幾年，wireless和sensor有些不溫不火。不過最近藉着IoT和edge這兩個概念，再蹭一蹭深度學習的熱度，又開始有些意思了。在2018年的時候，我也沒有考慮那麼多，感覺有導師收我就行了。而我也覺得搞搞計算機網絡，搞搞無線網絡，既有system也有theory，也行。2018年的時候，最火的當然是計算機視覺，不過做最火的研究方向也是有好有壞。