2005年-2009年 香港中文大学计算机科学与工程系 博士
2001年-2004年 华中科技大学控制科学与工程系硕士
1997年-2001年 安徽大学自动化系学士
2022年至今 复旦大学电子工程系 教授
2013年-2022年 复旦大学电子工程系 青年副研究员、副研究员
2009年-2012年 法国国家自动化与计算机研究院(INRIA)及Avignon大学 博士后
------------------------ 华丽的分割线 ---------------------------
欢迎有志于分布式机器学习系统，数据驱动的网络系统的同学保送和报考我的硕士研究生、博士研究生！
同时招募本科实习生（建议大二、大三上学期进组）、招聘博士后。
常见问题 1：往届学生去向？ 师从著名学者深造，例如 UChicago计算机系(硕->PhD, 2), UChicago统计系(本->MS, 1)，Notre Dame 计算机系 (本->PhD, 1), UCLA (本->PhD, 1), HKUST (本->HK Fellowship PhD, 2), OSU (本->PhD, 1), HK PolyU (本->PhD, 1), UPenn (本->MS, 1), UCLA (本->MS, 1), UCSD (本->MS, 2), Cornell (本->MS, 1), CMU (本->MS, 1), ETHZ (本->MS->PhD, 1), Columbia (本->MS, 3), NYU (本->MS, 2), NEU(本->MS, 1), USC (本->MS, 1), Duke (本->PhD, 1; 硕->PhD, 1), Yale (本->PhD, 1), UT Austin (本->PhD, 1), 威斯康辛麦迪逊 (本->PhD, 1); 或者去著名IT公司如EA游戏 (硕)、IBM (硕)、携程 (硕)、华为 (硕)、阿里巴巴 (硕)、腾讯 (本) 、华为2012实验室 (硕)、字节跳动 (硕)，或服务国家如上海市的选调生等。
常见问题 2：招生要求： Self-motivated, 认真踏实，阳光乐观，能听取不同意见，不眼高手低，不妄自菲薄，有毅力能够完整地做完一项工作。机器学习网络系统方向技术能力要求：熟悉1门编程语言（C/C++/Python/Go之一）。分布式机器学习方向技术能力要求：基础数学课成绩不错、熟悉Python编程，或者作为主力参加过物联网/电赛的科创项目。
注1：编程能力（语言不限）和学习新知识的速度是最重要的。
注2: 实验室及实验室同学和华为、阿里、腾讯、微软都有密切的科研合作，能够为编程能力强、科研能力强的优秀同学提供比较好的机会。
常见问题 3 : 生源要求？欢迎优秀的同学报考，来源不限，实验室成员以复旦大学毕业生为主，还有来自西安电子科技大学、河海大学、山东大学、华东师范大学、武汉大学、东北大学、厦门大学、苏州大学的优秀学子。
常见问题 4 : 如果我的编程基础不够好、偏机器学习系统方向的必要课程没修过怎么办？ 需要自学2～3门基础课程，按照Bilibili上面网课的要求去学习和练习。课程学习大约需要几个月至半年的时间，难度低于申请人的预期，应该在入学前完成。
论文方向：Distributed Machine Learning (DML), Multimedia Networking (MMN), Stochasic Modeling and Game (SMG)
代表性论文：(Full list)
1. [SMG] Eitan Altman, Rachid El-azouzi, Daniel Sadoc Menasche, Yuedong Xu, "Forever Young: Aging Control for Smartphones in Hybrid Networks", Proc. of ACM Mobihoc 2019) 本文最初发布于Arxiv-2010，可能是 Age of Information 方向的最早论文。http://webhome.auburn.edu/~yzs0078/AoI.html (CCF B类) (paper)
2. [SMG] Yuedong Xu, Zhujun Xiao^, Tianyu Ni^, Hui Wang, Xin Wang and Eitan Altman, "On The Robustness of Price-Anticipating Kelly Mechanism", IEEE/ACM Trans. Networking, 2019. (CCF A类) (paper) 本文证明了网络领域资源分配中经典的Kelly机制在出现恶意用户下的性能上下界。
3. [SMG] Eitan Altman, Philippe Nain, Adam Shwartz and Yuedong Xu*, "Predicting the Impact of Measures Against P2P Networks: Transient Behavior and Phase Transition", IEEE/ACM Trans. Networking, 2013. (通信作者) (CCF A类) (paper) 本文运用了两个有趣的随机分析工具研究对等网内容可获取性：Branching 过程和平均场理论。(其实我们的本意是想探索“互联网是否有记忆”这个飘渺的问题)
4. [MMN] Zhe Chen^, Xu Zhang^, Sulei Wang^, Yuedong Xu*, Jie Xiong, Xin Wang, "Enabling Practical Large-Scale MIMO in WLANs With Hybrid Beamforming", IEEE/ACM Trans. Networking, 2021. (CCF A类) (paper) 本文的会议版本于2017年研究了多天线WiFi中的通信与定位一体化方法: 先估计波达角选择干扰较小的用户分组、然后反馈精确信道状态信息进行数据传输。
5. [MMN] Ying Zheng^, Lixiang Lin^, Tianqi Zhang^, Haoyu Chen^, Qingyang Duan^, Yuedong Xu*, Xin Wang, "Enabling Robust DRL-driven Networking Systems via Teacher-Student Learning", IEEE JSAC 2021. (CCF A类) (paper) 本文提出了提升网络系统深度强化学习鲁棒性的教师-学生网络模型。
6. [MMN] Zhihao Gu^, Taiwei He^, Junwei Yin^, Yuedong Xu*, Jun Wu, "TyrLoc: A Low-cost Multi-technology MIMO Localization System with A Single RF Chain", Proc. of ACM Mobisys 2021. (CCF B类、网络领域顶会之一) (paper) 本文设计了单射频链路中利用天线切换方法的低成本跨协议(WiFi+BLE+LoRa)定位系统。
7. [DML] Qingyang Duan^, Zeqin Wang^, Yuedong Xu*, Shaoteng Liu, Jun Wu, John C.S. Lui, "Accelerating Distributed DNN Training via Transport Layer Scheduling", IEEE Trans. Parallel and Distributed Systems 2023. (CCF A类) (paper)。本文设计了紧贴网络传输层的分布式深度学习张量优先级调度系统。
8. [MMN] Yuedong Xu, Zhujun Xiao, Hui Feng, Tao Yang, Bo Hu and Yipeng Zhou, "Modeling Buffer Starvations of Video Streaming in Cellular Networks with Large-Scale Measurement of User Behavior". IEEE Trans. Mobile Computing, 2017. (CCF A类) (paper) 本文基于内容商播放数据和QoE随机模型来设计优先级调度机制，随机分析中精细地考虑了视频下载和播放时长的差异。
9. [MMN] Yuedong Xu, Salah Elayoubi, Eitan Altman, Rachid El-Azouzi, "Flow Level QoE for Video Streaming in Wireless Networks". IEEE Trans. Mobile Computing, 2016. (CCF A类) (paper) 本文提出了基于破产理论的视频流媒体用户体验分析框架。
10. [MMN] Yuedong Xu, Eitan Altman, Rachid El-Azouzi, Majed Haddad, Salah Elayoubi, Tania Jimenez, "Analysis of Buffer Starvation with Application to QoE Optimization of Streaming-like Services", IEEE Trans. Multimedia, 2014. (CCF B类) (paper) 本文运用了Ballot定理和传统的迭代计算来分析网络流媒体播放卡顿概率。
11. [SMG] Qianlan Bai^, Nianyi Liu, Yuedong Xu*, Xin Wang, "Blockchain Mining with Multiple Selfish Miners", IEEE Trans. Information Forensics and Security, 2023. (CCF A类) (paper)。本文发现区块链自私挖矿收益源于挖矿难度调整机制，同时建立了基于POMDP的多个自私挖矿者竞争模型（2018年ArXiv版本是自私挖矿引用较高的论文）。
12. [DML] Zhiyi Tao^, Zuning Liang^, Yuedong Xu*, Hui Wang, Jin Zhao, Tong Li, "MemFerry: A Fast and Memory Efficient Offload Training Framework with Hybrid GPU Computation", Proc. of IEEE Infocom 2025. (CCF A类) 。本文研究了GPU显存容量受限时GPU-CPU协同训练大模型的优化策略。
13. [SMG/MMN] Junkai Wang^, Xutong Liu*, Jinhang Zuo, Yuedong Xu*, "Robust Contextual Combinatorial Multi-Armed Bandits for Unreliable Network Systems", Proc. of IEEE Infocom 2025. (CCF A类) 。
14. [MMN] Zhe Chen^, Zhongmin Li^, Guorong Zhu^, Xu Zhang^, Yuedong Xu*, Jie Xiong, Xin Wang, "AWL: Turning Spatial Aliasing From Foe to Friend for Decimeter-Level WiFi Localization", Proc. of ACM CoNEXT 2017. (CCF B类)。
15. [SMG] Eitan Altman, Arnaud Legout, Yuedong Xu, "Network Non-neutrality Debate: An Economic Analysis", IFIP Networking 2011. (CCF C类) 。本文发现了内容商可以为用户流量买单的商业模式（类似于如今的各种免流量应用）。
16. [DML] Zhiyi Yao^, Pengbo Hu^, Congcong Miao, Xuya Jia, Zuning Liang^, Yuedong Xu*, Junchen Jiang, et al., "Holmes: Localizing Irregularities in LLM Training with Mega-scale GPU Clusters", Proc. of USENIX NSDI 2025。本文针对万卡规模集群大模型训练存在的不平稳现象进行深入分析，设计了高效的异常诊断及根因定位算法。
电子工程系
职称：教授、博导
职务：
电子邮件：ydxu@fudan.edu.cn
办公地点：江湾校区交叉科学2号楼C5014室
电话：
课题组主页：