《CS PhD Journey》Chapter 2 – Spring 2018
文章目录
前言
第一个学期过了一个Theory和IIS，第二个学期打算过Software和 Systems。于是我选了数据库和计算机网络。这样可以把所有四个类别的qualifier课程都过掉。
CSE532 Theory of Database Systems
教数据库的是Himanshu Gupta，他讲课给人一种充才华横溢的感觉，比较algorithmic，喜欢搞一点theory和proof。Himanshu在PhD期间是研究数据库的，不过当教授之后改到无线网络了。
这门课用的教材是 Database Systems The Complete Book，斯坦福数据库实验室的大牛写的书，这本教材的一个作者Jeffrey Ullman是Himanshu的导师。很多作业的题目，来自这本教材的课后习题，然后这本教材的课后习题网上找不到答案。讲课的重点内容是relational algebra，datalog，存储，索引，query execution，concurrency control。这些讲课重点也是作业中的主要题目。
我觉得Himanshu的讲课风格，非常符合科班生的胃口，特别是喜欢一点理论的科班生的胃口。然后他喜欢上课提问题，学生举手回答问题，回答问题正确有加分。我一开始不敢举手，后来发现加分的名单越来越长，我也开始逼自己举手，有几次我认为我的答案是正确的，但是举手他没有点我，最后我没有进入加分名单中，这可是直接在总成绩上加一分或两分。他喜欢用Google doc，经常上课讲着讲着，就打开Google doc来现场写题目的答案或证明等。我去了office hour两次，问作业的题目，Himanshu解答题目很耐心。
总共有6次作业，其中最后一次作业是选做，所以相当于是5次作业。两个人组队提交一份作业，第一个学期的经历让我看到了队友的重要性，于是我主动找了WHT组队，他看上去比较厉害。找WHT当队友是一个非常重要的决定，后来和他一起搬到校外一起租房子，成为了房友。我做作业在overleaf.com上写。每次我和WHT都独立把作业完整做完，然后一一对答案，整理出一份完整的作业。
五次作业分别为93/100, 71/100, 98/100, 88/90, 55/55。除了第二次71分低于均分之外，其余四次都高于均分。后两次作业是批改部分题目，所以总分不是100。期中考试是49/80分，期末考试是123/150。期中考试没有考好，均分是52.8，中位数是54。期末考试考得不错，均分是103.7，中位数是102.5分，我比均分高了一大截。最后Himanshu弄了一个给成绩的标准: Finals/5 + Midterm/4 + (h1 + h2 + h3 + h4 x 160/90 + h5 x 100/55) x 50/560 + Extra-credit。按照这个公式，我的得分是83.1分。然后Himanshu给出了ABC的标准。A的门槛在85分左右，我低了一点点，遗憾拿了A-。我主要是期中和第二次作业低了一点，然后没有课堂举手的加分项目。WHT也是83点几，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
计算机网络听说是Systems类别里面稍微轻松一点的，于是我选了。授课老师是Aruna，她学术上很积极，活跃于各大会议。计算机网络也是很重要的一门课，于是就选了。Aruna是一个女教授，搞移动网络系统的，玩玩手机，最近也开始做一些measurement，然后关注video在网络里面的传输性能，她和老公也合作一下，搞搞NLP在手机上的应用。她讲课不深入，不过范围比较广。
这门课的工作量也是很大的，不过还好是用Python来做作业（比其他的System课用C语言的好多了）。有三次作业（3 X 10分），五次论文总结（5分），一个大project（20分），还有两次考试（45分）。
第一次作业是关于DNS的，域名解析。最终是自己写了一个域名解析程序 DNS resolver，模仿Linux的自带工具dig，写一个叫做mydig的程序，然后做性能分析。然后还有写一个安全版本的mydig，这里是依据 DNSSEC来写的。这个DNSSEC不是很容易弄的，很费不少功夫。
第二次作业是关于HTTP，TCP和Wireshark。就是编程分析pcap文件，分析各种flow，sequence，window，throughput，RTT，loss rate等等细节。还有分析congestion control，duplicate ackownledge。分析比较HTTP/1.0，HTTP/1.1，HTTP/2.0，看HTTP协议如何进化的。最后还分析了一下TCP的fairness。这一次作业整体难度不高，但是东西很多，比较花时间。
第三次作业是网络层的路径寻找，这个作业在三次中最难。本次作业需要在Mininet中设计和实现网络。初次弄Mininet，一头雾水，虚拟机，各种配置，在黑暗中摸索。然后是创建一个有6个节点的静态网络。测试A节点能否ping B节点，然后假设网络某个链接如果断了，Routing information protocol 多久再次收敛等等。最后是在Mininet里面写一个自己的Bellman-Ford algorithm，自己写了一个分布式的寻找最短路径协议的程序，每个节点都在运行这个程序，用socket监听端口，听到了邻居节点传来的distance vector的更新信息，就在本地运行Bellman-Ford算法，然后把自己更新的distance vector传给邻居，记录日志。这个真是不好弄，最后我求助大牛LX，他帮我找bug，挺感谢的，最终我在最后一刻完成作业，比较惊险。
五次论文总结。就是给五篇影响力比较高的顶会论文，每篇写一页总结。最后选择得分最高的三篇总结，取个平均。由于我前三次总结都是满分，所以我只写了三篇总结。这三篇总结分别是：一篇IMC 2011的分析网页的复杂性如何影响page load time；一篇NSDI 2014 的分析SPDY协议；一篇SIGCOMM 2010年发明DCTCP算法。
大project。三人组队，我和LX和某酱油。一开始是选题目，我们每个人都想出一个题目。我提出做一个fan qiang工具，LX提出探索一下区块链，酱油好提出做一个入侵检测系统。Aruna听了听我们三个人的idea，最喜欢我的，于是我们队的题目就确定为做一个fan qiang工具了。我们的思路是仿照ss的原理，基于socks5协议写一个代理工具。在这个project中，我深入了解了fan qiang的知识。在推进这个项目的过程中，发现LX真的是大牛呀，核心代码他全包了。原来，他以前在国内就自己搭建ss服务器，fan qiang经验丰富。相比之下，我以前是花钱买服务，没有自己搭建。然后LX写代码也是很厉害的，这次我是抱上了大腿了。LX把核心代码都写了，于是我就负责做测试了。。。首先我写了脚本做自动化测试，然后找了国内的高中和大学同学，帮忙做测试，看看能否访问谷歌和油管，成功了。然后我和LX一起写了报告，酱油写了几段话吧，然后我负责最后做presentation。最后给Aruna展示presentation，让Aruna印象深刻。PS，现在最新的fan qiang技术是基于x2y(x=V, y=Ray)了。
两门考试，第一次我考的可以，第二次一般般。第一次考试是在spring break之后，因为spring break之前的数据库的考试，我意识到考得不好，所以spring break 期间花了很多时间准备计算机网络的考试，最终付出有所回报。第二次考试就有一般般了。
最后这门课我获得了A！三次作业，分别是95，91，92（满分100）。这三次的均分分别为79.2，79.3，79.4。中位数分别为87.5，85，86。论文报告我的了5分满分，然后大project我门队得了106分，满分是100。我们的翻墙的project被评为4个最佳project之一。两次考试我分别的了54.5和47.5（满分是75分），均分分别为45.2和45.5，中位数分别为45.5和46.1。最终我的加权总分是84.6分。以下是Aruna给出的评分标准，我应该是正好卡在了A的边缘上。LX的考试成绩比我低一点，他好像是82点几，拿了A-。我这次比较幸运～
Here is the rubric
85 A
76.5 A-
66 B+
60 B
50 B-
50 C+
CSE634 Data Mining Concepts and Techniques
这门课是Anita讲课，水课，但是可以算作qualifier。于是我轻松的拿了一个qualifier的A。Anita是一个仁慈的老太太，是个好人。不过她真是比较“古董”了，讲的东西有点跟不上潮流。作业，和project都没啥难度，还好几个人组队，每个人分到的任务也不多。最后考试我就突击了两天，我得了120（95+25）分。满分是100加上25的附加分。这些题目很多就是PPT上的题目改编一下。我应该是最高分。因为我认识TA，我翻了翻所有人的考卷，我没有看到满分100+25的。我记得考试中的题目有一道关联分析，附加题有一道遗传算法。其实这整门课，基本上我本科就学过了。这门课轻松拿A
Teaching Assistant
这个学期当本科的Analysis of Algorithms的TA，总共有三个TA，授课老师是Rob Patro。他是做计算机生物学的，2019年跳槽到马里兰大学，回到了他读博的地方。有一次作业是三个TA一起出题。我出了一道关于kruskal算法（最小生成树）的题目，还出了一道关于DAG图里面找最长路径的题目。有一次临近期末的时候，Rob不在学校，要求TA找一间教室，给学生讲作业的题目，复习一下期末，然后我们几个TA搞砸了，具体细节不记得了，反正做的不好。
Advisor
整个寒假都在玩，没有和Anshul 联系，开学之后，开始联系Anshul希望跟进一下，干点活。Anshul给了我一篇paper，好像是用马尔可夫链去做云计算的资源分配的预测之类的，要我读一读，然后写总结。然后和Anshul没有实质性进展。期间第一学期教我算法的Sekar给上了他的算法课的人群发email，说对他研究感兴趣的，欢迎联系。我随后去他的办公室找他聊了聊，我发现他做的东西非常底层，搞system安全，然后比较有钱。
二月初的时候Anshul发email说，要好好考虑一下theory vs system，看看哪个更适合自己，然后建议和更多的教授联系一下。在3月11日春假，我联系了Aruna，Himanshu，Michalis三个教授。其中Aruna和Michalis说不收新学生，Himanshu说等一个月。4月9日晚上，Anshul发email说他收了一个学生，无法再收另外一个学生了。然后4月11日中午，我发email给Himanshu，问了问他的情况，他回复说下周来办公室聊聊。4月17日去找Himanshu聊了，聊了聊基本情况。Himanshu说比较看重smart和responsibility，聪敏而且负责。最后他收了我。
Himanshu读博期间是研究数据库的，毕业后去工业界工作了两年，然后回到学术界。来到了石溪大学。在二十一世纪初，无线网络，sensor network这些领域是很火的。Himanshu之前搞关系型数据库，他可能感觉这领域的发展前途有限，于是转到了无线网络和sensor network。这几年，wireless和sensor有些不温不火。不过最近借着IoT和edge这两个概念，再蹭一蹭深度学习的热度，又开始有些意思了。在2018年的时候，我也没有考虑那么多，感觉有导师收我就行了。而我也觉得搞搞计算机网络，搞搞无线网络，既有system也有theory，也行。2018年的时候，最火的当然是计算机视觉，不过做最火的研究方向也是有好有坏。