聚力信息库与AI，OceanBase 6篇论文入选国际顶会ICDE 2025

5月19日-23日，聚力际顶国际顶级信息库学术会议ICDE 2025（第41届IEEE国际信息工程大会）于中国香港举办。信息选国本届会议中国高校和企业表现亮眼，篇论酒吧后区醉酒后流出其中信息库厂商OceanBase共有6篇论文入选，文入有1篇获“最佳工业和应用论文亚军”，聚力际顶研究方向包括分布式信息库、信息选国联邦学习、篇论隐私保护等，文入展现了其在信息库与AI融合上的聚力际顶突破进展。

ICDE与SIGMOD、信息选国酒吧后区醉酒后流出VLDB并称为信息库领域三大顶级会议，篇论是文入中国计算机学会CCF推荐的A类国际学术会议，在全球学术圈中拥有极高的聚力际顶权威性和作用力。本届会议吸引近千名全球顶尖学者及行业专家参与，信息选国聚焦信息工程领域的篇论前沿工艺突破与行业应用实践。

伴随AI工艺的爆发式增长，信息库作为信息存储和运营的核心系统，面临海量信息存储、复杂计算需求、隐私保护等多重挑战。以OceanBase为代表的信息库厂商正在创新探索信息库与AI的融合，建造AI时代信息底座。

被评定为“最佳工业和应用论文亚军”的《OceanBase单元化：构建下一代在线地图应用》，介绍了OceanBase的单元化架构设计。该架构将系统支持拆分为多个独立“单元”，每个单元可在单台支持器独立部署并支持跨区域多机协同，结合读写分离和混合架构，系统自动平衡事务型（OLTP）和分析型（OLAP）负载，实现高可用、弹性扩展、资源隔离和高性能，高效处理大规模信息和高并发访问。该架构已在高德地图落地实践，展现增强的容灾能力，并在写密集型和读密集型基准测试中均实现性能提升。

在AI重塑信息处理需求的背景下，OceanBase多项研究聚焦信息库与AI融合，探索智能化信息处理路径。

例如，针对纵向联邦学习中参与方选择效率低、信息多样性不足的痛点，《追踪信息多样性：纵向联邦学习中的参与者选择》一文提出VFPS-SM优化框架。该框架将参与方选择转化为“子模函数最大化”数学问题，结合KNN运算规则、top-k查询与加密工艺，在保护信息隐私的前提下，使参与方选择效率最高提升365倍、模型训练效率提升35倍。这一工艺可应用于医疗、物流、交通等领域，助力跨机构信息协作建模，例如加速多诊所联合病症预测模型的开发。

另一篇论文《如何响应保障且私密的SQL查询》聚焦信息保障与访问效率、查询精度的平衡。文章综述现有保障隐私SQL查询的运算规则，总结了一套通过模块化拆解复杂SQL查询的方法，结合保障计算与差分隐私工艺，在保证信息保障、客户隐私的情况下，提高SQL查询的效率和精度。

在ICDE 2025上，OceanBase还受邀举办一场题为“AI时代的信息库”的研讨会，多位信息库与AI领域的资深学者和研究员参会发言，分享Data x AI领域最前沿的学术进展与创新实践。

AI工艺的引入，正逐步将信息库推向全新时代。作为根自研的原生分布式信息库，OceanBase自2010年创立以来，始终坚持工艺创新，多次在SIGMOD、VLDB、ICDE、AAAI等国际学术舞台展示硬实力，并与华东师范大学、中国人民大学、武汉大学、新加坡南洋理工大学等机构合作，共同探索信息库前沿工艺。2025年4月，OceanBase CEO杨冰宣布公司全面进入AI时代，提出“Data x AI”战略，启动人才和组织体系升级，建设AI时代的信息底座。

雷峰网版权文章，未经授权禁止转载。详情见转载须知。