罗勃·派克（Rob Pike）在 2000 年提出：系统软件研究不再有意思了（irrelevant）。这种情况一直没有得到有效的改观，直到 Fuchsia，一个全新操作系统的出现。

Fuchsia 是二十年来第一个有商用潜力的对现有通用操作系统的重新思考和设计，值得一看。它重新思考了操作系统设计的各个方面，是一次难得的从头开始的机会。在未来，Fuchsia 将会成为一个非常重要的操作系统。

Fuchsia 最初的起源可以追溯到 BeOS 开发者的业余项目 Little Kernel，2016 年 Google 开放了全部的源代码，它的设计与目前的主流操作系统都不同。讲者最初也是被 Fuchsia 的独特设计所吸引，想弄清楚其内核在没有 File 和 User 的情况下，是如何定义一个操作系统的运行和控制机制的，阅读了 Zircon 和 Garnet 的大部分源代码。本次演讲中，讲者将结合自己的经验，和你分享他对源代码的理解，带你一起走进 Fuchsia，认识 Fuchsia，讨论 Fuchsia。

听众受益

1. 了解 Fuchsia 的全貌；
2. 思考 Fuchsia 系统背后的设计思想；
3. 探讨 Fuchsia 可能的应用。

当下，跑在云上的互联网业务越来越复杂。当大型复杂应用上云时，不可避免地会遇到各种网络问题。而想要解决这些网络问题，快速定位和排查就是关键，这时我们面临的往往是基础架构层面的挑战。

本次分享将结合网易电商应用双十一压测的真实场景，从应用层网络、虚拟化层网络和物理网络层三个角度入手，采用逐渐往底层深入的方式，来介绍逐步定位和排查应用网络问题的经验。案例中，讲者会详细剖析底层基础知识在网络问题定位和排查中的应用，会涉及到 HTTP 协议、路由协议、Dubbo 协议、Java 并发程序设计内存管理机制、Linux 性能分析等等。

听众受益

1. 了解网络问题定位的三大层次；
2. 熟悉包含网络、协议、Linux 系统性能等典型的基础架构故障分析思路；
3. 借鉴真实案例经验。涉及很多底层基础知识，特别是对于系统运维同学有较高价值。

作为自然语言理解非常重要的一个任务，文本分类有着非常重要的应用，如情感分析、对话机器人中的意图识别、智能客服中的热点问题统计等。同时文本分类也面临很多困难，如样本不均衡、标注数据成本高等问题。本次分享主要介绍华为云基于深度学习的文本分类架构，以及在实践过程中如何缓解样本不均衡、数据标注成本高等问题的。最后介绍文本分类在粗细粒度情感分析、意图识别、广告检测等业务上的具体应用。

主要内容

1. 文本分类算法简史；

2. 华为云基于深度学习的文本分类架构，以及如何缓解样本不均衡、标注数据成本高等问题的；

3. 基于深度学习在行业应用中的实际效果，包括商品评论的粗粒度和细粒度情感分析、对话机器人中的意图识别、论坛评论中的广告检测、灌水检测等方面的应用。

听众受益

1. 了解文本分类算法发展史；

2. 理解文本分类的挑战和关键技术点以及解决方法；

3. 理解文本分类在行业中的具体应用以及效果。