2026年11月1日至5日,第27届Web信息系统工程国际会议(WISE 2026)在意大利威尼斯举行。天津大学人工智能学院知识工程团队的长文(Regular Paper)《TRACE: A Real-World Web Traffic Benchmark for Internet Service Elasticity》荣获大会 Research Track 的最佳论文奖(Best Paper Award)。
论文第一作者为天津大学人工智能学院葛加可助理研究员,通讯作者为学院王鑫教授。共同作者包括天津大学软件学院博士生王惠、天津大学网络安全学院刘雪莉副教授和中国人民大学信息学院柴云鹏教授。

WISE 2026 Research Track 最佳论文奖证书
WISE创办于2000年,聚焦Web信息系统、Web数据管理与分析及相关应用,是中国计算机学会(CCF)推荐的B类国际学术会议。本届会议共收到投稿1015篇,最终接收238篇长文,整体录取率为23.4%。经过论文奖励委员会的综合评判、论文评议、展示答辩等多个环节,此论文被评为最佳论文。

WISE 2026 闭幕式颁奖现场
获奖论文简介
研究团队提出了面向互联网服务弹性伸缩的真实Web流量评测基准TRACE,将整体预测精度、突变时段表现和资源配置风险纳入统一评测框架,检验流量预测能否在业务高峰到来前支持及时、充足的资源配置。

TRACE总体架构
TRACE收录了200余条脱敏的企业级生活服务流量序列,覆盖90天,以5分钟为采样间隔,并纳入周周期和节假日等业务规律。团队在衡量整体预测误差的基础上,按真实流量的变化幅度提高突变时段预测误差的权重。基准进一步按照预设伸缩策略将流量预测换算为所需的服务实例数,据此评估资源配置不足和过量配置风险。
团队在18种流量场景下评测了15种代表性预测方法,发现现有方法普遍难以准确预测流量突增。模拟扩缩容进一步显示,即便采用多峰场景中整体预测误差最小的模型,约8.1%的剧烈突变点仍集中了近30%的资源配置不足事件。这一结果警示,整体预测表现良好的模型,仍可能在最需要及时扩容的业务高峰期低估资源需求。
