鄭珽升

鄭珽升

Ting-Sheng Cheng · MintIce

資工 × 資安 × GPU AI Infrastructure

Kelpflux · GPU 工作負載智慧排程

把排程策略放進 Slurm/Kubernetes 實機系統驗證,論文已獲 TANET 2026 接受。

在異質 2-GPU 叢集的中、重度負載下,平均 JCT 較 Backfill 改善 8.1–12.0%;P99 延遲與公平性仍有取捨。

我是國立臺南大學資訊工程學系的大學生鄭珽升,目前大四,正在準備 資工與資安研究所推薦甄試。我的學習路線從系統與程式設計基礎出發,逐步延伸到 資訊安全、逆向工程、高速計算,以及分散式 GPU AI Infrastructure。

我喜歡把抽象問題做成可以執行、測量與重現的系統:在資安實作中分析攻擊鏈與事件, 在 AI Infrastructure 研究中比較排程策略與工作完成時間(JCT),也透過專案理解 作業系統、容器、GPU 與雲端服務如何共同運作。

研究方向

  • 系統安全與雲端安全
  • 高速計算與 GPU 資源管理
  • 分散式 AI Infrastructure 與安全感知推論服務

畢業專題「基於 Slurm 與 Kubernetes 架構下 AI 伺服器 GPU 工作負載智慧排程技術之研究」 已獲 TANET 2026 接受論文,目前也持續修習 TAICA 衛星課程「實體人工智慧」與 學校課程「代理式人工智慧工程」。

Portfolio highlights

see all →

研究專題 · 論文投稿

基於 Slurm 與 Kubernetes 架構下 AI 伺服器 GPU 工作負載智慧排程技術之研究

整合 Slurm/Kubernetes、GPU MPS 與 checkpoint-aware draining, 比較深度強化學習排程策略。在異質 2-GPU 叢集的中、重度負載下, 平均工作完成時間較 Backfill 改善約 8.1–12.0%,並分析 P99 延遲與公平性的取捨。 論文已獲 TANET 2026 接受。

Explore Kelpflux →

Project work

  • Malware Detector · Windows 惡意行為偵測

    從 Sysmon 事件挑選可疑 PID,再以程序記憶體掃描與 finding 嚴重度決定告警,加入短時間去重。

    C++20 · Sysmon · Memory Scanning · Windows

    Read project →
  • 漆彈多人遊戲

    自製 OpenGL 渲染器,以 GPU SplatMap 顯示塗地、CPU 網格計算碰撞與分數,完成雙隊多人對戰。

    C++17 · OpenGL 4.5 · GLSL · GameNetworkingSockets

    Read project →
  • 區塊鏈入侵偵測系統

    串接 Sysmon、Security Event Log 與 Frida,經 Flask/Web3.py 寫入 Solidity 合約,再由 Vue 儀表板追查事件。

    Sysmon · Frida · Solidity · Flask · Vue 3

    Read project →

Research explorations

Current coursework

TAICA「實體人工智慧」;學校「代理式人工智慧工程」

Highlights

  • 核心修課:資料結構、演算法、作業系統、計算機網路、資料庫
  • 專業選修:資訊安全、平行計算、影像處理、區塊鏈原理與應用
  • TANET 2026:畢業專題論文接受
  • AIS3 Pre-exam 2026:18 / 329
  • Flare-On 2025:495 / 4,139
  • eJPT · TOEIC 795 / 990

四年學習歷程

Explore journey →

Latest posts