# 碩論 (2021/4/7) 第10次(瑞河獸)
> [碩論 (2021/1/6) 第1次](https://hackmd.io/lQUIFZCdSHOLwzvwI9WsOw?both)
> [碩論 (2021/1/20) 第2次](https://hackmd.io/IbJDXXacSaetaHRpinuqpA?both)
> [碩論 (2021/1/27) 第3次](https://hackmd.io/mzur4HIZRF66sjkMear1rQ)
> [碩論 (2021/2/3) 第4次](https://hackmd.io/HBvT3a8tS9CxdUcCcQVkqg)
> [碩論 (2021/2/24) 第5次](https://hackmd.io/MvviEMO_TyG1Xqd5sQTSPw)
> [碩論 (2021/3/3) 第6次](https://hackmd.io/X4KKgcnnQMieS-dvl1lYyA)
> [碩論 (2021/3/17) 第7次](https://hackmd.io/r2EZTug-Q3OHScgs0eMi5w)
> [碩論 (2021/3/25) 第8次](https://hackmd.io/uxTGxw7LQTGkd2CU1gUIAQ)
> [碩論 (2021/3/31) 第9次](https://hackmd.io/1fXLcGDBSC2txhP51G7nAQ)

###### tags: `碩論地獄`

:::info
[TOC]
:::

## Yen aka 不喝飲料人

### 雲環境中基於虛擬機自我檢查偵測惡意行為之研究
> 英文題目:Using Virtual Machine Introspection to Detect Malicious Behavior for Cloud Environment

1. (Yin) trust view 和 untrust view
2. (古) 4你逼我ㄉ
3. (Yen)
4. (Cen)
5. (槍熊) RT、NRT 是什麼
6. (Riz)
7. (晁誌) 架構有什麼缺點
8. (祐綸)
9. (韋德)
10. (晨偉)
11. (宗琪)去你的痘痘那邊，in/out of VM的差別
12. (議員)
13. (日日)
* time
* Intro - Introduction : 6m19s
* Motivation & Goals : 1m30s
* Related Work : 4m07s
* System : 4m15s
* Experiment :
* Conclusions :
* Total : 16m13s
* 老師
* 要有scenario。
* intro太長了，比你唧唧還長

---

## Gu aka 想喝但不能喝飲料人

### 車載網路於異構邊緣雲中基於身分隱私之服務下載機制
> 英文題目：A Service Download Mechanism Based on Identity Privacy for VANET in Heterogeneous Edge-Cloud Environment

1. (Yin) RSU 4 3小
2. (古)
3. (Yen) 垃圾問題，不紀錄
4. (Cen) 中繼車到下一個圈圈內，他會變怎樣？？
5. (槍熊) 那3個metrics(Storage、Speed、Distance)的公式（為什麼speed是加2.2)
6. (Riz)
7. (晁誌) 中繼車的overhead會造成車子的計算能力變差？服務品質下降 （太貼心了吧）
8. (祐綸) metrics會一直變，那你要怎麼抓
9. (韋德) 假設有一台車重疊在兩個範圍內，他要怎麼選？
10. (晨偉) 正規化，如果值一樣，他的優先權是？ 那三項是怎麼比較的？那三項加起來一樣怎辦？(老師：要考慮，你口試沒考慮你就去了) 抱歉
11. (宗琪) 有考慮斷線的情況ㄇ？車子跟車子之間的斷線
12. (議員) 中繼車只會有一台？他的範圍是無限大ㄇ？(老師：你的假設跟你講的不一樣)同樣的情境會有兩台同時發生ㄇ？(老師：你的假設合理嗎？為什麼不能有兩個同時發生。如果距離很遠超過1km，是不是有兩台relay?，有些special case你要考慮一下。人家掐連局都是問你special case，會發生你沒有考慮到，就會沒辦法實用。)
14. (日日) 你的策略是只有這三個指標？別人有其他的指標嗎？那哪個是最重要的？需要有權重嗎？

* time
* Intro - Introduction : 5m44s (太長)
* Motivation & Goals : 2m27s
* Related Work : 5m23s （有點長）
* System : 12m37s
* Experiments :
* Conclusions :
* Total : 26m13s
* 老師
* 前面講太久了，你的系統有些流程圖，但是你應該用scenario有來講解那個些程圖。
* 基本上流程圖是不拿來講的，但解釋要用example。
* (架構圖那頁) content Storage c要大寫， 容量有default的容量嗎？你的simulation你要設多少，會有replacement的機制嗎？新的會把舊的蓋掉還是怎樣？

---

## Yin aka 不喝飲料人
### 基於深度學習之惡意舒服加密封包偵測
> 英文題目：A Deep Learning Approach for Malicious and Encrypted Packet Detection

1. (Yin) ~~我付一千請大家喝飲料~~
2. (古) 資料為什麼要平衡？
3. (Yen)剛剛那裡的ij，class i 跟 class j的i,j寫在哪
4. (Cen) $x_y$ 是什麼？沒寫
5. (槍熊) p23 well-know"n".
6. (Riz)
7. (晁誌) oversampling的缺點？
8. (祐綸) 為什麼要做data preprocess?
9. (韋德) data preprocess:"k"要怎麼選?
10. (晨偉) oversampling單純把資料複製變多？這兩個方法通常用哪一種比較好？
11. (宗琪) 怎樣是“邊緣模糊”的資料。節點是一筆筆的資料嗎？
12. (議員) feature取出來都是數值型嗎？key也會轉嗎？你要怎麼確保你的one-hard的長度是一樣的？
13. (日日) 所以你這個feature到底有多少的？ 太多或太少有什麼缺點嗎？
* time
* Intro - Introduction : 5m36s
* Motivation & Goals : 1m32s
* Related Work : 3m53s
* System : 11m43s
* Experiments :
* Conclusions :
* Total : 22m49s
* 老師
* 要有scenario。
* 要把exmaple用出來，案例要多一些。
* 剛剛學長講的case要多一些。
*
---

## Cen aka 不喝飲料人
### TODO
> 英文題目: TODO

1. (Yin)
2. (古)
3. (Yen)
4. (Cen)
5. (槍熊)
6. (Riz)
7. (晁誌)
8. (祐綸)
9. (韋德)
10. (晨偉)
11. (宗琪)
12. (議員)
13. (日日)

* 老師
* matlab有沒有5g模組，有沒有支援切片，去捨妹一下
* 小蔡學長的論文看一下 "Rancher" IEEE transcation

---

## Gun Bear （槍熊）aka 不喝飲料人

### TODO
> 英文題目: TODO

1. (Yin)
2. (古)
3. (Yen)
4. (Cen)
5. (槍熊)
6. (Riz)
7. (晁誌)
8. (祐綸)
9. (韋德)
10. (晨偉)
11. (宗琪)
12. (議員)
13. (日日)

* 老師
* 可以試看看Matlab
* k8s的部分以前蔡明勳學長使用Rancher，好像也是auto scaling

---

## (日)
* 看兩篇論文

---
## Riz
### In-Network traffic classification using programmable data plane

1. (Yin)
2. (古)
3. (Yen)
4. (Cen)
5. (槍熊)
6. (Riz)
7. (晁誌)
8. (祐綸)
9. (韋德)
10. (晨偉)
11. (宗琪)
12. (議員)
13. (日日)

* 老師

---

---

## Template

1. (Yin)
2. (古)
3. (Yen)
4. (Cen)
5. (槍熊)
6. (Riz)
7. (晁誌)
8. (祐綸)
9. (韋德)
10. (晨偉)
11. (宗琪)
12. (議員)
13. (日日)

* time
* Intro - Introduction :
* Motivation & Goals :
* Related Work :
* System :
* Experiment :
* Conclusions :
* Total :
* 老師