多粒度资源管理与调度
研究可配置的计算、存储及网络的软硬件功能划分及面向节点硬件能力的多粒度资源池化与管理技术；研究混合负载调度及优化方法，大规模请求的高效处理技术；实现不同类型任务的统一处理和服务的削峰填谷，提高共享资源的聚合能力和利用率，满足海量、突发、动态的负载资源需求变化。
研究可配置的计算、存储及网络的软硬件功能划分及面向节点硬件能力的多粒度资源池化与管理技术；研究混合负载调度及优化方法，大规模请求的高效处理技术；实现不同类型任务的统一处理和服务的削峰填谷，提高共享资源的聚合能力和利用率，满足海量、突发、动态的负载资源需求变化。
设计面向混合调度的关键组件分析方法。该方法综合考虑时间、访问频次和错误率等因素，通过信息采集、生成DAG关系图、计算关键组件等步骤分析系统中那些对用户体验影响最大的关键组件，准确发现潜在的性能隐患。
多组件分布式应用行为追踪演示项目基于PiggyMetrics分布式微服务系统（一个基于微服务的在线记账系统）进行请求链路追踪扩展，由北京航空航天大学倾力打造。 主要面向未来基于微服务的大型分布式应用，通过提供请求链路追踪库来完成对上层应用请求链路的追踪与分析，以辅助后续应用性能优化、集群资源分配和部署优化、应用请求状态监控。提供统一标准上层接口以适配不同微服务应用。
运行时细粒度资源控制系统主要针对计算节点进行多维度资源建模和隔离以最优化底层计算资源在在线任务和离线任务间的分配提高集群资源利用率， 由北京航空航天大学倾力打造。为了保障在线任务的QoS的同时兼顾高资源利用率，可以在单节点服务器上提供有效的资源隔离机制来避免在、离线任务之间的性能干扰。