0% read
最后更新:
Kishori Konwar
Kishori Konwar 是 Optimum 的联合创始人，与 Muriel Médard 和 Kent Lin 共同创立。Konwar 在该公司的卓越工作是将随机线性网络编码 (RLNC) 应用于 区块链 数据传播。他于 2024 年 4 月至 2026 年 5 月担任 Optimum 的首席技术官，2026 年 5 月至 10 月担任首席科学官，并从 2026 年 10 月起担任顾问。[2][1]
教育经历
Konwar 在 2000–2006 年间获得了康涅狄格大学（University of Connecticut）的分布式计算博士学位以及统计学和数学硕士学位。他于 1998–2000 年在加尔各答的印度统计研究所（Indian Statistical Institute）获得了计算机科学硕士（MTech）学位，并获得了印度理工学院坎普尔分校（Indian Institute of Technology Kanpur）的物理学硕士（MSc）学位。[1][3]
职业生涯
早期职业与计算生物学
从 2006 年 12 月到 2008 年 9 月，Konwar 在纽约担任高盛（Goldman Sachs）的核心市场风险策略师和量化开发人员，负责公司范围内投资组合的金融风险计算。随后，他于 2008 年 11 月至 2010 年 8 月在毕马威美国（KPMG US）担任金融风险管理领域的衍生品估值专家。[1]
2010 年 8 月至 2015 年 3 月，Konwar 在英属哥伦比亚大学担任博士后研究员，从事计算生物学和生物信息学研究。他在这些领域的工作包括对低氧海洋区域微生物群落的研究、哺乳动物初级运动皮层的多模态细胞普查和图谱绘制，以及用于分析单个微生物和微生物群落的微流控设备。[1][3]
分布式计算研究
Konwar 于 2015 年 3 月加入麻省理工学院计算机科学与人工智能实验室（CSAIL），担任分布式计算研究员。他在那里的工作一直持续到 2018 年 9 月，主要研究分布式事务、容错存储、纠删码以及原子数据对象的设计。随后，他于 2019 年 1 月至 2020 年 12 月在麻省理工学院电子研究实验室担任访问科学家，研究内容包括分布式键值存储。[1][3]
2018 年 9 月至 2022 年 1 月，Konwar 在麻省理工学院和哈佛大学的博德研究所（Broad Institute）担任数据科学家。他设计并实现了用于基因组数据处理的云端流水线，并使用机器学习和统计方法分析数据。随后，他于 2022 年 1 月至 2023 年 1 月在 Meta 担任研究数据科学家。[1]
Optimum
Optimum 成立于 2024 年，旨在将随机线性网络编码（RLNC）应用于 blockchain 数据传播。Konwar 与 Muriel Médard 和 Kent Lin 共同创立了该公司，带来了他在分布式系统、编码理论和人工智能方面的经验。他于 2024 年 4 月至 2026 年 5 月担任首席技术官，随后于 2026 年 5 月至 10 月担任首席科学官，并于 2026 年 10 月成为顾问。[2][1][3]
2025 年 4 月，Optimum 宣布完成由 1kx 领投的 1100 万美元种子轮融资，Robot Ventures、Finality Capital、Spartan、CMT Digital、SNZ、Triton Capital、Big Brain、CMS、LongHash、NGC、Animoca、GSR、Caladan、Reforge 等机构参投。该公司还推出了一个拥有 40 个 validator 合作伙伴的私有 testnet；据报告，连接的以太坊质押量超过 240 亿美元。知名的合作伙伴包括 Everstake、Kiln、Bunker、P2P、InfStones、Luganodes、Alchemy、Blockdaemon 和 Nethermind。[2]
Optimum 还在 Ethereum mainnet 上推出了其首个数据传播协议 mump2p，拥有超过 20 个 validators 和超过 140 万个质押的以太坊。该公司在 blockchain 传播方面的工作建立在 Konwar 对分布式系统和编码方法的研究基础之上。[2]
研究
分布式存储与容错
在麻省理工学院，Konwar 合作研究了如何在分布式系统中可靠地存储和检索数据，包括使用纠删码来减少必须存储或传输的数据量的系统。在《用于纠删码一致性分布式存储的分层架构》（A Layered Architecture for Erasure-Coded Consistent Distributed Storage）中，他和合作者提出了分层数据存储（Layered Data Storage），这是一个双层系统，客户端访问附近的边缘服务器，而这些服务器与持久化后端进行交互。该设计支持异步消息传递系统中的多读者和多写者，在后端使用再生码以降低存储和读取通信成本。该论文确立了在规定的边缘和后端服务器崩溃故障限制下的存活性（liveness）和原子性（atomicity）。[3]
在《处理分布式存储系统中擦除和错误的存储优化数据原子算法》（Storage-Optimized Data-Atomic Algorithms for Handling Erasures and Errors in Distributed Storage Systems）中，Konwar、N. Prakash 和 Nancy Lynch 提出了 SODA，这是一种基于最大距离可分码（MDS codes）的多写者、多读者原子内存算法。SODA 使用 ( [n, n-f] ) 码来容忍 ( n ) 个服务器中的 ( f ) 个崩溃，总存储成本为 ( n/(n-f) )。该论文还介绍了 SODA_err，它使用针对此类故障设计的编码来处理故障服务器和易错编码元素。作者将 SODA 较低的存储成本与 CASGC 进行了比较，指出 SODA 的通信成本较高。[3]
Konwar 及其合作者还开发了 RADON，这是一系列基于纠删码的算法，用于通过与活跃节点交换消息来修复崩溃的节点。RADON_C 在网络稳定性条件下提供存活性和原子性，该条件限制了广播期间崩溃或正在修复的节点数量。RADON_R 在相同条件下提供了一种基于复制的替代方案。更强的稳定性条件支持以增加读写阶段为代价来保持原子性的算法。[3]
他的相关工作还包括 ARES（一种自适应且可重构的纠删码原子存储系统）、快速精简纠删码原子内存对象（Fast Lean Erasure-Coded Atomic Memory Object），以及针对边缘计算的纠删码存储架构研究。该研究还产生了项列出的美国专利：“用于处理分布式存储系统中擦除和错误的存储优化数据原子系统和技术”以及“用于边缘计算系统的分层分布式存储系统和技术”。[1]
事务与分布式账本
在《重访 SNOW：理解理想读取事务何时可行》（SNOW Revisited: Understanding When Ideal READ Transactions Are Possible）中，Konwar 及其合著者研究了只读事务何时可以将低延迟与强一致性保证结合起来。他们证明了在三个或更多客户端的情况下，理想的 SNOW 属性是不可能实现的。在多写者、单读者的设置中，他们展示了当客户端可以相互通信时可以实现这些属性，但当禁止这种通信时则无法实现。该论文还纠正了早期关于 Eiger 的说法，并介绍了两种在有限延迟下提供强保证的算法。[3]
在《分布式账本对象的形式化与实现》（Formalizing and Implementing Distributed Ledger Objects）中，Konwar 及其合作者将分布式账本对象定义为受特定操作和属性约束的记录序列。他们形式化了原子一致性、顺序一致性和最终一致性，描述了在具有易崩溃进程的异步系统上使用原子广播的实现，并引入了验证账本（validated ledger），其中每条记录必须满足验证规则。[3]
编码与区块链数据传播
Konwar 后期的研究将编码理论与 区块链 数据分布联系起来。2025 年，他与 Moritz Grundei、Vipindev Adat、Vasudevan 以及 Muriel Médard 共同发表了《从索引到编码：数据可用性采样的新范式》（From Indexing to Coding: A New Paradigm for Data Availability Sampling），提出在提交未编码数据的同时，在采样过程中使用编码。该方法并非从固定速率、预先提交的纠删码中采样符号，而是使用即时编码使样本更具表现力。作者描述了一种使用 RLNC 的协议，并论证了具体实现所能提供的保证可以比基于 Reed–Solomon 或低密度奇偶校验码（LDPC）的既有方案强出多个数量级。[3]
一篇名为“OPTIMUMP2P”的 2025 年论文提出了一种使用 RLNC 的点对点（P2P）谣言算法（gossip algorithm），旨在加速信息传播，同时在恶意行为者破坏传输数据时保持可靠交付。其作者报告的模拟和真实环境评估显示，该算法性能优于 libp2p 的 Gossipsub 协议，并讨论了早期 以太坊基金会 关于使用 RLNC 进行 区块 传播的研究。[[3]]
2026 年的两篇 arXiv 论文进一步探讨了 Optimum 的网络设计。《OPTIMUM-DERAM：使用 RLNC 的高度一致、可扩展且安全的多对象内存》（OPTIMUM-DERAM: Highly Consistent, Scalable, and Secure Multi-Object Memory using RLNC）和《Optimum Peer-Turbo：一种可扩展且高效的 P2P 广播解决方案》（Optimum Peer-Turbo: A Scalable and Efficient Solution for P2P Broadcasting）均将 Konwar 列为共同作者。[1]
计算生物学及其他研究
Konwar 的发表记录还包括基因组学、系统发育学、生物信息学和微生物生态学方面的研究。他与 Jody J. Wright 和 Steven Hallam 共同撰写的《扩张中的最低氧区微生物生态学》（Microbial ecology of expanding oxygen minimum zones）综述了低氧海洋区域的微生物群落。其他列出的工作包括“MetaPathways：一个用于从环境序列信息构建通路/基因组数据库的模块化管道”以及“哺乳动物初级运动皮层的多模态细胞普查和图谱”，后者由 BRAIN Initiative Cell Census Network 及其他作者共同完成。[1][3]
他早期的研究包括《具有扩增长度和唯一性约束的最小 PCR 引物组选择近似算法》（Approximation Algorithms for Minimum PCR Primer Set Selection with Amplification Length and Uniqueness Constraints）。该论文研究了如何最小化扩增选定单核苷酸多态性位点所需的聚合酶链式反应（PCR）引物数量。它提出了一种在扩增长度限制下的对数近似贪婪算法，以及一种用于唯一扩增的随机舍入方法，并在随机案例和源自基因组数据库的案例上进行了测试。[3]
他的研究还涉及 5G 通信。在《通过 GRAND 进行 5G NR CA-Polar 最大似然解码》（5G NR CA-Polar Maximum Likelihood Decoding by GRAND）中，Konwar 及其共同作者研究了针对 5G 新空口（New Radio）控制信道 CA-Polar 码的 GRAND 最大似然解码。论文报告的模拟结果表明，包括简单的软检测变体在内的 GRAND 可用于解码这些代码。[3]
Konwar 列出的研究领域包括分布式系统与容错、并行计算、高级数据库系统、基因组学、生物信息学和基因组网络。他的发表记录显示，美国国家科学基金会（NSF）、空军科学研究办公室（AFOSR）和美国能源部（DOE）均曾为其工作提供资助。[1]
发现错误了吗？
