Network/Cyber security 方向是天坑吗？（以及其他问题）

it is very hard to find a job due to the foreigner citizenship even though you are a phd.

我个人的2 cents：Systems PhD真的没必要读。以下是本人一些拙见，欢迎讨论：

• Systems Research作为一个Research Area显然是没有做完的，可以研究的问题还有非常多。只要大多数程序的效率还远低于roofline，计算机没法把一个单线程CPU程序自动的多线程化/放到多个accelerator上并行，甚至说计算机还没办法自己给自己写码，Systems Research就没有做完。
• 但是从大学的角度讲，systems research在2023年已经没有办法做下去了。要做有意义的systems research需要你有一个真实的大规模workload（e.g. >>1M DAU)，成规模的硬件，以及基于真实业务的dataset。毫无疑问大多数大学实验室都没这些条件，所以有意义的科研没法搞。
• 因为大学的实验室的科研没法做有意义的科研，但是教授/学生必须要发论文，大家就开始瞎搞。好一些的情况是搞一些完全没有意义的workload（比如Optane Programmable Switch这种不会再有人用的东西）。次一点的情况是做出了好的结果，只不过是因为不知道自己benchmark测错了。最差的情况是直接造假、写科幻小说。去好的学校、投顶会完全没法避免这种情况发生。很多systems顶会的best paper都属于benchmark做错了或者直接造假这两种情况。
• 很多做systems的导师在学界自己待了十年二十年，自己从来不写码，一辈子都没碰过production systems，水平真的堪忧。他们的技能点其实不在tech上，懂得都懂。另外，当人没有正事做的时候，人的精力就会用来搞人。这个导致很多lab里面的气氛非常的toxic，导师和学生之间的关系非常紧张，以及整个圈子疯狂靠关系。
• 我自己觉得很多systems问题可能最后的解决方案是foundational models，但是搞systems的人里面很多人对ML DL非常抵触。基于manual heuristics的方法很多时候其实能搞的都快被搞完了，所以我也不知道他们准备怎么继续做research。当然了，解决research problem可能也不在他们的objective function里面，参见上一条。
• Systems发论文肯定是比ML要慢，但是掌握了门道的水论文的速度其实也还可以，如果你可以接受按照（3）来做的话。真正的问题在于citation少（你甚至都不在解决问题，哪来的citation？）。如果看所有学校平均的情况，systems方向超过一半的PhD刚毕业申请NIW都困难，更别说EB1了。当然，其实除了top PhD in AI，大多数CS PhD刚毕业其实都到不了EB 1A的线。
• 从职业发展的角度上讲，感觉有个PhD title还是比undergrad/ms好找工作的。如果你将来到了VP level或者C level，PhD也是有用的。但是对于大多数人，从赚钱/晋升/绿卡的角度讲，2017年本科/硕士毕业进业界+五年工作经验肯定比2023年PhD毕业进业界合适。另外，systems方向业界的lab非常少，大多数人毕业之后还是普通SWE工作。拿五六年宝贵的时间水一堆没什么意义的东西，附加上可能的心理/身体创伤换一个PhD合不合适，大家可以自己考虑一下。个人感觉如果只是想在学校里拖5-6年逃避一下现实，PhD没意义。
• CS PhD in general并不好申请，systems也不例外。Again，由于（3）（4），你辛辛苦苦做的顶会一作文章可能在申请里面并不重要，重要的是你的关系和推荐信怎么样，然而这些可能是你根本没法控制的事情。systems方向两到三年前出过拿着能申请AP的publications结果PhD几乎全聚德的案例。
  

对于答主自己个人的问题：Cyber security一般来讲是属于systems的。如果不清楚哪个venue属于哪个领域，可以看csrankings.org。最后，很多做adverserial ML的文章也会发表在security顶会上。我个人不是特别了解adversial ML，但是感觉很多发在security顶会上的ML文章属于故事汇/科幻小说，比如说在对一个o(1M) parameters, o(1M) training samples, o(1K) potential labels的model实施black box attack并且成功率高于80%那种。

为了严谨补充一下：systems领域有好导师，愿意支持学生，有业界经验，能拿来好的项目给学生做。不过，建议大家还是不要bet against statisical distribution。我自己也曾经不信邪，后来发现小丑就是我自己🤡

匿名用户 发表于 2023-7-18 16:08
我个人的2 cents：Systems PhD真的没必要读。以下是本人一些拙见，欢迎讨论：

Systems Research作为 ...

感谢回复：

1. 我个人是感兴趣network/cyber security才会想考虑，况且我看不出来找工市场在三年之内能恢复到2021的样子，PhD个人感觉是明智之选。

2. 上面有人说Network可以是交叉学科，可以之后和ML结合。您说的AI好，但是我个人不是从小就卷，马上毕业了还没有论文根本不可能卷进去的....

3. 我理解的是eb1的citation是看你行业相对的，而不是单纯看绝对值；况且也不会只看citation。是我太乐观了？

感谢！

虽然上面那个高赞字很多也比较懂，但是我想说他的回答和标题关系不太大。他应该是做hard-core system的，和network不是一回事。
先说network，分有线和无线两方面，无线比较无聊，本质上的困难在通信那边，cs就是做做fancy的应用。有线在21世纪初和现在的ai一样火，那时候99%的phd都是做network的，现在互联网已经成熟了热度也就下来了。不过有意思的问题还是不少的。
security就比较杂了，其实你做network也能发security的文章，他们的关注点也比较看重实验的完备性，并不特别追求技术，比如上面有人说的adversarial learning，发在四大上的ml文章基本投ml paper都是没法中的。
综上，不属于天坑，你要说比ai，那没几个领域能比ai火，那99%的领域都是天坑了。但是绝对是值得研究的方向。

RamenChef 发表于 2023-7-18 16:06
感谢回复：

1. 我个人是感兴趣network/cyber security才会想考虑，况且我看不出来找工市场在三年之内 ...

1. 没人知道job market什么时候恢复，甚至会不会恢复。个人感觉job market永远回不到2021。五六年以后你还是要出来找工作，只不过比你的同学少赚了5-6年的钱，少了5-6 YoE。
2. 你说你对network/security感兴趣，但是你对这两个field了解多少、知道自己要做什么topic吗？Internet，WAN？那你能申请到的大学实验室有业界合作伙伴吗？你的教授会支持你去实习吗？你的业界合作伙伴有50+的PoP，上千万的用户给你做实验吗？Datacenter/Distributed ML？那你的实验室有4台以上的DGX吗（which is 1M USD）？还是有个能跑production workload的RDMA cluster？如果有这些的实验室你申请不到，那你干嘛不去AWS Azure GCP Akamai Cloudflare直接工作呢？
3. 完全没论文+国际生+无diversity的话，我感觉systems也是大概率top 30全聚德的，除非你是HYPSM毕业+有强推。如果你能争取到留校另说。
4. 你的做network的advisor大概率不懂ML，更不支持你搞ML，如果他/她在2023年还没转ML的话。
5. 我也听说过citation看行业相对的说法，但是没听说有人实践成功过。我个人不觉得一群野鸡大学毕业的文科生能知道security和ML的citation区别。另外，EB 1/EB 2 NIW 一个条件是审稿，AI方向是你发过稿甚至投了稿就能审，systems方向是只有你的advisor才能审。

BTW，我还真的不是做hard core system的，否则我也不会说掌握了门道水论文很快了。

jingying1969 发表于 2023-7-18 17:44
虽然上面那个高赞字很多也比较懂，但是我想说他的回答和标题关系不太大。他应该是做hard-core system的，和 ...

感谢回复！

匿名用户 发表于 2023-7-18 17:47
1. 没人知道job market什么时候恢复，甚至会不会恢复。个人感觉job market永远回不到2021。五六年以后你 ...

1. 暂且同意市场方面的说法。但是我个人是更加想要美国的身份...毕竟在这里从小到现在呆了小十年了，让我放弃一切去加拿大我个人情感上是不太接受的，更不要说加拿大糟糕的经济了...

2. 对于本科生中规中矩的了解方向吧。我个人是目前在做network measurement和distributed network的项目，虽然比较低级。我的教授和我合得来但是他也是两年前才tenure的新人。其次就是.....就像我说了，我不是什么卷王也不是天才...ML相关的行业我怎么可能这么薄弱的基础挤进去。况且有多少学校有DGX，更不要说4台了。虽然我的学校cs各个track的排名都是前十，所以可能有，我还是得去查一下。最后.... 还是那句话，这样的市场，我这种普通人你让我怎么去你说的这些公司，还是本科生...

3. 我留本校

4. ...您这样无脑吹AI我可能要质疑一下您的客观性了


5. 无评价，只能先试试看了。不过我的教授都同意让一些master学生审，所以我觉得问题不大。

感谢回复！

RamenChef 发表于 2023-7-18 17:01
1. 暂且同意市场方面的说法。但是我个人是更加想要美国的身份...毕竟在这里从小到现在呆了小十年了，让我 ...

This is going to be my last reply on this thread. 佛渡有缘人。

1. 建议不要bet against statistical distribution。我自己也曾经不信邪，后来发现小丑就是我自己🤡
2. 你现在的方向citation和adoption都非常少。对你搞绿卡没太大帮助。
3. 你advisor让ms student审稿大概率审稿意见挂的是他的名。你需要能写自己名字的审稿，这件事需要conference steering committee决定，然后你说的这几个方向我基本没见过PhD student是official reviewer。

我对system和ML都没有高赞那么了解，但cybersecurity范围很大，有很多可以说完全不同的方向。一直说的network  security包括攻防/漏洞/代码审计算一类；现在比较火的Federated Learning也能算在cybersecurity里；Internet security，包括routing security；privacy相关 但不是找漏洞的也可以算；network neutrality 包括censorship等等，还有跟其他学科的交叉方向。

不是一定要citizenship，也不是都像system一样难发，想带上ML，不管是像之前用ML做congestion control（偏向网络），用ML做intrusion detection（偏向安全），还是Federated Learning这样直接ML都可以。看楼主具体感兴趣的是哪一块了。可以偏向network，可以偏向security，各个方向的差别挺大的。

补充内容 (2023-07-19 07:33 +08:00):

刚看到楼主说做的是network measurement和distributed network，那就是偏network+system lol 那感觉高赞说得挺好的，不过我有bias，因为我估摸着我跟楼主差不多的方向。


关于就业我觉得楼主可以自己去搜一搜，我觉得这个方向没有security那么多，但也不是找不到。
Paper的话，你要投偏system的那可能需要三年磨一剑，但一篇NSDI的同时，你可以顺便做出几篇相关的了，但毕业的时候paper总数确实是不多。这里关于绿觉得高赞说得挺对的，我也这么觉得，但就是有人头铁的。


（悄悄问一句，你教授叫啥，我也可以买个鳄梨私信问hh，let me know which way you prefer~

补充内容 (2023-07-19 07:59 +08:00):
总结一下，就是俺觉得可以算system，但也有不用三年磨一剑的paper能发，measurement就不用lol （话说这方向也不低级啊

反正都进组了，找教授／师兄／师姐聊聊天，一下就知道他们毕业之后的plan了，觉得不行就换个行的方向，cybersecurity方向这么多。

再说你如果本科有paper（大概率，毕竟你大二就进组了）那你何必一定要留在这个实验室呢，本科一进去就找到+刚好你学校有适合自己+喜欢的方向的概率不大吧，申请的时候换个小方向就好了，又不是要你文科转申cs phd。

匿名用户 发表于 2023-07-18 13:08:19
我个人的2 cents：Systems PhD真的没必要读。以下是本人一些拙见，欢迎讨论：

Systems Research作为一个Research Area显然是没有做完的，可以研究的问题还有

前辈的意思是adversarial ML这种ML和security交叉的东西不太具有实用价值嘛？