近日，实验室博士生张祎（导师廖小飞教授）的论文“Gopher: Efficient Dynamic Graph Pattern Mining via DAG-Driven Execution”被第21届欧洲计算机系统会议（The 21st European Conference on Computer Systems，EuroSys 2026) 会议录用。

动态图模式挖掘（Dynamic Graph Pattern Mining）在分析结构随时间不断变化的动态网络中具有重要意义。现有方法通常通过增量维护匹配结果集，使结果能够适应结构的动态演化，从而避免对全图进行重新挖掘，并显著提升性能。然而，由于子图实例之间存在高度的结构相似性，这些方法往往需要执行大量跨实例的冗余集合交集运算，导致性能受限。为此，文章提出了基于有向无环图（Directed Acyclic Graph, DAG）的动态图挖掘系统 Gopher，以充分利用计算局部性提升效率。Gopher通过DAG对交集运算进行建模，并在编译阶段识别并合并公共表达式，从而避免运行时的重复计算。同时，设计了一个基于DAG的运行时挖掘引擎，通过细粒度并行解耦数据依赖，以及一个基于DAG的模式重构模块，以高效恢复匹配结果，最大化性能收益。实验结果表明，与当前最先进的解决方案 Tesseract、Cheetah 和 PSMiner 相比，Gopher的性能最高分别提升75.58倍、35.99倍和11.76倍。

European Conference on Computer Systems是计算机系统结构领域最重要的国际会议之一，属于中国计算机学会CCF A类会议。本届会议春季投稿周期共收到467篇投稿，共录用79篇论文，录用率为16.9%。

（通讯员：张祎）