系统的性能、效率和适用性：为了实现并交付系统价值与能力方面的大幅改进，研究工作需要向前推进分布式系统的性能增长并实现各级（从单个元件到整个系统）能源效率的显著改善。相关目标是要：

为多层、异构层级（例如传感器层、聚集层、数据中心和/或云）的大型系统论证可扩展性与效率方面的重要技术成就水平。

实现系统性能、能效以及计算、网络和存储鲁棒性的重大改进。

包括任务中的非传统和传统的架构，以扩展分布式系统软件研究与应用的边界。

网络和通信：分布式系统需要系统各个层次的高度有效的通信机制和技术，从芯片通信到数据中心之间的广域网络。对网络和通信的研究是本研究的核心。主要研究领域包括：

可以实现有线和无线通信在能效和延迟方面 10 倍以上性能提升的架构、协议、算法和系统。

对于数据中心层面的互联与网络创新的探索，它可以极大提高可扩展性并减少延迟和能耗。

自优化与弹性网络、可重构的互联结构以及高速、安全的数据链接。

系统管理：分布式系统管理有多个方面。该系统本身的正常运行必须受到监控，且其必须进行调整和优化以达到必要的性能和服务质量水平。数据的安全性与隐私性必须得到监控、管理和保证。工作负载必须被调度、监视和调整。还需要进行相关研究以推动所有这些领域中的前沿进展。建议的重点领域是：

为整个系统的隐私和认证协议的管理提供并论证创新成果，且需具有可证明的性能和保证。

为大型、多租户系统提供并论证配置、工作负载和数据管理方面的创新。

为自动预测、诊断、重新配置、优化和大规模分布式系统的修复而开发系统仪器和分析方法。

分布式系统架构和基本原理：为了实现持续的改进、可扩展性以及对更广泛的异构分布式系统的部署，我们鼓励在下述分布式系统的计算机科学与计算机工程的核心领域方面的研究：

弹性分布式计算基础。

分布式与网络系统的编程范式和语言。

软件定义的基础设施和资源虚拟化。

分布式决策与优化支持。

新式计算架构以减少分布式计算环境中在高光谱遥感、数据融合、决策和安全的执行器驱动方面用于处理和传输数据（本地的和远程的）的能源和时间。

合作与协调的分布式系统的概念，它们是可扩展的且能够在受到通信挑战和孤立的环境（其中有线与无线的环境都不能保证可用性、可靠性与安全性）中正常运作，还可以在通信恢复或部分恢复的情况下进行智能同步。

研究建议

开发可扩展性、性能和鲁棒性达到突破性水平的节能型异构分布式系统。开发高效且安全的通信机制和技术。在系统管理、监控与优化方面展开研究。

在分布式计算、编程范式、基础设施、资源虚拟化、新型架构、弹性等方面进行基础研究。

认知计算

简介／概述

认知计算指的是一种模拟人类大脑的智能信息处理系统。这种系统能实现规模化的自我学习，主动解释数据，执行目的性推理和决策，使用习得知识解决不熟悉的问题，并自然地与人类进行实时互动。它们不仅能给出数值问题的答案，而且还能在庞大且杂乱无章的数据中找到隐藏的模式，为人类决策者提供「假设、合理的论断和建议」。其是通过构建和扩展社交环境模型创造出这些能在真实世界运作的自主智能机器，在这个模型中，它们能感知并与本地人类操作者和全球的智能网络进行交互，从而完成高度复杂的任务。