公开(公告)号：CN116405702A

公开(公告)日：2023-07-07

申请号：CN202310344856.X

申请日：2023-04-03

Applicant: 东北大学

Inventor： 郑雪 ,  张伟 ,  朱志良 ,  于海

IPC: H04N19/88 ,  H04N19/625 ,  H04N19/176 ,  H04N19/186 ,  H04N19/91 ,  H04N19/124 ,  H04N19/129 ,  H04L9/00

Abstract: 本发明提供了一种基于混沌理论的JPEG彩色图像加密方法，属于图像加密技术领域。该方法在(1)DCT变换阶段进行块置乱，仅以图像块为单位进行置乱，不会对压缩性能造成影响；(2)将DC系数与伪随机密钥序列进行异或运算，不仅可以有效地保护DC系数的值，提高加密安全性，而且运算简单，能够减少加密时间；(3)将非零AC系数进行符号变换，没有改变零值AC系数与非零值AC系数的分布关系，不会对熵编码造成影响，也就不会损失压缩性能；(4)在熵编码阶段提出RSV对重组，一方面有效地降低了相邻像素相关性，进而提高了加密安全性，另一方面与现有方案相比没有额外添加过多数据，有效降低了对压缩性能的影响。

公开(公告)号：CN109783496B

公开(公告)日：2023-04-18

申请号：CN201910032236.6

申请日：2019-01-14

Applicant: 东北大学

Inventor： 徐美秋 ,  于海 ,  朱志良 ,  吴迪 ,  杨博 ,  侯雁博

IPC: G06F16/22 ,  G06F16/215 ,  G06F16/25 ,  G06F11/36

Abstract: 动态软件缺陷定位技术一直以来都是软件测试领域的研究热点，基于神经网络缺陷定位方法的提出又给这项技术的发展提供了更多的可能。但训练神经网络模型的海量数据的收集和处理一直没有统一的过程和工具，导致前人的很多工作成果难以复用或无法复用。本发明提供了基于Excel&VBA的数据收集和处理自动化工具及使用方法，包括：数据收集模块、数据样本标记模块、数据清洗模块与数据转化模块；可以实现自动收集海量gcov文件中的代码执行信息，生成原始代码执行信息数据集，再经过自动化的清洗和转化过程，生成可供神经网络进行训练的标准数据集。使用本发明的工具可以减少在缺陷定位实验中海量数据的收集和处理工作，避免重复工作，提高整体实验效率。

公开(公告)号：CN115858006A

公开(公告)日：2023-03-28

申请号：CN202211530642.3

申请日：2022-12-01

Applicant: 东北大学

Inventor： 张霆伟 ,  王莹 ,  王毅博 ,  于海 ,  朱志良

IPC: G06F8/71

Abstract: 本发明设计一种Software2.0中机器学习程序库版本配置的测试与评估方法，属于软件可靠性和软件缺陷的自动检测领域；根据用户选择的第三方库来自动生成多个版本配置变体，而不要用户手动调整依赖树结构，在此基础上实现了虚拟环境构建的自动化，并通过“逆拓扑”的安装顺序来控制虚拟环境中的第三方库的版本；此外可以自动化运行软件并记录软件在不同的版本配置上的性能、表现的相关指标，如运行时间、内存占用、GPU使用情况以及软件中机器学习模型评分；降低在版本配置选择上的成本，并可以提供确切的指标供开发者进行对比，达到了实际应用的要求。

公开(公告)号：CN110363779B

公开(公告)日：2022-11-25

申请号：CN201910649115.6

申请日：2019-07-18

Applicant: 东北大学

Inventor： 王超 ,  张赛赛 ,  李佳霖 ,  李丹程 ,  王莹 ,  于海

IPC: G06T7/11 ,  G06T7/194

Abstract: 本发明提供一种数字图像分割及并行化方法，包括：读取图像数据；计算能量矩阵；调用PushKernel()核函数；调用PullKernel()函数，重复调用m次PullKernel()函数后调用RelabelKernel()核函数，读取结点高度值；根据迭代层数k判断结点高度是否可以重标记，若满足条件，则更新高度值，将结点状态更新到Active状态。本发明的技术方案针对GPU的特性，启用常量存储器，达到提升整体带宽的作用。利用存储器的特性，进行任务的分配，以达到存储器大小和并行线程数量完全匹配，改进效率。对于图像分割的第二步，将原有的压入操作拆解成两步，分为Push和Pull两步操作，更利于后续的操作；引入新的重标记过程，利用广度优先遍历的方式，全局的对所有结点的高度进行重标记，减少算法的整体迭代次数，显著提高算法运行效率。

公开(公告)号：CN110503612B

公开(公告)日：2022-01-14

申请号：CN201910700184.5

申请日：2019-07-31

Applicant: 东北大学

Inventor： 张伟 ,  彭芝珏 ,  朱志良 ,  于海 ,  赵玉丽

IPC: G06T5/00 ,  G06T3/60 ,  G06T7/90 ,  G06N3/08

Abstract: 本发明提供一种基于位平面分离重组合数据增强方法，解决了传统计算机视觉领域中的数据增强中这些不能解决的场景。该方法利用位平面的比特级0‑1二进制图像进行位平面的分离和一定比例重组合，在重组合中打乱位平面的顺序，产生灰度通道或者RGB通道新的像素点，且通过一些特定的方式保持图像本有的基本视觉效果，来产生新的增强图像数据从而扩大图像数据集。本发明也同时兼容传统的图片翻转、旋转、缩放、裁剪、平移、放大等方式，大大增加了有效图像数据的数量，提高数据集的鲁棒性，产生的结果更具有普适性，很大程度上解决计算机视觉上数据严重缺少的问题。

公开(公告)号：CN112181858B

公开(公告)日：2021-12-31

申请号：CN202011238918.1

申请日：2020-11-09

Applicant: 东北大学

Inventor： 王超 ,  王莹 ,  李丹程 ,  于海 ,  朱志良

IPC: G06F11/36 ,  G06F8/53 ,  G06F8/70

Abstract: 本发明公开一种Java软件项目依赖冲突语义一致性的自动化检测方法，该方法包括：获取Maven项目POM文件和项目代码；从项目完全依赖树中分析出依赖冲突；对于所有的依赖冲突，检测是否存在真实风险方法的情况；对检测出的存在真实风险方法的项目构建相应的对象池和API池；对于检测出的真实风险方法，通过自动化测试用例生成工具结合构建的对象池和API池生成测试用例并进行验证；将分析结果生成缺陷结果报告。本发明通过静态分析的方法检测依赖冲突中可能存在不一致语义的行为，再通过动态测试进一步验证风险方法是否真的存在问题，使开发者可以在全自动的情况下，检测软件项目中存在的依赖冲突问题。

公开(公告)号：CN112799937A

公开(公告)日：2021-05-14

申请号：CN202110043582.1

申请日：2021-01-13

Applicant: 东北大学

Inventor： 王修齐 ,  王莹 ,  孙俊彦 ,  于海 ,  朱志良

IPC: G06F11/36

Abstract: 本发明公开一种基于GitHub自动化检测Maven项目中依赖冲突问题的方法，该方法根据造成依赖冲突问题的不同原因将依赖冲突问题分为了三种不同类型的场景，本发明可以自动化检测GitHub用户的由Maven管理的Java程序中是否存在上述三种不同类型场景的依赖冲突问题，检查完毕后会在issue页面显示检查结果，若发现有害冲突还会给出详细的测试报告以及问题节点的调用信息。本发明的方法还实时监控用户更新代码时是否引入了新的依赖冲突问题。使用本发明可以节省用户自身查找依赖冲突问题的时间，极大地降低了程序中出现xx no found bug的风险，有效地提高了程序的有效性。

公开(公告)号：CN112669214A

公开(公告)日：2021-04-16

申请号：CN202110002643.X

申请日：2021-01-04

Applicant: 东北大学

Inventor： 任文佳 ,  张伟 ,  朱志良 ,  于海

IPC: G06T3/40 ,  G06F17/14 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于图像处理技术领域，公开了一种基于交替方向乘子算法的模糊图像超分辨率重建方法。本发明通过构造一个正向的观察模型使退化后的低分辨率图像能够更接近真实场景中的有退化低分辨率图像，并且搭建了基于交替方向乘子算法的模糊图像超分辨重建模型，将图像去模糊过程与获取高质量特征图过程分离，获得了更好的模糊图像超分辨重建效果。该方法相比于直接进行双三次插值下采样进行超分辨率重建方法，更能处理真实场景下低分辨率图像重建。

公开(公告)号：CN112541855A

公开(公告)日：2021-03-23

申请号：CN202011432797.4

申请日：2020-12-10

Applicant: 东北大学

Inventor： 刁坤杰 ,  刘丽鑫 ,  张伟 ,  朱志良 ,  于海

IPC: G06T1/00 ,  G06F21/60

Abstract: 一种基于多层复杂网络和SIR模型的图像加密方法，涉及图像加密领域。该图像加密方法，包括将灰度图像转换成比特级图像的步骤，根据相关算法将图像分成若干层，生成确定性的随机网络的步骤，以及使用SIR传染病模型进行扩散，最后合成加密图像的步骤。本发明采用比特级加密具有可同时改变像素位置和值的优点，和像素级加密相比更能改变明文的统计信息，有利于提高加密效率并提高加密安全性。本发明方法使用确定性随机网络和SIR传染病模型的构建了新的加密框架，获得了较高的图像加密效果，该方法能够更好的用于信息安全领域的信息隐藏、加密传输等应用过程，具有安全可靠的优点。

公开(公告)号：CN112541854A

公开(公告)日：2021-03-23

申请号：CN202011432547.0

申请日：2020-12-10

Applicant: 东北大学

Inventor： 李丽萍 ,  刘丽鑫 ,  朱志良 ,  张伟 ,  于海

IPC: G06T1/00 ,  G06T7/90 ,  G06F16/51 ,  G06F16/583 ,  G06F21/60

Abstract: 本发明属于图像处理领域，公开了基于目标检测的选择性加密方法。本发明首先为了增大加密系统的密钥空间，使用两轮logistic映射，利用两次混沌映射产生的序列做差取其绝对值，得到新的混沌序列。利用新的混沌序列对图像进行加密。同时利用残差网络解决网络退化问题，通过连接一个“捷径”，将原有的非线性映射近似转换成恒等映射，避免随着网络层次的增加出现的梯度消失或者是梯度爆炸等问题。