基于混沌的恩尼格玛加密方法

    公开(公告)号:CN102412960A

    公开(公告)日:2012-04-11

    申请号:CN201110373139.7

    申请日:2011-11-21

    Applicant: 东北大学

    Abstract: 基于混沌的恩尼格玛加密方法,涉及加密系统,用于数据与信息保护,本发明方法,改善了Enigma具有的周期性问题,通过混沌映射来扩大周期,每次每位明文加密时映射的输入值由混沌映射的状态值来决定,那样即使很长的明文也很难出现周期性特征;密码的分布更好,本发明在Enigma加密方法中结合了非线性混沌映射,使其过程完全非线性化,生成密文随机性更好;由于每位密文都与前面加密过的明文相关,所以即使对明文微小的修改也会带来密文极大的改变,有很好的雪崩效应,并且在文字、图像等多种媒介上都能广泛应用。其加密结果在加密效果及其直方图、相邻像素相关性分析、差分攻击分析和对文本加密上都有很好的表现。

    一种多程序语言跨指令集架构移植方法

    公开(公告)号:CN118963831A

    公开(公告)日:2024-11-15

    申请号:CN202411009805.2

    申请日:2024-07-26

    Applicant: 东北大学

    Abstract: 本发明提供了一种多程序语言跨指令集架构移植方法,涉及程序语言移植方法,在待迁移软件项目压缩包上传后,工具可以自动化扫描软件内部结构中与架构相关的软件成分,包括依赖库信息、源代码成分和配置文件成分等,进行定位和分类归纳,同时结合构建的知识库以及不同架构的白名单和源码映射知识库进行匹配,生成不同类型的迁移建议,从而辅助开发者完成软件迁移工作,与现有技术相比,本发明提出的技术方案中采取自动化定位软件包中和架构相关的软件成分,并可帮助定位多程序语言在迁移时所需要关注的架构相关软件成分,针对不同的待迁移的成分类别,结合收集的知识库,生成定制化的迁移建议,辅助开发者快速构建目标指令集架构的开源软件生态。

    一种基于优化观察点选择策略的单信息源点定位方法

    公开(公告)号:CN114297484B

    公开(公告)日:2024-08-13

    申请号:CN202111609952.X

    申请日:2021-12-27

    Applicant: 东北大学

    Abstract: 本发明公开一种基于优化观察点选择策略的单信息源点定位方法,该方法利用Jordan中心性,将网络中的感染节点按重要性排序后,将重要的感染节点设置为观察节点,并利用所选观察节点得到的方向信息,删除网络中未参与到传播过程中的边,从而缩减了网络的规模。在缩减的网络上,利用观察节点获取的时间信息,即该观察节点的被感染时间,通过时间可逆的反向传播算法,计算方差最小的节点即该方法所求得的传播源节点。本发明的方法与在网络中随机选择观察节点相比,提高了定位源节点的准确率。另外,该方法基于时间可逆的反向传播算法,不需要将网络重构为树形网络,且在缩小了网络的规模的基础上,降低了单信息传播源节点检测的复杂度。

    Ice服务部署编排方法
    44.
    发明授权

    公开(公告)号:CN111813582B

    公开(公告)日:2023-12-29

    申请号:CN202010736879.1

    申请日:2020-07-28

    Applicant: 东北大学

    Abstract: 本发明公开了Ice服务部署编排方法,包括如下步骤:Ice服务开发;Ice服务部署,即注册中心部署、节点部署与应用部署;Ice服务编排,即可视化的服务编排、服务的编排操作、数据的持久化存储以及业务流程的发布。本发明中,Ice服务生成功能是所需的配置文件以及框架代码,完善Ice服务的客户端调用代码,使Ice的服务调用更灵活;Ice服务部署模块先是获取服务信息,判断部署文件的类型,并将服务信息放进请求部署到本地;服务编排部分,底层主要是基于之前部署好的Ice服务并调用编排接口进行服务的顺序调用,通过对服务流程文件的准确定义,决定服务的调用顺序;通过上述操作,改善了Ice开发困难、部署困难以及编排困难的问题。

    一种结合节点高阶邻域熵的多源定位方法

    公开(公告)号:CN117194807A

    公开(公告)日:2023-12-08

    申请号:CN202311057859.1

    申请日:2023-08-22

    Applicant: 东北大学

    Abstract: 本发明公开一种结合节点高阶邻域熵的多源定位方法,涉及复杂网络传播源点定位技术领域。输入初始数据集,并将初始数据集中的数据转化为邻接矩阵存储的图;随机选取邻接矩阵存储的图中的部分节点作为源节点,并通过传播模型模拟源节点所携带的信息的传播过程,得到传播后的邻接矩阵存储的图;根据得到的感染子图,从感染节点中提取核心节点并组成核心节点集合,进而得到核心节点的数目;根据每个核心节点进行分区的扩展,得到划分完毕的分区结果;根据分区结果,计算分区内每个感染节点的高阶邻域熵,得到每个分区内高阶邻域熵最大的感染节点,该感染节点为其所在分区的源节点,进而找到全部的源节点。

    一种基于聚类和深度神经网络的智能电表用户聚合负荷预测方法

    公开(公告)号:CN110390440B

    公开(公告)日:2023-10-13

    申请号:CN201910691358.6

    申请日:2019-07-29

    Applicant: 东北大学

    Abstract: 本发明提供一种基于聚类和深度神经网络的智能电表用户聚合负荷预测方法,包括:获取历史负荷数据并对其进行预处理;采用分裂层次聚类方法对预处理后的数据进行聚类,并分别对分组后的加载Pro文件进行预测并汇总,形成汇总负荷预测;对聚类处理后的数据进行训练,通过改变集群的数量来生成多个聚合负载预测数据;采用残差神经网络对生成的多个聚合负载预测数据进行测试,对比测试集和训练集的准确度是否一致,若一致,则对步骤4中测试后的聚合负载预测数据进行集成处理,得到最后的预测结果;若不一致,则返回训练。本发明的技术方案解决了现有技术中的用集成技术来提高预测精度等问题。

    一种检测python环境中依赖冲突的方法

    公开(公告)号:CN112631607B

    公开(公告)日:2023-09-26

    申请号:CN202011640702.8

    申请日:2020-12-31

    Applicant: 东北大学

    Abstract: 本发明提供一种检测python环境中依赖冲突的方法,包括:步骤1:构建元数据存储库:获取PYPI所有开源项目名称,判断是否为新增项目;获取全部项目更新版本;获取全部项目更新版本的直接依赖关系;建立全局依赖网络,为每个项目形成依赖关系树。步骤2:分析项目更新引起的依赖问题:获取基础检测数据;查找被分析项目实际安装依赖项;建立被分析项目的完全依赖树及具体安装版本;检测依赖冲突问题;若未发现依赖冲突问题,执行预测问题分析;针对已发生的依赖冲突问题,向开发者推送解决方案。本发明可以持续监控PYPI生态系统的更新,对已发生依赖冲突的检测和可能发生依赖冲突的预测。通过本发明给出的修复意见,能够提供最佳解决方案。

    用于图像超分辨率的比特级数据增强方法

    公开(公告)号:CN112614052B

    公开(公告)日:2023-07-28

    申请号:CN202011555544.6

    申请日:2020-12-24

    Applicant: 东北大学

    Abstract: 本发明公开用于图像超分辨率的比特级数据增强。本发明是为解决现存用于超分辨率的数据增强方法利用图片信息不足的问题。比特级数据增强方法包括:图像RGB通道内比特变换数据增强,图像RGB通道间比特交换数据增强,高分辨率、低分辨率图像通道间比特交换数据增强。本发明通过变换图像比特平面发掘隐藏的光感信息,充实图片纹理细节和色彩信息,链接高分辨率和低分辨率图像的相关性。主要步骤为:1)获取图像比特平面;2)图像比特平面变换;3)图像重塑;4)模型训练。本发明在数据集有限的情况下能偶扩展训练集,并在最佳的比特平面变换组合中增强超分辨率恢复效果。

    一种基于开发者历史代码的个性化API推荐方法

    公开(公告)号:CN116450936A

    公开(公告)日:2023-07-18

    申请号:CN202310325757.7

    申请日:2023-03-30

    Applicant: 东北大学

    Abstract: 本发明提供一种基于开发者历史代码的个性化API推荐方法,涉及网络推荐技术领域。本发明通过搜集的训练样本不仅包括符合大众开发者的编程习惯的大量开发者共同开发的项目,而且另外收集开发者个人历史项目代码来进行个性化API推荐;使用数据增强来处理训练样本向量,通过在GREAT模型中加入样本加权的模块以实现开发者个人历史代码数据增强的实现。通过基于开发者历史项目的个性化推荐,模型会学习到开发者特有的个性化API偏好特性,可以更好考虑到开发者在编写代码时的API使用的个人偏好。在推荐过程中考虑到开发者的个人喜好,开发者更有可能接受推荐的API,从而使得产生的推荐结果的准确性得到大幅度的提高。

Patent Agency Ranking