孙家泽

个人简介

孙家泽，男，博士，教授，博士研究生导师，美国西密歇根大学访问学者。陕西省秦创原“科学家+工程师”队伍建设项目首席科学家，校研究生十佳导师，校四有好老师、校教学名师，校五好研究生团队，CCF高级会员，CCF软件工程专委会和容错专委会委员，中国通信学会高级会员，陕西省计算机学会人工智能专委会和媒体计算专委会委员，陕西省计算机教育学会常务理事，《微电子和计算机》杂志青年编委。目前任计算机学院副院长，智能软件技术陕西省高等学校重点实验室主任和智能软件科研团队负责人。

关注人工智能安全、大数据挖掘与机器学习和智能软件开发与软件测试方面研究，第一作者在《Automated Software Engineering》、《Applied Soft Computing》、《APPLIED INTELLIGENCE》、《Soft Computing》、《Applied Thermal Engineering》、《Journal of Internet Technology》、《软件学报》、《计算机辅助设计与图形学学报》、《清华大学学报》和《武汉大学学报》等专业期刊发表论文40余篇，其中SCI检索20余篇。第一发明人授权国家发明专利25项，登记软件著作权8项，在科学出版社出版学术专著2部，研究成果获得陕西省科技进步三等奖3次，西安市科技进步二等奖2次，陕西省高等学校科技进步奖二等奖2次。

研究方向

研究方向：人工智能安全、大数据挖掘与机器学习、智能软件开发与软件测试和智能软件工程等。

招生学科方向：081200计算机科学与技术、083900网络空间安全、083500软件工程、085404计算机技术、085411大数据技术与工程。

教学方向

主讲数据挖掘、机器学习、数据结构和高级语言程序设计等本研课程。

教学奖励

1、2025年，教材《机器学习》获陕西省计算机教育学会教材特等奖（1/1）

2、2024年“基于OBE教学理念的《数据挖掘与机器学习》课程建设与实践”获得教育部产学合作协同育人项目十周年优秀项目案例（1/3）

3、2022年，教学成果《升级地方高校软件教学，打造系列一流课程，推进混合式教学模式创新与实践》获陕西省普通本科高校高等教育教学成果奖二等奖（1/7）

4、2022年，工程类专业学位研究生教学案例《基于集成学习的多线程程序数据竞争智能检测》入选陕西省专业学位研究生教学案例库（1/6）

5、2021年，课程《高级语言程序设计(C语言)》获评教育部首批国家一流线上线下混合本科课程（1/5）

科研奖励

1、2024年，陕西高等学校科研优秀成果二等奖，复杂可信软件多目标智能测试关键技术及应用，陕西省教育厅（1/10）

2、2016年，陕西省职工科技节技术改造类银奖，基于搜索的智能软件测试平台，陕西省科技厅、人社厅（1/7）

3、2018年，陕西省科学技术三等奖，演化软件可靠性测试与评估关键技术，陕西省人民政府（2/7）

4、2015年，陕西省科学技术三等奖，基于群体智能的组合软件测试关键技术及应用，陕西省人民政府（2/7）

5、2012年,陕西省科学技术三等奖，基于Windows的软件测试平台，陕西省人民政府（3/9）

科研项目

1、2023.1-2025.1，《基于对抗样本的深度神经网络鲁棒性测试优化关键技术》，陕西省科技厅重点研发计划项目（1/10）;

2、2020.1-2022.1,《多线程程序并发故障智能测试关键技术研究》，陕西省科技厅重点研发计划项目（1/10）；

3、2019.1-2022.12,《轨迹大数据驱动的城市交通智能感知与行程规划研究》，国家自然科学基金子课题项目（1/5）;

4、2019.5-2021.6，《基于群体智能的多目标软件测试优化关键技术研究》，西安市科技局科技创新项目（1/7）；

5、2016.1-2017.12《基于搜索的可信软件自动化单元测试关键技术研究》，陕西省科技厅工业攻关项目（1/6）

出版专著及教材

1、《数据挖掘算法及应用（Python实现）（第二版）》，2025年10月，清华大学出版社（1/2）

2、《机器学习（Python实现）》，2023年8月，清华大学出版社（1/5）

3、《群体智能优化算法及其应用》，2017年6月，科学出版社（1/2）

4、《计算智能与组合软件测试优化》，2013年10月，科学出版社（3/7）

5、《高级语言程序设计（C语言）》,2022年8月，西安电子科技大学出版社（5/5）

发表论文

1、Sun J, Yin Z, Zhang H, et al. Adversarial generation method for smart contract fuzz testing seeds guided by chain-based LLM[J]. Automated Software Engineering, 2025, 32(1):1-28.

2、孙家泽,温苏雷，郑炜等《基于可攻击空间假设的陷阱式集成对抗防御网络》软件学报，2024, 35(4):1861-1884.

3、Jiaze Sun, Siyuan Long. SenAttack: adversarial attack method based on perturbation sensitivity and perceptual color distance. Applied Intelligence 2023年12月, 53(23)： 28937–28953.

4、Jiaze Sun, Juan Li , Sulei Wen . DeepMC: DNN test sample optimization method jointly guided by misclassification and coverage. APPLIED INTELLIGENCE. 2023，53 (12) ,15787-15801

5、Jiaze Sun,Meng Yi .Detecting Adversarial Examples using Image Reconstruction Differences.SOFT COMPUTING 2023，27(12),7863-7877.

6、Sun JZ , Deng JH, Y Li,Han N.A BCS-GDE multi-objective optimization algorithm for combined cooling, heating and power model with decision strategies.Applied Thermal Engineering.2022，213(8),1-18.

7、Sun JZ , Deng JH, Y Li.Indicator & crowding distance-based evolutionary algorithm for combined heat and power economic emission dispatch  APPLIED SOFT COMPUTING,2020.90(5)，1-15.

8、孙家泽，阳伽伟，杨子江.多线程程序数据竞争随机森林指令级检测模型[J].清华大学学报（自然科学版）. 2020，60（10）,804-813.

会议与工作论文

1、Sun JZ, Luo D, YOLOx-M: Road Small Object Detection Algorithm Based on Improved YOLOx Lecture Notes on Data Engineering and Communications Technologies，2023年7月

2、Sun JZ, longSY , A Model robustness optimization method based on adversarial sample detection，International Conference on Artificial Intelligence and Pattern Recognition，2023年5月.

3、Sun JZ, Shan LJ, Shu XF. XGBoost Dynamic Detection for Data Race in Multithreaded Programs， ICNC-FSKD ，2022年5月

4、Sun JZ, Han N , Huang J , et al.Landmark-based multi-objective route planning for large-scale road net. GECCO .2021年12月.

5、Sun JZ, Yang YM, Shu XF. An Efficient and Accurate Mixed Dynamic Data Race Detection Method AIPR 2021, 2021年9月

联系方式

特别欢迎以下两类学生报考：

1、专业知识扎实，数学和英语基础好，勤思考，求知欲强，做事认真负责；

2、喜欢人工智能算法和软件开发，熟悉Java/C++/Python等语言之一，编程能力强，工作作风踏实。

电子邮箱     sunjiaze@xupt.edu.cn 或 sunjiazeg@126.com

办公地点：长安校区东区逸夫楼FZ231