程序代碼抄襲檢測(cè)的研究.pdf

1、隨著計(jì)算機(jī)應(yīng)用的普及，人們對(duì)軟件的需求量越來(lái)越大。各高等院校也著力于培養(yǎng)學(xué)生開(kāi)發(fā)軟件的能力，主要的途徑是通過(guò)開(kāi)設(shè)程序設(shè)計(jì)類課程，培養(yǎng)學(xué)生的實(shí)際動(dòng)手能力。隨著程序設(shè)計(jì)類課程的作業(yè)量的增加，部分學(xué)生由于懶惰或沒(méi)有學(xué)好該類課程，會(huì)抄襲其他學(xué)生的作業(yè)。在作業(yè)較為簡(jiǎn)單且學(xué)生較少的情況下，教師可以手動(dòng)判別學(xué)生的作業(yè)是否存在抄襲。但是，隨著學(xué)生人數(shù)的增加，程序作業(yè)的逐漸復(fù)雜，教師的工作量就會(huì)成倍的增加，甚至很難通過(guò)教師的手工操作來(lái)發(fā)現(xiàn)程序作業(yè)的抄襲現(xiàn)

2、象。因此，開(kāi)發(fā)一個(gè)程序代碼抄襲自動(dòng)檢測(cè)系統(tǒng)是很有必要的。
　　 當(dāng)前針對(duì)程序代碼抄襲檢測(cè)的研究大部分集中在結(jié)構(gòu)度量法上，該方法主要分為標(biāo)記串的生成和標(biāo)記串相似度計(jì)算兩個(gè)部分。由于是通過(guò)計(jì)算標(biāo)記串間的相似度來(lái)間接獲得程序代碼間的相似度，因此標(biāo)記串所攜帶的結(jié)構(gòu)信息與程序代碼結(jié)構(gòu)的吻合程度，決定了算法最終計(jì)算結(jié)果的精確度；同時(shí)標(biāo)記串的規(guī)模對(duì)系統(tǒng)計(jì)算的速度有著很大的影響。然而，目前已有的技術(shù)無(wú)論在速度和精度方面都有所欠缺，所以改進(jìn)標(biāo)記串

3、生成技術(shù)成為該領(lǐng)域重要的研究?jī)?nèi)容。本文研究采用結(jié)構(gòu)度量法，在分析已有的標(biāo)記字符串生成技術(shù)的基礎(chǔ)上，提出了新的標(biāo)記字符串的生成方法。
　　 本論文主要做了以下幾方面的工作：一、針對(duì)程序代碼的特點(diǎn)，本文采用了類似正向最大匹配算法思想的一個(gè)有效的分詞方法。同時(shí)為了縮短程序代碼對(duì)應(yīng)的標(biāo)記字符串的長(zhǎng)度，同時(shí)保證標(biāo)記字符串與程序代碼之間的吻合程度，提出一種有效的標(biāo)記串替換規(guī)則。二、提出了一種新的標(biāo)記串生成方法。本文采用將程序代碼按照函數(shù)執(zhí)行

4、順序生成標(biāo)記字符串的方法，這樣可以過(guò)濾掉冗余函數(shù)，消除冗余函數(shù)對(duì)檢測(cè)結(jié)果的影響，同時(shí)可以在一定程度上減少標(biāo)記字符串匹配算法的運(yùn)行時(shí)間。三、實(shí)現(xiàn)了一個(gè)程序代碼抄襲檢測(cè)實(shí)驗(yàn)系統(tǒng)，該實(shí)驗(yàn)系統(tǒng)采用RKR-GST算法作為標(biāo)記字符串匹配算法。該系統(tǒng)首先刪除程序代碼中的冗余信息，然后采用本文中提出的標(biāo)記字符串生成方法生成標(biāo)記字符串，最后實(shí)現(xiàn)了標(biāo)記字符串的相似度計(jì)算，從而確定程序代碼間是否存在抄襲。同時(shí)，該實(shí)驗(yàn)系統(tǒng)實(shí)現(xiàn)了查看相似程度較高的函數(shù)對(duì)和冗余函