检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于图神经网络的代码抄袭检测方法

计算机工程与科学 2024年

作者：陈昌奉赵宏州周恺卿上海哔哩哔哩科技有限公司吉首大学通信与电子工程学院吉首大学计算机科学与工程学院

随着数据开源的不断深化，代码抄袭成本降低，严重影响软件行业健康发展。因此，研究者提出了各种程序抄袭检测方法应对代码抄袭问题。针对现有抄袭检测方法无法深度挖掘源代码语义和结构信息导致语义抄袭检测效果不佳的问题，提出一种... 详细信息

随着数据开源的不断深化，代码抄袭成本降低，严重影响软件行业健康发展。因此，研究者提出了各种程序抄袭检测方法应对代码抄袭问题。针对现有抄袭检测方法无法深度挖掘源代码语义和结构信息导致语义抄袭检测效果不佳的问题，提出一种基于图神经网络的代码抄袭检测方法。该方法利用图网络对源代码包括语义和结构信息在内的特征进行有效表征，并利用图注意力网络进行特征强化；进一步，利用神经张量网络得到不同源代码之间的相似向量。最后，利用全连接网络计算不同源代码之间的相似度。同时加入dropout机制平衡神经元权重，优化模型设计，防止过拟合。为了验证所提出方法的有效性，在OJ系统数据集上进行实验验证，并将此方法与当前流行的检测方法进行了对比。实验结果表明，该方法具有更好的效果。

关键词：代码抄袭检测深度语义和结构信息提取图神经网络图注意力网络特征强化

CLPDetector:一种基于伪孪生网络的跨语言代码抄袭检测工具

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

小型微型计算机系统 2022年第7期43卷 1562-1568页

作者：李国繁张峰刘聪山东科技大学计算机科学与工程学院山东青岛266590 山东省智慧矿山信息技术重点实验室山东青岛266590 山东理工大学计算机科学与技术学院山东淄博255000

近年来,随着不同编程语言代码自动转换工具的出现,跨语言的代码抄袭检测问题受到了越来越多的关注.现有跨语言代码抄袭检测主要包括传统的基于中间特征的检测方法和近年来出现的基于机器学习的检测方法,后者在检测模型训练完成之后具有... 详细信息

近年来,随着不同编程语言代码自动转换工具的出现,跨语言的代码抄袭检测问题受到了越来越多的关注.现有跨语言代码抄袭检测主要包括传统的基于中间特征的检测方法和近年来出现的基于机器学习的检测方法,后者在检测模型训练完成之后具有更好的检测速度,是当前跨语言代码抄袭检测的研究热点.然而,现有的基于机器学习的跨语言抄袭检测方法大多将代码作为文本来处理,未考虑代码的结构特征.结合代码基于抽象语法树的结构特征,本文提出了一个基于伪孪生神经网络框架的跨语言抄袭检测工具CLPDetector.该工具将训练数据中的源代码对转换成对应的抽象语法树,基于抽象语法树生成代码的向量表示,然后将结合BiLSTM、CNN和Attention的深度神经网络嵌入到伪孪生网络架构中训练抄袭检测模型,从而实现了跨语言代码抄袭的检测.为了提高检测精度,首先,在训练检测模型前,利用基于抽象语法树的skip-gram算法对词向量进行了预训练,并基于程序依赖图删除了训练数据集代码中的冗余代码.其次,在代码抄袭检测阶段,提出了一个基于属性计数的过滤器,用以排除不可能抄袭的代码对,提高检测效率.实验中基于一个开源的数据集,以Java代码和Python代码为例对CLPDetector的检测效果进行了验证.结果表明,在精确率和F1值方面,CLPDetector比基于属性计数的工具CLCDSA分别高7%和3%,比单纯使用BiLSTM的检测工具ASTLeaner分别高10%和8%.

关键词：代码抄袭检测跨语言抽象语法树伪孪生网络

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于AST的程序代码抄袭检测方法研究

电脑知识与技术 2023年第16期19卷 61-64页

作者：朱良梅洪晓彬广州工商学院工学院广东广州510850

为了打击程序设计类课程学生抄袭作业的不良学风,提出了基于抽象语法树(AST)的程序代码抄袭检测方法。首先通过语法分析生成程序的AST,然后遍历AST,通过节点过滤、等价控制结构转换、赋予节点语义信息等手段,构造程序的特征序列;统计特... 详细信息

为了打击程序设计类课程学生抄袭作业的不良学风,提出了基于抽象语法树(AST)的程序代码抄袭检测方法。首先通过语法分析生成程序的AST,然后遍历AST,通过节点过滤、等价控制结构转换、赋予节点语义信息等手段,构造程序的特征序列;统计特征序列的节点频度,生成特征向量,通过向量聚类划分“抄袭团伙”,在“抄袭团伙”内比对特征序列计算程序相似度。实验结果表明,该方法能有效检测多种抄袭行为,尤其是对等价控制结构替换的抄袭行为,检测效果明显优于JPlag系统。

关键词：代码抄袭检测代码相似度检测抽象语法树聚类

维普期刊数据库

基于Git中版本演化过程的代码抄袭检测技术研究与实现

在线全文

学校读者我要写书评

暂无评论

基于Git中版本演化过程的代码抄袭检测技术研究与实现

作者：蒋臣威南京邮电大学

学位级别：硕士

随着互联网技术的发展,电子数据极易获取的特性使得源代码抄袭的现象越来越严重。在各大高校的计算机类课程的教学中,源代码抄袭的现象将会导致教学课程无法正常进行、学生专业素质能力成长缓慢、教学质量评估困难等诸多负面影响。所以... 详细信息

随着互联网技术的发展,电子数据极易获取的特性使得源代码抄袭的现象越来越严重。在各大高校的计算机类课程的教学中,源代码抄袭的现象将会导致教学课程无法正常进行、学生专业素质能力成长缓慢、教学质量评估困难等诸多负面影响。所以,如何检测学生代码作业之间的相似度并判定是否抄袭是代码抄袭检测领域中面临的一个关键的问题。自上世纪70年代开始,源代码抄袭检测算法便开始被关注,随后以属性计数、结构度量为框架的诸多检测算法便被提出。然而在今天由于教学模式的转变与计算机的普及,以版本管理为基础技术的在线课程管理系统开始广泛出现,而传统的源代码检测技术并不适用于该类课程管理系统之中。所以,一种高效准确的符合版本管理技术定位的源代码检测技术便成为了代码抄袭检测领域中的全新的目标。在另一方面,缺少正统而完善的基于版本管理的课程代码管理系统使得对在线课程管理系统中抄袭检测的研究进度缓慢,所以一款完全适用于版本管理技术的课程代码管理系统也是迫切需要的。依据上述需求,本文基于Git仓库信息的整合原理与大量课程中学生提交代码的行为习惯,提出了一种基于变基处理的代码抄袭检测算法,适用于各类以版本管理为基础的在线课程管理系统。并且以该算法为核心、以实际中的管理需求为主题,设计并实现了一款以Onedev代码托管平台为基础的基于版本控制的代码管理系统,它将代码管理、Git仓库、代码抄袭检测结合为一体,包含完整的在线课程代码版本管理系统的功能。最后,本文以实现系统作为实验平台,验证了基于变基处理的代码抄袭检测算法在时间复杂度与精准率上的优越性。

关键词：版本管理代码抄袭检测课程管理代码托管平台

基于信息检索和Stacking集成学习的源代码抄袭检测

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于信息检索和Stacking集成学习的源代码抄袭检测

作者：张敏北京交通大学

学位级别：硕士

代码编程是高校计算机等相关专业的必备技能,但互联网技术的发展使得代码抄袭问题日益凸显,小到学生的编程作业大到软件产品都或多或少存在。抄袭对于学生来说既不利于他们的发展和成长,也不利于他们能力的提升,而对于软件企业来说抄袭... 详细信息

代码编程是高校计算机等相关专业的必备技能,但互联网技术的发展使得代码抄袭问题日益凸显,小到学生的编程作业大到软件产品都或多或少存在。抄袭对于学生来说既不利于他们的发展和成长,也不利于他们能力的提升,而对于软件企业来说抄袭可能涉及到侵权问题。现有的研究中,大多数的源代码抄袭检测方法是针对小数量的代码库文档进行的,而且常用一对一匹配的方法进行抄袭代码对检测,随着源码数量的日积月累,常用的一对一匹配的源码抄袭检测方法在时间效率上会比较低下且准确度没有太高。针对这些问题,本文提出了基于信息检索（Information retrieval,IR）和集成学习分类的代码抄袭检测方法,旨在提高代码抄袭检测的效率和准确率。本文将IR和集成学习结合用于代码抄袭检测,主要工作如下:（1）提出了基于代码的抽象语法树（Abstract syntax tree,AST）和代码的域划分来检索潜在抄袭代码对的方法,并且提出了一种针对低匹配得分的代码对进行过滤的机制。首先将代码进行预处理,删除代码噪声;然后对代码进行解析,解析成AST;接着基于IR的域的思想,遍历AST并提取相应的域信息;根据提出的得分函数,计算每个域中的词的得分,并在检索潜在抄袭代码时根据域匹配来计算代码对的匹配得分;最后根据阈值过滤掉匹配得分低的代码对,获得最终的潜在抄袭代码对集合。（2）提出了一种计算代码对的相似度特征值的混合相似度计算方法和基于Stacking对潜在抄袭代码对进行分类的方法。对于代码对的特征,从词汇特征、结构特征和代码风格特征三方面来进行提取,其中,在结构特征提取中利用提出的混合相似度计算方法计算结构特征相似度,其余特征的相似度利用对应的相似度计算公式实现,从而获得代码对的特征集。将已知分类的训练集的特征集合放入基于Stacking的集成分类器进行训练,然后将潜在抄袭代码对的特征集合放入训练好的分类器中进行预测,得到最终的分类结果。最终,经过实验对比分析,分别对两个阶段的实验结果进行总结。在检索阶段,与JPlag基准实验及基于文本的IR实验和基于AST的IR实验对比可知,本文使用的基于域信息划分的IR技术是有效的,基于域划分的检索结果precision为0.9203,recall为0.9391,MAP为0.5360,这三个指标均高于其他对比实验的结果。在分类阶段,通过引入JPlag、IR+RF及IR+GDBC的对比实验,发现本文使用的IR+Stacking的方法precision为0.9266,recall为0.9012,F-score为0.9137,指标结果均优于其他对比实验的结果。最后对综合实验结果进行分析,首先在时间上,本文在潜在抄袭代码对检索和分类中使用的总时间为11小时左右,JPlag所用时间最短为3.5小时左右,而深度学习的方法用时最长为为72小时左右;其次在准确度上,本文使用F-score评价指标进行评价,本文方法的F-Score的值为0.9137,要高于JPlag的0.4469和基于深度学习的0.8933,因此本文的方法对于源代码抄袭检测是有效的。

关键词：代码抄袭检测信息检索抽象语法树 Stacking集成学习

代码相似性检测算法研究及其在教学管理系统的应用

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

代码相似性检测算法研究及其在教学管理系统的应用

作者：张恒华华南理工大学

学位级别：硕士

在互联网和人工智能快速发展的大背景下,学生可以轻松获取到大量开源代码,抄袭代码的成本极大地降低。同时,在线教育和自主学习等新型教育模式的兴起,也使得学生更加容易陷入抄袭的陷阱。面对学生代码抄袭的普遍现象,快捷、有效的代码... 详细信息

在互联网和人工智能快速发展的大背景下,学生可以轻松获取到大量开源代码,抄袭代码的成本极大地降低。同时,在线教育和自主学习等新型教育模式的兴起,也使得学生更加容易陷入抄袭的陷阱。面对学生代码抄袭的普遍现象,快捷、有效的代码抄袭检测方法显得尤为重要。然而,面对不同复杂程度的代码混淆手段,传统的代码抄袭检测方法存在无法检测混淆程度高的抄袭代码、无法识别代码语义相似性等不足。本文针对教学管理系统中程序设计课程的代码抄袭检测实际需求,调研了学术界现有的代码相似性检测算法,旨在提出一种代码抄袭检测算法解决传统算法局限性,并将其应用于教学管理系统中。本文的主要工作和创新点如下:(1)本文总结和分析学生在程序设计课程中为规避代码抄袭检测而使用的混淆手段,并针对这些混淆手段构建了一个基于Java编程语言的代码抄袭数据集Java Plagiarism。(2)本文通过综合多种代码表示学习方法,提出了一种基于混合特征的深度学习代码相似性检测算法。该算法通过融合基于树和基于图的代码表示学习算法,生成代码的语法和语义的特征向量,并通过向量连接组合语法和语义特征计算代码的相似度。为验证算法性能,本文在代码抄袭数据集Java Plagiarism和公开的代码克隆检测数据集上进行了实验,实验结果表明了基于混合特征的算法相对于仅有语法或语义特征算法的优越性。(3)针对教师对学生代码抄袭检测的需求,本文设计并实现了一个代码抄袭检测系统Code Detection,Code Detection搭载了本文提出的算法模型,为教师提供代码抄袭检测服务。针对程序设计课程教学过程的实际需求,本文在教学管理系统Sunflower上进行系统重构和功能扩展,以保证程序设计课程在Sunflower系统的正常教学活动。同时,针对Sunflower系统自动评测学生编程作业的需求,在调研企业级在线评测系统相关技术的基础上,设计并实现了在线评测(Online Judge,OJ)系统,并将其集成到Sunflower系统中。在系统测试中,Code Detection系统检测出了传统代码抄袭检测方法无法识别高混淆代码抄袭对,并以每秒检测124.6个代码对的速度为教师提供抄袭检测服务,体现了本文提出算法的有效性和并发性。

关键词：代码相似性检测代码抄袭检测教学管理系统在线评测

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

一种基于编码习惯的SQL语句抄袭检测算法

软件 2019年第11期40卷 4-8页

作者：葛文馨魏永山山东科技大学计算机科学与工程学院

为了检测出数据库实验课程中结构化查询语言(StructuredQueryLanguage,SQL)语句代码的抄袭行为,发现因SQL语句篇幅较短,使用现有的技术进行代码检测却没有得到预期的结果,于是提出了一种基于编码习惯的SQL语句抄袭检测算法。获取学生历... 详细信息

为了检测出数据库实验课程中结构化查询语言(StructuredQueryLanguage,SQL)语句代码的抄袭行为,发现因SQL语句篇幅较短,使用现有的技术进行代码检测却没有得到预期的结果,于是提出了一种基于编码习惯的SQL语句抄袭检测算法。获取学生历史的编码数据并分类,判定待检测代码的类别并将其与之类别相同的代码依照学生的编码习惯进行特征提取,进而得到特征矩阵并对比代码之间的相似程度,对涉嫌抄袭的代码进行过滤,判断该代码是否为该学生编写。实验结果表明,该算法能够有效地判断出学生的抄袭行为,同时也解决因编码篇幅较短而带来的难以检测是否为抄袭代码这一问题。

关键词：编码习惯代码抄袭检测朴素贝叶斯 SQL

维普期刊数据库