源代码抄袭检测系统的研究和实现

论文摘要

目前,在国内外高校教育中,作业抄袭现象普遍,尤其是在计算机类课程中,源代码抄袭的情况更加严重。因此,对源代码抄袭检测技术的研究具有重要意义。本文研究了现有系统以及现存检测算法,发现这些算法和系统存在着的不足。例如,多数系统只提供一种检测算法,不同的检测算法的适用范围是不同的,用户不能够根据自身需要选择合适的检测算法。在实际检测中,本文同时也发现了一些因素会给检测带来噪音,影响相似度的计算。例如,大量重复的变量声明语句,以及抄袭者对源代码的改动。本文设计并实现了一个源代码抄袭检测系统PlagiarismChecker,其包含四种检测算法。用户可以选择不同的算法及这些算法组合进行检测,可以设置相似度阈值过滤结果,还可以利用PlagiarismChecker提供的系统接口方便地实现及应用新的检测算法。本文提供了一个Web应用Catcher提供在线的源代码检测服务,以邮件形式返回检测结果。本文通过实验证明了PlagiarismChecker是有效的,它能够比原有系统检测出更加多的抄袭作业对。针对实际检测中存在的噪音问题,在基于抽象语法树的检测算法上,本文提出使用归一化算子解决这个问题。本文设计并实现了五个算子,证明了能够通过归一化算子这种方式有效消除噪音。本文同时改进了PlagiarismChecker系统,使得系统能够很方便地添加新的算子,可以应对新发现的抄袭手法。

论文目录

• 摘要
• Abstract
• 第一章 引言
• 1.1 背景领域
• 1.2 基本概念
• 1.3 国外研究现状
• 1.4 国内研究现状
• 1.5 源代码抄袭检测系统
• 1.6 研究动机
• 1.7 研究意义
• 1.8 论文结构
• 第二章 源代码抄袭检测技术的研究
• 2.1 源代码抄袭手段分类
• 2.2 基于属性计数和基于结构特征的检测方法
• 2.3 基于高级语言处理过程的分类
• 2.4 算法介绍
• 2.5 本章小结
• 第三章 系统设计与实现
• 3.1 源代码抄袭检测系统PlagiarismChecker
• 3.2 基于Web 的应用Catcher
• 3.3 本章小结
• 第四章 实验与系统改进
• 4.1 系统应用情况
• 4.2 实际问题
• 4.3 归一化算子
• 4.4 系统改进
• 4.5 本章小结
• 第五章 总结与展望
• 5.1 总结
• 5.2 展望
• 参考文献
• 附录A
• 致谢