瓢虫科门的悬念 计算机程序代码相似度检测是指利用计算机技术，对两段程序代码进行比较，以从中提取其中的相似性，从而对源程序时间消耗、运行结果做统计把握，用来编写更加高效的程序，有助于加快程序的开发周期，也可以检测两程序是否怀疑“抄袭”或者根据其标准检测出程序代码质量的好坏。本文讨论的是程序代码相似度检测方法的设计与实现。
程序代码相似度检测的核心思想时对比比较，既然需要比较，那么就要从把程序代码变形为其他形式开始分析。一般程序语言都具有反汇编的功能，可以将源代码转换为汇编代码。然后在汇编代码的基础上，再将其转化为由标记组成的字符串。经过这个变形，我们就可以通过对比比较，寻求两个程序代码之间的相似性，比如比较共同出现的标记，出现次数以及位置等等。
在介绍如何实现程序代码相似度检测之前，先介绍一下两个程序代码之间相似度检测时，必须考虑的要素：
（1）选择一种合适的比较方式，有时采用字符串比较，有时采用词语比较，有时采用句子比较。
圆柱凸轮
（2）考虑判断标准，一般有按照比较粒度的大小、相似度的分数（一般使用0-1浮点数来标识），评分越高，说明相似度越大。电话台灯
（3）考虑比较程序的耗时，一般性的比较会消耗的时间较长。
根据上面的要素，我们可以将程序代码相似度检测实现的思路总结如下:
（1）先将源代码转换为机器语句，从而形成一段机器语句包括标记。
（2）在机器语句上，采用一定的比较方式，如字符串比较，词汇比较等，进行比较，并根据不同比较粒度和标准，得出两个比较程序的相似度分数，该分数可以参考拟定出程序的质量，或者用于进行嫌疑程序的抄袭检测。
（3）记录比较过程所耗费的时间，以及相似度检测得分，并将比较结果反馈给用户。
以上是程序代码相似度检测方法设计及实现方面的一些讨论。通过从获取源程序，到变形比较，再到考虑检测用时，不断根据细致设计，可以有效的检测出两程序之间的相似度，同时也可以作为代码质量的参考依据，从而减少源程序的时间消耗，同时也可以加快程序的开发周期，有助于提升软件的品质。
无机化学学报
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议