一种基于BP神经网络的代码相似性检测方法.pdfVIP

第 37卷 第 3期 计 算 机 科 学 Vo1．37No．3 2010年 3月 Computer Science M ar2010 一 种基于BP神经网络的代码相似性检测方法 熊 浩 t 晏海华 黄永刚 郭 涛 李舟军 (北京航空航天大学计算机学院 北京 100191) (中国信息安全评测中心 北京 100083)。 摘 要 如何有效地检测程序设计课程作业中的抄袭现象是一个重要的问题。传统的抄袭检测方法主要利用代码的 属性或结构信息来度量代码之间的相似性。给出了一种基于误差反向传播 (BP算法)多层前向神经网络的代码抄袭 检测方法。提取程序之间的7种 比较特征作为神经网络的输入，经过网络计算后得 出程序的相似值 ，并将该值与抄袭 决策阈值相比较以判定存在抄袭现象的程序集。实验结果表明，本方法具有很好的检测效果。 关键词 抄袭，相似性检测，BP神经网络，比较特征 中图法分类号 TP311 文献标识码 A CodeSim ilarityDetectionApproachBasedoilBack-propagationNeuralNetwork XIONGHao一 YANHai—hua HUANGYong-gangz GUOTao。 LIZhou-jLID (SchoolofComputerScienceandEngineering，BeihangUniversity，Beijing100191，China) (ChinaInformationTechnologySecurityEvaluationCenter，Beijing100083，China)。 A~tmct Itisveryimportanttofindplagiarizedprogramsinthefieldofcomputerscienceeducation．Traditionalmetho- dsforprogram similarityuseattributecountingorstructureinformationtodetectplagiarism．Thispaperpresenteda program similaritydetectionapproachbasedonback propagation (BP algorithm)multi-la‘yerfeed-forwardneuralnet—— works．W eextractedsevencomparedfeaturesofthecodeastheinputoftheneuralnetwork，andobtainedtheprogram similaritythroughthenetworkcalculation．Comparingtheresultwiththethresholdvalue，wecanfindallgroupsofsimi- larprograms．Experimentalresultsshow thatourmethodiseffective． Keywords Plagiarism，Similaritydetection，BP neuralnetwork，Comparedfeature 当前国内外大学教育中抄袭现象非常普遍。特别是程序 生阶段 ，引入代码注释分离技术、编译技术、优化编译和反汇 设计课程 ，作业抄袭现象尤为严重__1]。有调查报告显示，大部 编技术 ，将代码集分解或变换成比较样本集，通过计算公式得 分的学生承认抄袭过别人的编程作业_2。]。这与编程作业这 出检测程序对的7种相似性结果，组成特征向量；其二为 BP 类电子文件易于拷贝的特点有很大的关系。相比自然语言， 神经网络训练阶段，将 比较代码的特征向量输入至BP神经 程序语言的语法规则比较简单 ，抄袭者只需要通过编辑器改 网络，输出即为两代码是否抄袭的预测值。该方法的独到之 变代码