湖南大学生研究性学习和创新性试验计划湖南第一师范学院教务处.docVIP

湖南省大学生研究性学习和创新性实验计划 项　 目　 申　 报　 表 项目名称: ACM竞赛程序源代码复制检测系统的设计与实现 学校名称 湖南第一师范学院 学生姓名 学 号 专 业 性 别 入 学 年 份 刘 洋 12403090104 计算机科学与技术 男 2012 易长庚 12403090102 计算机科学与技术 男 2012 陈 祥 11403090105 计算机科学与技术 男 2011 刘聪华 11403090214 计算机科学与技术 女 2011 指导教师 田祖伟 职称 教授 项目所属一级学科 计算机科学与技术 学生曾经参与科研的情况 1、参加过全国信息技术应用能力竞赛； 2、参加过湖南省第八届、第九届大学生计算机程序设计竞赛； 指导教师承担科研课题情况 1、主持湖南省自然科学基金项目《并行编程环境中事务存储的语义与优化研究》（编号：11JJ3075）； 2、主持湖南省科技计划项目《基于传感网技术的井下人员定位与生产环境动态监控系统研究》（编号：2011GK3139）； 3、主持湖南省教育厅青年项目《多核环境下基于OpenMP的事务存储关键技术研究》（编号：08B014），已结题； 4、主持湖南省科技厅科技计划项目《低功耗SOC设计与验证技术研究》（编号：2008GK3134）， 已结题； 5、主持江苏省网络监控工程中心开放基金课题《基于PE文件输入表的信息隐藏技术研究》（编号：KJR1208 ） 6、参与国家自然科学基金项目《基于视觉感知的数字图像主动伪装技术研究》（编号，排名第三； 7、参与湖南省自然科学基金项目《基于视觉感知的抗几何攻击图像水印研究》（编号：10JJ6090），排名第二； 项目研究和实验的目的、内容和要解决的主要问题 一、项目研究和实验的目的 高级语言程序设计是计算机等相关专业一门专业必修课程，学生程序设计能力的提高需要通过大量的编程训练。由于源程序代码的易复制性和易修改性，部分学生会复制并修改其他学生的程序代码,这将影响学生程序设计能力的提高，并影响成绩的公平性。在ACM程序设计竞赛中，在线评判系统的服务器端只对竞赛选手提交的源代码进行黑盒测试，不会对源代码进行分析和比较，因此，竞赛选手可能作弊，复制并进行简单的修改后向服务器提交源代码，这将极大地影响竞赛的公平性。为了避免或减少对源程序代码的抄袭现象，确保竞赛公平公正，必须对选手提交的源代码在服务器端进行复制检测。本项目通过开发一款智能的程序源代码复制检测系统，实现高效、快速地检索相似的源代码文件。 程序源代码复制是指一个学生完全或稍作修改拷贝另一个学生的程序并把该程序当作自己的提交给老师或在线评判系统的服务器端。复制检测，即判断所提交的一个源代码文件的内容是否抄袭、剽窃或者复制于另外一个或者多个文件。为了逃避复制检测，在复制源代码后往往会进行增加或删除程序注释语句、修改变量、函数等标识符的名字、添加冗余语句、移动函数位置、不相关语句的交换等作弊行为，这给复制检测增加了难度。 目前， 国外对程序源代码的复制检测技术已取得了一定的进展，而国内发表的相关文献尚少，真正实用的系统更少。在国内外各种ACM竞赛以及各高校的ACM在线评判系统中，服务器端并不会检测所提交的代码，只会检测程序运行结果的正确性而作出判断，最终结果中不排除存在抄袭现象的可能。此系统的开发将很好地解决这个问题，确保程序设计竞赛的公平公正。 二、项目研究和实验内容 1.复制检测相关理论和方法的研究 对现有的源代码复制检测系统进行分析研究，学习和研究源代码复制检测中的关键技术以及现有技术中存在的问题。 2.源程序中无效代码的识别和删除技术，特征码的提取 由于程序源代码易于复制和修改，为了逃避复制检测，在复制源代码后往往会进行增加或删除程序注释语句、修改变量、函数等标识符的名字、添加冗余语句、移动函数位置、不相关语句的交换等作弊行为，因此，在检测前必须对源代码进行预处理，通过删除源代码中的无效语句、标识符统一替换等操作后，再进行特征值的提出。 3.相似度的计算 程序源代码复制检测的核心内容就是计算给定的一段程序代码与另一段程序代码之间的相似度。相似度越大，程序代码雷同成分越多；相似度越小，程序代码雷同成分越少。本项目拟采用基于N-gram的源代码相似度计算方法。 4.检测系统的开发 设计一个程序源代码复制检测系统，对提出的算法的准确性和复杂性进行验证。 三、项目研究和实验待解决的主要问题 1、源程序中无效代码的识别和删除技术。 2、基于N-gram的源代码相似度计算。 3、综合分析统计结果，将分析结果