类似的代码检测器

Similar code detector

本文关键字：检测器 代码      更新时间：2023-10-16

我正在寻找一个可以比较源代码相似性的工具。

我们现在有一个非常微不足道的系统，它有大量的误报，真正的阳性很容易被埋没在其中。

我的要求是：

  • 合理少量的误报
  • 良好的检测率（是的，这些是相互对抗的）
  • 理想情况下，输出比单个值更复杂
  • 可用于 C （C99） 和 C++ （C++03 和最佳 C++11）
  • 仍然维护
  • 可用于将两个源文件相互比较
  • 可在非交互模式下使用

编辑：

为避免混淆，以下两个代码片段是相同的，应进行检测：

for (int i = 0; i < 10; i++) { bla; }

int i; while (i < 10) { bla; i++; }

这里也一样：

int x = 10; y = x + 5;

int a = 10; y = a + 5;

我过去使用过MOSS：http://theory.stanford.edu/~aiken/moss/来检测抄袭的代码。 由于它在语义级别上工作，因此它将检测您上面介绍的情况。 该工具是语言感知的，因此在分析中不考虑注释，并且在检测通过简单的变量和/或函数名称的搜索和替换而修改的代码方面有很长的路要走。

注意：几年前，当我在研究生院教授计算机科学时，我使用了这个工具，它在检测从互联网上提取的代码方面非常有效。 以下是类似应用程序的有据可查的说明： http://fie2012.org/sites/fie2012.org/history/fie99/papers/1110.pdf

如果你谷歌"衡量软件相似性"，你应该找到一些更有用的点击：http://web.archive.org/web/20150219121637/http://www.ics.heacademy.ac.uk/resources/assessment/plagiarism/detectiontools_sourcecode.html

您在计算机科学术语中的问题可能表示为源代码抄袭检测。一个好的开始是阅读这篇关于多布斯博士的文章：检测源代码抄袭。它列出了用于检测源代码中抄袭的算法。

注意：您所要求的确实是一个棘手的计算问题:)

可能是来自PMD的复制粘贴检测器？

我开始使用JPLAG（https://github.com/jplag/jplag）来检查代码相似性，并比较学生在Java和文本文件中的工作。检查相同的代码结构和变量替换效果很好。

你可以

试试duplo。它将找到共同的行。它具有忽略空格更改的某些功能，但不会检测具有重命名变量的代码，因此在检测抄袭时，它更像是一种清理辅助而不是帮助。

（回答很晚，但问题的相关性永远不会消失）

我遇到了类似的问题，并编写了一个基于Web的应用程序。

https://jefferey-cave.gitlab.io/miss/

我用javascript和python教学，所以这些是它处理的语言。它不处理 C/C++（当前）。我很想知道Javascript解释器如何处理C。

在 GitHub 上可用

<小时 />

我面临的问题是跨国际边界提交学生代码是非法的（MOSS 是被禁止的），因此需要在本地运行的东西。实现是纯客户端浏览器。

有趣的是，我认为它可能以一种独特的方式满足您的"低误报"标准。作业之间总是有一些相似之处，但使用独特的技术来识别事物"开始看起来可疑"的点。

我发现它在确定课堂上的群体动态（谁在与谁一起工作/学习）方面更有用。

它有一些有趣的实时图形，因此在本科生提交第一份作业后向他们展示很有用。在第一次作业中总是有高度的相似性，所以现场展示它没有坏处（提交名称是匿名的）。

我总是讲述我认为（严重而公然）作弊的学生的故事。他们的工作与另一个学生非常独特的答案非常相似。将学生的作业与班上其他同学进行比较，显示与班上其他同学没有显着相似之处。它远低于"有趣"的门槛。这导致了对提交的更深入的调查......原来有一个教程，风格表现出来，但工作是独一无二的。

什么也没发生，那些学生也不知道他们离得有多近。

相关文章：