隨著計(jì)算機(jī)的廣泛使用及互聯(lián)網(wǎng)的快速發(fā)展,軟件系統(tǒng)滲透到日常生活的各個方面。由于代碼形式化的語言特點(diǎn),導(dǎo)致信息之間的抄襲和剽竊現(xiàn)象層出不窮。尤其在面對代碼規(guī)模量大,迭代多等情況時(shí),僅僅依靠人工檢測幾乎是無法完成。因此,代碼相似性檢測技術(shù)應(yīng)運(yùn)而生。該技術(shù)的操作對象主要為程序特征,即能夠代表程序內(nèi)容和含義的基本單元結(jié)構(gòu)。所以程序特征的準(zhǔn)確性對檢測結(jié)果至關(guān)重要,其優(yōu)劣程度將直接影響檢測結(jié)果的準(zhǔn)確性。本文提出了一種面向相似代碼分析的多元化特征提取技術(shù),該技術(shù)綜合考慮了程序的統(tǒng)計(jì)屬性、結(jié)構(gòu)、執(zhí)行路徑及數(shù)據(jù)流等因素。從屬性計(jì)數(shù)、結(jié)構(gòu)和功能三個方面進(jìn)行特征提取,并建立開源程序特征庫。本文首先提出了屬性計(jì)數(shù)特征、結(jié)構(gòu)特征和功能特征的定義。然后具體分析了每種特征的特性及模塊設(shè)計(jì),給出了相應(yīng)的提取思路。最后基于缺陷檢測系統(tǒng),給出了每種特征提取的相關(guān)算法,同時(shí)為了提升相似代碼分析的效率及存儲統(tǒng)一化,提出了特征碼的相關(guān)概念及生成算法。本文提出的多元化特征提取技術(shù)已實(shí)現(xiàn)并集成在缺陷檢測系統(tǒng)中。通過對5個開源程序?qū)嶒?yàn)結(jié)果的分析,該方法提取出的特征準(zhǔn)確率為84%,符合設(shè)計(jì)預(yù)期,為程序相似性檢測提供了更精確、更多元的技... 

【文章來源】：北京郵電大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：76 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景
    1.2 研究現(xiàn)狀
        1.2.1 基于詞頻統(tǒng)計(jì)的方法
        1.2.2 基于字符串提取的方法
        1.2.3 基于其他角度的方法
    1.3 研究內(nèi)容
    1.4 論文章節(jié)安排
第二章 問題描述及分析
    2.1 程序修改手段描述
    2.2 屬性計(jì)數(shù)特征
        2.2.1 問題描述
        2.2.2 分析及定義
    2.3 結(jié)構(gòu)特征
        2.3.1 問題描述
        2.3.2 分析及定義
    2.4 功能特征
        2.4.1 問題描述
        2.4.2 分析及定義
    2.5 本章小結(jié)
第三章 多元化特征提取系統(tǒng)設(shè)計(jì)
    3.1 統(tǒng)一中間結(jié)構(gòu)
    3.2 架構(gòu)設(shè)計(jì)
    3.3 屬性計(jì)數(shù)模塊設(shè)計(jì)
    3.4 結(jié)構(gòu)特征模塊設(shè)計(jì)
        3.4.1 語句結(jié)構(gòu)特征
        3.4.2 結(jié)構(gòu)化語句塊結(jié)構(gòu)特征
        3.4.3 函數(shù)結(jié)構(gòu)特征
        3.4.4 文件結(jié)構(gòu)特征
    3.5 功能特征模塊設(shè)計(jì)
        3.5.1 動態(tài)點(diǎn)信息符號模型SRP
        3.5.2 變量功能定值函數(shù)模型
        3.5.3 功能特征函數(shù)模型
    3.6 特征碼模塊設(shè)計(jì)
    3.7 本章小結(jié)
第四章 多元化特征提取系統(tǒng)實(shí)現(xiàn)
    4.1 中間結(jié)構(gòu)架構(gòu)關(guān)系
    4.2 屬性計(jì)數(shù)模塊實(shí)現(xiàn)
        4.2.1 屬性計(jì)數(shù)特征生成
    4.3 結(jié)構(gòu)特征模塊實(shí)現(xiàn)
        4.3.1 語句結(jié)構(gòu)特征生成
        4.3.2 結(jié)構(gòu)化語句塊結(jié)構(gòu)特征生成
        4.3.3 函數(shù)結(jié)構(gòu)特征生成
        4.3.4 文件結(jié)構(gòu)特征生成
    4.4 功能特征模塊實(shí)現(xiàn)
        4.4.1 動態(tài)點(diǎn)信息SRP的生成
        4.4.2 變量功能定值函數(shù)的生成
        4.4.3 功能特征函數(shù)的生成
        4.4.4 實(shí)例分析
    4.5 特征碼模塊實(shí)現(xiàn)
        4.5.1 字符串哈希算法
        4.5.2 特征碼的生成
    4.6 本章小結(jié)
第五章 實(shí)驗(yàn)結(jié)果及分析
    5.1 實(shí)驗(yàn)環(huán)境
    5.2 實(shí)驗(yàn)結(jié)果及分析
    5.3 本章小結(jié)
第六章 總結(jié)與展望
    6.1 研究工作總結(jié)
    6.2 進(jìn)一步研究工作
參考文獻(xiàn)
致謝
攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文目錄


【參考文獻(xiàn)】：
期刊論文
[1]軟件代碼測試技術(shù)[J]. 金大海,宮云戰(zhàn),王雅文,黃俊飛.  信息通信技術(shù). 2015(03)
[2]基于語法樹的程序代碼復(fù)制檢測方法及其評價(jià)機(jī)制的研究[J]. 張麗萍,劉東升,李彥臣.  內(nèi)蒙古大學(xué)學(xué)報(bào)(自然科學(xué)版). 2010(05)
[3]代碼相似性檢測技術(shù):研究綜述[J]. 熊浩,晏海華,郭濤,黃永剛,郝永樂,李舟軍.  計(jì)算機(jī)科學(xué). 2010(08)
[4]一種基于BP神經(jīng)網(wǎng)絡(luò)的代碼相似性檢測方法[J]. 熊浩,晏海華,黃永剛,郭濤,李舟軍.  計(jì)算機(jī)科學(xué). 2010(03)
[5]程序代碼相似度度量的研究與實(shí)現(xiàn)[J]. 于海英.  計(jì)算機(jī)工程. 2010(04)
[6]靜態(tài)測試C++中定義未使用的變量[J]. 徐希煒.  電腦編程技巧與維護(hù). 2009(16)
[7]基于聚類的特征選擇方法[J]. 蔣盛益,鄭琪,張倩生.  電子學(xué)報(bào). 2008(S1)
[8]基于編譯優(yōu)化和反匯編的程序相似性檢測方法[J]. 趙長海,晏海華,金茂忠.  北京航空航天大學(xué)學(xué)報(bào). 2008(06)
[9]程序代碼相似度自動度量技術(shù)研究綜述[J]. 程金宏,劉東升.  內(nèi)蒙古師范大學(xué)學(xué)報(bào)(自然科學(xué)漢文版). 2006(04)
[10]自然語言文檔復(fù)制檢測研究綜述[J]. 鮑軍鵬,沈鈞毅,劉曉東,宋擒豹.  軟件學(xué)報(bào). 2003(10)

碩士論文
[1]程序代碼相似度檢測方法研究及應(yīng)用[D]. 胡正軍.中南大學(xué) 2012
[2]基于結(jié)構(gòu)信息和token比對的軟件同源性檢測技術(shù)研究[D]. 韓麗芳.北京郵電大學(xué) 2011
[3]基于抽象語法樹的程序代碼抄襲檢測技術(shù)研究[D]. 趙彥博.內(nèi)蒙古師范大學(xué) 2010
[4]程序代碼復(fù)制檢測中特征串提取技術(shù)研究[D]. 侯敏.內(nèi)蒙古師范大學(xué) 2009
[5]程序代碼相似度度量研究[D]. 程金宏.內(nèi)蒙古師范大學(xué) 2007
[6]一種用于軟件作業(yè)評判系統(tǒng)的程序結(jié)構(gòu)分析算法的設(shè)計(jì)與實(shí)現(xiàn)[D]. 王繼遠(yuǎn).北京郵電大學(xué) 2007



本文編號：3467022