欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2018106122960
申请人: 南京邮电大学
专利类型:发明专利
专利状态:未下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种串匹配代码相似度检测方法,其特征在于:包括如下步骤:S1:程序代码预处理

将原始代码进行标准化处理,去除提交的代码中注释、头文件、空格或换行符影响代码特征值提取的冗余信息,并将程序中的变量名和函数名进行标准化处理;

S2:提取特征向量

将经S1步骤预处理后的代码按语法特征提取出特征向量,特征向量代表代码的结构特征;

S3:生成特征向量结构指纹

将经S2步骤得到的特征向量与待比较的代码进行按行比较,生成由二进制组成的特征值,0代表本行不包含特征向量值,1代表本行包含特征向量值;

S4:动态生成代码结构指纹

从待比较的代码中提取相同的特征向量,根据相同的特征向量查找S3步骤中所生成的对应结构指纹,组成代码特征的结构指纹。

S5:相似度比较

将待比较的代码的结构特征指纹通过最长公共子串匹配的方法,得到代码的结构相似度。

2.根据权利要求1所述的一种串匹配代码相似度检测方法,其特征在于:在S1步骤中,读取给定的待比较的两份代码1与代码2源文件,按照所属编程语言的语法规则将代码1与代码2中的注释代码进行去除,然后,对于出现的连续的制表符、换行符进行缩减为一个换行符,将空格删除,最后,按所属编程语言的语法规则识别出代码中的函数名,统一以”func”开头重命名,识别出代码中的参数名,统一以”param”开头重命名。

3.根据权利要求1所述的一种串匹配代码相似度检测方法,其特征在于:在S2步骤中,将预处理后的代码作为输入,遍历整段代码,按照所选语言的语法规则,提取其中的特征向量。

4.根据权利要求1所述的一种串匹配代码相似度检测方法,其特征在于:所述S3具体包括如下步骤:S31:从生成的特征向量中选取一个特征向量;

S31:将该特征向量与待比较的代码进行按行比较,0代表本行不包含特征向量值,1代表本行包含特征向量值,最终生成由二进制组成的特征值序列;

S33:然后将生成的特征指纹添加到字典中。

5.根据权利要求1所述的一种串匹配代码相似度检测方法,其特征在于:在S5步骤中,将两份待比较的代码共有的特征向量的结构特征指纹通过最长公共子串匹配的方法,得到两份代码的结构相似度,所述S5具体包括如下步骤:S51:将代码1与代码2中共有的特征向量的特征指纹逐一进行通过最长公共子串匹配的算法求相似度,S52:然后,通过这些特征向量的相似度得到代码的相似度。

6.根据权利要求5所述的一种串匹配代码相似度检测方法,其特征在于:通过最长公共子串匹配的方法的步骤具体如下:首先通过最长字符串匹配的方法找出代码中的最长公共字符串,通过最长公共字符串将代码分割成前后两部分,然后通过递归的方法对分割后的前后两部分进行相同的操作,最后通过公式计算得到代码相似度,结构指纹1与结构指纹2的相似度度量公式如下:

其中,|A|和|B|分别为结构指纹A、B所包含的字符数,|A∩B|为结构指纹A、B公共字符串的所含字符数。

7.根据权利要求5所述的一种串匹配代码相似度检测方法,其特征在于:代码1与代码2的相似度度量公式如下:

其中,x=(x1,x2,x3,…,xn),y=(y1,y2,y3,…yn)表示需检测的两份代码的特征向量。xi×yi表示相同特征向量结构指纹的相似度。