基于程序流程图和图注意力网络的跨语言代码抄袭检测方法

摘要

跨语言代码抄袭检测在软件知识产权保护和计算机程序设计类课程教学等领域有广泛的应用.然而，不同编程语言的语法差异降低了代码之间的相似度，导致抄袭检测的准确率较低.因此，本文提出一种基于程序流程图和图注意力网络的跨语言代码抄袭检测方法.首先，将代码转换为程序流程图，并利用图注意力网络提取程序流程图的特征作为代码的表示；其次，采用交叉匹配方法逐行对比代码的表示，以获得代码的相似特征向量；最后，拼接待检测代码的相似特征向量，并通过全连接神经网络计算抄袭的概率.实验结果表明，与现有的跨语言代码抄袭检测方法相比，本文提出的方法在查准率、查全率和F1值方面均有提高.其中，与基于属性计数的CLCDSA方法、基于抽象语法树的ASTLearner方法相比，F1值分别提高了11%和16%.

关键词

代码抄袭检测 / 跨编程语言 / 程序流程图 / 图注意力网络

基金资助

教育部人文社会科学研究规划基金项目(23YJAZH192)资助; 国家自然科学基金项目(52374221)资助; 山东省自然科学基金项目(ZR2021QG038)资助; 山东省泰山学者特聘专家支持项目(ts20190936)资助; 山东科技大学青年教师教学拔尖人才培养项目(BJ20200505)资助