基于程序行为相似性度量的学术源代码抄袭检测

源代码抄袭是高校计算机科学教育中一个长期存在的问题。已有许多源代码抄袭检测工具被提出以辅助检测源代码抄袭。然而，现有检测工具对普遍存在的抄袭隐藏变换不够鲁棒，因此在检测被抄袭源代码时可能不准确。本文提出 BPlag，一种用于源代码抄袭检测的行为分析方法。BPlag 旨在既对普遍存在的抄袭隐藏变换具有鲁棒性，又能在检测被抄袭源代码时保持准确。通过分析程序的行为可获得更强的鲁棒性与准确性，因为行为被认为是受抄袭隐藏变换影响最小的程序方面。BPlag 应用符号执行来分析执行行为，并以一种新颖的基于图的格式表示程序。随后通过比较这些图并计算相似性分数来检测抄袭。BPlag 针对 5 种常用源代码抄袭检测工具在鲁棒性、准确性和效率方面进行了评估。结果表明，BPlag 对抄袭隐藏变换更具鲁棒性且在检测被抄袭源代码时更准确，但效率低于所比较的工具。