基于堆叠集成方法的多作者源代码段作者身份识别

源代码段作者身份识别是通过监督学习识别源代码段作者的任务。它在剽窃检测、数字取证以及若干其他执法问题中具有重大意义。然而，当源代码段由多名作者编写时，典型的作者识别方法不再有效。本文提出了一种作者识别技术，能够预测源代码段的作者身份，即使在多作者情形下，其使用了堆叠集成分类器。该技术构建于若干深度神经网络、随机森林和支持向量机分类器之上。研究表明，对于识别作者组，单一分类技术已不再充分，使用基于深度神经网络的堆叠集成方法可显著提升准确率。所提技术的性能已与一些仅处理由单一作者精确编写的源代码段的现有方法进行比较。尽管多作者源代码段作者身份识别任务更难，我们提出的技术相较于仅处理单作者代码段的已有工作，在识别准确率上取得了有前景的结果。