類似のコード検出器

Question

類似性のソースコードを比較できるツールを検索します。

現在のところ、偽陽性が非常に多く、本物の陽性が容易に埋められるシステムは非常に些細なものです。

私の要件は、次のとおりです。偽陽性の

• 合理的に少量
• ただ一つの値よりも複雑な出力を備えた理想的に良好な検出率（ええ、これらは互いにうとしている）
• C（C99）およびC++のために使用可能な（C++ 03と最適にC++ 11）
• はまだ共ため
• 使用可能を維持し

  混乱を避けるため、次の2つのコードスニペットが同一であり、そのように検出されなければならない：

  互いに

非インタラクティブモードで使用可能な

EDITに対する2つのソースファイルをmparing for (int i = 0; i < 10; i++) { bla; }

int i; while (i < 10) { bla; i++; }

ここに同じ：

int x = 10; y = x + 5;

int a = 10; y = a + 5;

Answer 1

私は過去にMOSSを使用しました：http://theory.stanford.edu/~aiken/moss/盗用したコードを検出します。意味的なレベルで動作するので、上記の状況を検出します。このツールは言語を意識しているため、コメントは解析では考慮されず、変数名や関数名の単純な検索と置換によって変更されたコードを検出するのに長い道のりになります。

メモ：私は数年前に大学院でコンピューターサイエンスを教えていた時にこのツールを使用しましたが、インターネットから取り除かれたコードの検出にはすばらしく機能しました。ここでは同様のアプリケーションのよく文書アカウントです：http://fie2012.org/sites/fie2012.org/history/fie99/papers/1110.pdf

あなたは「対策ソフトの類似性を」Googleの場合は、さらにいくつかの便利なヒットを見つける必要があります。 http://www.ics.heacademy.ac.uk/resources/assessment/plagiarism/detectiontools_sourcecode.html

Answer 2

PMDからコピーペースト検出器とすることができますか？

Answer 3

コンピュータサイエンス用語の問題は、ソースコード剽窃の検出と記述されている可能性があります。良いスタートは博士ドブス：Detecting Source-Code Plagiarismでこの記事を読むことです。ソースコード中の剽窃を検出するアルゴリズムをリストアップしています。

注：何を求めていることは確かに厳しいコンピューティングの問題です:)

Answer 4

あなたがduploを試みることができます。それは共通の行を見つけるでしょう。それは空白の変更を無視する能力を持ちますが、名前が変更された変数を持つコードは検出しません。したがって、盗作を検出する際の助けよりもクリーンアップの助けになります。

Answer 5

私は、JPLAG（https://github.com/jplag/jplag）を使用して、コードの類似性をチェックし、生徒をJavaとテキストファイルで比較します。 同じコード構造と変数Substitutionをチェックするのがうまくいきます。