基于局部敏感性哈希的代码相似性检测技术研究.pdf

《基于局部敏感性哈希的代码相似性检测技术研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、１．５００５８ＷＢ？中；己投５５；化钟Ｍｌ郎处償Ｊｉ＾ｉ｜ｉ｜麵ｌＢＧ丽感！奮心，麵Ｉ醇驗吟，補ＩＭｉＭＭｉＭ—ｌ—ｔＬ＊—ＨＨＢ＾＇论文题目：基于局部敏感性哈希的代码觀性疆誦工程领域：繼技术遵漏璧蠢学习方式：囚全日制攻读Ｇ在职攻读李思宇ＳＢｄｔｉ：＾作者姓名＇学校导师：＾？ＨＨＨＭＷ＾企业副巾：＾！－－完成２０１７０１１２日期：’ＢＪ痛■羅＾９画画醒誦醒瞧！麵醒匿独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研

2、究成果，，除了文中特别加＾斗标注和致谢之处外论文中不包含其他人己经发表或撰写过的研究成果，也不包含为获得天津工业大学或其他教育机构的学位或证书而使用过的材料一同工作的同志对本研究所做的任何贡献均己在论文。与我中作了明确的说明并表示了谢意。＞２又学位论文作者签名：签字日期：心（月＾日＾学位论文版权使用授权书本学位论文作者完全了解天津工业大学有关保留、使用学位论文的规定。特授权丞莲王坐去尝将学位论文的全部或部分内容编入有关数据库进行检索，并采用影印、缩印或扫描等复制手段保存、汇编供查阅和借阅。同意学校向国家有关

3、部口或机构送交论文的复印件和磁盘。（保密的学位论文在解密后适用本授权说明）学位论文作者签名：导师签名：〇＾／＾ｉ签字日期Ｗ么月从１文：Ｉ年＾日签字日期：平月化！？学位论文的主要创新点一、将局部敏感性哈希应用在离维源代码关键信息矩阵中巧近邻搜索，＿得到相似对查询结果１０％。，实３金表明比传统方法效率高乂约摘要随着社会的进步，软件系统被广泛运用在日常生活的各个方面，软件系统的代码量不断提升。各类软件系统都有可能面临系统重构和知识芦反保护的需求，返就需要对于软件系统源代码进巧相似性检测。但是，近

4、些年提出的检测技术对一检测效率的提升还有进步提高的空间。？本文通过将局部敏感性哈希应用在高维源代码关键信息炬阵中的近邻捜索，从而快速的得到相似对查询结果。源代码会首先被进行预处理，将源化码转换成－ｒａｍ－ｒａｑｇ的标识序列。代码段的ｑｇｍ标识序列集合通过基于Ｊｐｌａｇ酌相似代码块检测技术进行分类并利用局部敏感性哈希算法将分类结果放置到不同的桶中，在桶中的数巧会被重新组织为前缀树形式的数据结构。为了定位不同代码集合中的．巧似代码对，需要对查询代码段进行相同的哈希运算，可得到相似概率大于给定阀值的代码块前缀树，利用

5、前缀树的搜索算法对相似代码对进行准确的定位。■由于在使用局部敏惑性哈希进行分类的过程中就己经将相似的巧码块分到同一个桶中，所１＾可１＾有效的降低无效查找的时间成本，提高处理效率。本文对基于局部敏感性哈希的代码相似性检测方法进行了研究与分析，提出Ｔ使用局部敏感性哈希进行相似代码对快速检索的方法。实验证明了相化原有方法本文提出的方法处理效率提高了约１０％。关键词：代码相似性；局部敏感性哈希；相似性检测；ＡＢＳＴＲＡＣＴＷｉｔｈｔｈｅｄｅｖｅｌｏｐｍｅｎｔｏｆｔｈｅｓｏｃｉｅｔｙｔｈｅｓｏｆｔｗａｒｅｓｓ

6、ｔｅｍｉｓｗｉｄｅｌｕｓｅｄｉｎａｌｌ，ｙｙａｓｐｅｃｔｓｏｆｄａｉｌｙｌｉｆｅ．Ａｌｌｋｉｎｄｓｏｆｓｏｆｔｗａｒｅｓｙｓｔｒａｉｓａｒｅｌｉｋｅｌｙｔｏｆａｃｅｔｈｅｎｅｅｄｏｆｓｙｓｔｅｍｒｅｃｏｎｓｔｒｕｃｔｉｏｎａｎｄｉｎｔｅｌｌｅｃｔｕａｌｐｒｏｐｅｒｔｙｐｒｏｔｅｃｔｉｏｎ．Ｈｏｗｅｖｅｒ，ｉｎｒｅｃｅｎｔｙｅａｒｓ，ｔｈｅｅｆｉｃｉｅｎｃｙｏｆｄｅｔｅｃｔｉｏｎ化ｃｈｎｏｌｏｇｙａｒｅｎｏｔｉｍｐｒｏｖｅｄｓｉｇｎｉ巧ｃａｎｔｌｙ．Ｉｎｔ

7、ｈｉｓａｅｒｗｅａｌｔｈｅｌｏｃａｌｓｅｎｓｉｔｉｖｅｈａｓｈ化ｔｈｅｎｅａｒｅｓｔｎｅｉ班ｂｏｒｓｅａｒｃｈｉｎｐｐ，ｐｐｙｔｈｅｋｅｙｉｎｆｏｒｍａｔｉｏｎｍａｔｒｉｘｏｆｔｈｅＧａｏＷｅｉｙｕａｎｃｏｄｅｓｏｔｈａｔｗｅｃａｎｅｔｔｉｅｓｉｍｉｌａｒ，ｇｒｅｓｕ－ｌｔ．Ｔｈｅｓｏｕｒｃｅｄｅｗｉ。ｂｅｒｅｒｏｃｅｓｓｅｄｔｈｅｆｃｅｃｏｄｅｗｉｌｌｂｅｃｏｎｖｅｒｔｅｄｉｎｔｏｃｏｓｏｉ，ｐｐｑｇｒａｍｉｄｅｎｔｉｆｉｃａｔｉｏｎｓｅｑｕｅｎｃ

8、ｅ．Ｔｈｒｏｕ班ｔｈｅｓｉｍｉｌａｒＪｐｌａｃｏｄｅｂｌｏｃｋｄｅｔｅｃｔｉｏｎ｜ｔｅｃｈｎｏｌｏｇｙｂａｓｅｄｏｎｔｈｅｃ