bokee.net

高校教师博客

正文 更多文章

代码查重是怎么查的

        代码查重是怎么查的?他的查重计算规则是怎么样的?我为我们课程DIY过一个查重工具,当然不能和中国知网查重系统相比较。是基于数据流分析的,效果还不错,反正修改变量名,提取函数这些小伎俩是完全无用的,甚至可以做到一定的跨语言查重(只把c#代码copy到java里,然后改一改跑起来是会被发现的)。  

        以c为例,具体流程大概是,先调用预处理器把注释干掉,把macro展开,因include <>而弄进来的那波标准库头文件特殊标记一下,然后建立CFG(control flow graph)进行查重。因为CFG关心的是变量的值会怎么传播,所以在中间插入一大堆无副作用的语句是不会有任何效果的,把变量换个名或挪个位置(比如加多一层block)也没啥卵用。  

        c++的话就会麻烦很多,毕竟在c++里就算a + b这么个简单语句,因为operator+可以重载,所以指不定执行完这个语句就可以把地球都炸了呢,而且这个重载在不同namespace里还可能不同,比如namespace A是用核弹炸地球,namespace B是对整个地球播一段爱的供养神马的……在c++里建立CFG会是个噩梦……  

        不过说起来我们的课程比较特殊,因为作业用的是类ACM的提交系统,所以对运行环境有比较严格的限制,这保证了代码查重的准确率。如果是完全开放性的代码查重(即对语言和第三方lib等等都不做限制的话)恐怕会很困难。  

        另外一点,为了减少漏网之鱼,查重时一般都会用低阈值初筛,再人工介入复核。此外建立回溯机制,比如如果某人现场考试的成绩和作业排名差异较大的话,会触发重查,专门为他调低阈值重查一遍+人工复核。不过正因为有人工复核,所以思路相同一般是不至于误判的,毕竟只要代码行数一多,思路再相同,代码风格上也会有很大差异。  

        === 举个例子 === 以下是前几天刚刚检测到的抄袭代码片段……下面两段java代码被检测出有高度匹配(右图里getARGBData函数只是把二维数组给复制4份凑成一个三维数组而已,没干其他事)……  所以说,虽然查重还远远谈不上完善,但也别幻想搞个小伎俩就能过关啦╮(╯▽╰)╭

        相关阅读:

        知网查重时程序代码是否检测

分享到:

上一篇:教你论文查重怎么查,尤其是中国知网!

下一篇:硕士论文免费查重网站不靠谱!