• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Mathematical Problems in Engineering >Detecting Copy Directions among Programs Using Extreme Learning Machines
【24h】

Detecting Copy Directions among Programs Using Extreme Learning Machines

机译：使用极限学习机检测程序之间的复制方向

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Because of the complexity of software development, some software developers may plagiarize source code from other projects or open source software in order to shorten development cycle. Many methods have been proposed to detect plagiarism among programs based on the program dependence graph, a graph representation of a program. However, to our best knowledge, existing works only detect similarity between programs without detecting copy direction among them. By employing extreme learning machine (ELM), we construct feature space for describing features of every two programs with possible plagiarism relationship. Such feature space could be large and time consuming, so we propose approaches to construct a small feature space by pruning isolated control statements and removable statements from each program to accelerate both training and classification time. We also analyze the features of data dependencies between any original program and its copy program, and based on it we propose a feedback framework to find a good feature space that can achieve both accuracy and efficiency. We conducted a thorough experimental study of this technique on real C programs collected from the Internet. The experimental results show the high accuracy and efficiency of our ELM-based approaches.
机译：由于软件开发的复杂性，一些软件开发人员可能会other窃其他项目或开源软件中的源代码，以缩短开发周期。已经提出了许多基于程序依赖图（程序的图形表示）来检测程序之间的窃的方法。但是，据我们所知，现有作品仅检测程序之间的相似性，而没有检测它们之间的复制方向。通过使用极限学习机（ELM），我们构造了特征空间来描述每两个程序的特征与可能的抄袭关系。这样的特征空间可能很大且很耗时，因此我们提出了通过修剪每个程序中的隔离控制语句和可移动语句来构建小的特征空间的方法，以加快训练和分类时间。我们还分析了任何原始程序及其复制程序之间的数据依存关系的特征，并在此基础上提出了一个反馈框架，以找到可以同时实现准确性和效率的良好特征空间。我们对从互联网上收集的实际C程序进行了这项技术的全面实验研究。实验结果表明，基于ELM的方法具有很高的准确性和效率。

著录项

  • 来源
    《Mathematical Problems in Engineering》 |2015年第9期|793697.1-793697.15|共15页
  • 作者

    Wang Bin; Yang Xiaochun; Wang Guoren;

  • 作者单位

    Northeastern Univ, Coll Informat Sci & Engn, Liaoning 110819, Peoples R China.;

    Northeastern Univ, Coll Informat Sci & Engn, Liaoning 110819, Peoples R China.;

    Northeastern Univ, Coll Informat Sci & Engn, Liaoning 110819, Peoples R China.;

  • 收录信息
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类
  • 关键词

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号