【技术实现步骤摘要】
基于编码特征的SQL代码抄袭检测方法及系统
本专利技术涉及抄袭自动检测
，尤其涉及一种基于编码特征的SQL代码抄袭检测方法及系统。
技术介绍
结构化查询语言(SQL)是数据库技术的关键，在SQL的应用过程中可能需要对众多编写者对同一任务下的SQL代码进行评估，而这其中就可能会存在抄袭现象。如在教学实践中为评估学生的学习质量需要学生完成SQL编程习题，学生提交的SQL代码中就可能存在抄袭现象，这会影响评估的准确性。目前通常是人工依据经验判定众多SQL代码中是否抄袭，不仅需要耗费大量精力，且人工判定的精度也不高，若能够实现智能的抄袭检测，面向大量SQL代码实现自动的抄袭检测、识别，则可以极大的提高检测效率以及精度。针对代码的自动抄袭检测，目前主要采用词频统计、字符串匹配、语法树匹配、编码特征匹配等方式实现，但是相比于其他类型代码，SQL代码具有编码的特殊性，直接采用普适性的代码检测方式通常难以实现精度的检测。针对SQL代码的自动抄袭检测，目前主要采用以下两类方式：1、基于字符串匹配的检测方式：该类方式是通过...
【技术保护点】
1.一种基于编码特征的SQL代码抄袭检测方法，其特征在于，步骤包括：/nS1.编码特征提取：输入指定编码任务下所有的待检测SQL代码，分别提取出各待检测SQL代码中用于表征编写者在当前SQL编码任务下编码特性的特定编码特征，以及提取用于表征编写者在当前SQL编码任务下所展现出的泛化性编码特性的泛化编码特征；/nS2.抄袭群体检测：将提取得到的所有特定编码特征进行聚类，根据聚类结果确定得到抄袭群体，将所述特定编码特征属于同一类的待检测SQL代码作为一个抄袭群体；/nS3.泛化特征匹配：分别获取所述抄袭群体中各待检测SQL代码进行判断，判断时将待检测SQL代码的泛化编码特征与待...
【技术特征摘要】
1.一种基于编码特征的SQL代码抄袭检测方法，其特征在于，步骤包括：
S1.编码特征提取：输入指定编码任务下所有的待检测SQL代码，分别提取出各待检测SQL代码中用于表征编写者在当前SQL编码任务下编码特性的特定编码特征，以及提取用于表征编写者在当前SQL编码任务下所展现出的泛化性编码特性的泛化编码特征；
S2.抄袭群体检测：将提取得到的所有特定编码特征进行聚类，根据聚类结果确定得到抄袭群体，将所述特定编码特征属于同一类的待检测SQL代码作为一个抄袭群体；
S3.泛化特征匹配：分别获取所述抄袭群体中各待检测SQL代码进行判断，判断时将待检测SQL代码的泛化编码特征与待检测SQL代码所对应的编写者的历史泛化编码特征进行比较，所述历史泛化编码特征由对应编写者多个历史SQL代码数据提取得到的泛化编码特征计算得到，根据判断结果判定待检测SQL代码是否属于抄袭或是被抄袭；
S4.抄袭检测输出：将各所述抄袭群体中各待检测SQL代码的抄袭判定结果输出。
2.根据权利要求1所述的基于编码特征的SQL代码抄袭检测方法，其特征在于：所述特定编码特征包括SQL关键字特征、SCHEMA特征、函数特征、关系运算符特征、括号特征、空格特征、缩进特征、换行特征中任意一种或两种以上的组合。
3.根据权利要求1所述的基于编码特征的SQL代码抄袭检测方法，其特征在于：所述泛化编码特征包括泛化关键字特征、泛化括号特征、泛化换行特征、泛化空格特征、泛化缩进特征、字段名修饰特征中任意一种或两种以上的组合。
4.根据权利要求1或2或3所述的基于编码特征的SQL代码抄袭检测方法，其特征在于，所述步骤S2的步骤包括：
S21.将提取得到的所有特定编码特征进行归一化处理，得到处理后的特定编码特征；
S22.对所述处理后的特定编码特征进行聚类，输出聚类得到的聚类簇；
S23.对得到的所述聚类簇进行判断，若目标聚类簇中元素的数量超过预设阈值，将目标聚类簇判定为所述抄袭群体，输出检测到的抄袭群体。
5.根据权利要求4所述的基于编码特征的SQL代码抄袭检测方法，其特征在于，所述步骤S22中采用凝聚式层次聚类算法进行聚类。
6.根据权利要求1或2或3所述的基于编码特征的SQL代码抄袭检测方法，其特征在于，所述步骤S3中，通过比较待检测SQL代码与对应的历史...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。