公开(公告)号：CN107273294B

公开(公告)日：2020-07-28

申请号：CN201710464437.4

申请日：2017-06-19

Applicant: 电子科技大学

Inventor： 屈鸿 ,  符明晟 ,  涂强 ,  刘洋军 ,  张亦洲 ,  王一文 ,  高榕 ,  陈珊

IPC: G06F11/36 ,  G06N3/02

Abstract: 本发明公开了一种基于神经网络语言模型的重复代码检测方法，属于重复代码检测方法技术领域，解决现有技术中的重复代码检测方法，不能检测出没有进行本质性改变的重复代码，造成检测的准确率，容易给代码原创者造成经济损失等问题。本发明包括步骤1：将所有的代码中的每个代码转换为相应的CFG图；步骤2：抽取每个CFG图中每一个结点的根子图；步骤3：将所有根子图采用向量表示；步骤4：将根子图的向量表示输入到深度图核函数中学习，得到所有CFG图两两间的相似度；步骤5：将CFG图两两间的相似度输入到AP关联聚类算法中进行CFG图的聚类得到多个聚类簇，在同一个聚类簇中的CFG图所对应的代码即为重复代码。本发明用于发现重复代码。

公开(公告)号：CN107273294A

公开(公告)日：2017-10-20

申请号：CN201710464437.4

申请日：2017-06-19

Applicant: 电子科技大学

Inventor： 屈鸿 ,  符明晟 ,  涂强 ,  刘洋军 ,  张亦洲 ,  王一文 ,  高榕 ,  陈珊

IPC: G06F11/36 ,  G06N3/02

Abstract: 本发明公开了一种基于神经网络语言模型的重复代码检测方法，属于重复代码检测方法技术领域，解决现有技术中的重复代码检测方法，不能检测出没有进行本质性改变的重复代码，造成检测的准确率，容易给代码原创者造成经济损失等问题。本发明包括步骤1：将所有的代码中的每个代码转换为相应的CFG图；步骤2：抽取每个CFG图中每一个结点的根子图；步骤3：将所有根子图采用向量表示；步骤4：将根子图的向量表示输入到深度图核函数中学习，得到所有CFG图两两间的相似度；步骤5：将CFG图两两间的相似度输入到AP关联聚类算法中进行CFG图的聚类得到多个聚类簇，在同一个聚类簇中的CFG图所对应的代码即为重复代码。本发明用于发现重复代码。