Podobnost softwarových artefaktů

Ondřej Dočkal

Master's thesis

Software Artifact Similarity

Abstract:

Tato diplomová práce se zabývá problematikou plagiátorství ve zdrojových kódech. Teoretická část práce popisuje plagiátorství z obecného hlediska, uvádí jeho formy, typy a příklady. Součástí teoretického rozboru, který se nachází v třetí kapitole, je popis detekčních přístupů a algoritmů, které vyhodnocují podobnost softwarových artefaktů. Kapitola čtvrtá se věnuje algoritmu adaptivního lokálního zarovnání klíčových slov. Na základě analýzy teoretické části navrhuji detekční proces, který využívá adaptivní lokální zarovnání. Návrh a implementace aplikace, která vyhodnocuje podobnost programů na úrovních zdrojových kódů, bytekódů, konfigurace a dekompilovaných kódů, je popsána v páté a šesté části.Testování aplikace pro detekci plagiátů na několika úrovních je vyhodnoceno v sedmé kapitole. Závěrečná kapitola sumarizuje dosažené cíle práce.

Abstract:

This thesis deals with the plagiarism of source code. The theoretical part of the thesis describes plagiarism in general, provides its forms, types and examples. The part of theoretical analysis, which is located in the third chapter, is description of detection approaches and algorithms that evaluate the similarity of software artifacts. The fourth chapter describes the algorithm of adaptive local alignment of the keywords. I propose, based on the theoretical analysis, a detection process that uses adaptive local alignment. Design and implementation of the application which evaluates the similarity of the programs on different levels, such as source code, bytecode, configuration and decompiled source codes, is described in the fifth and sixth section. Evaluation of the plagiarism detection, on several levels within applications, is evaluated in the seventh section. The final chapter summarizes achieved goals, defined in the beginning.

Keywords

plagiátorství, detekce plagiátů, softwarový artefakt, adaptivní lokální zarovnání, Smith, Watermanův algoritmus, detekční techniky, vyhledávání podobnosti, bytekód, dekompilovaný kód, tokenizace

Keywords

plagiarism, plagiarism detection, software artefact, adaptive local alignment, Smith, Waterman algorithm, detection techniques, similarity evalutation, bytecode, decompiled code, tokenization

Language used: Czech

Date on which the thesis was submitted / produced: 7. 5. 2013

Thesis defence

• Date of defence: 10. 6. 2013
• Supervisor: Pavel Krömer
• Reader: Lumír Návrat

VŠB - Technical University of Ostrava

Fakulta elektrotechniky a informatiky

Master programme / field:
Informační a komunikační technologie / Informatika a výpočetní technika