公开(公告)号：CN116738963A

公开(公告)日：2023-09-12

申请号：CN202310257808.7

申请日：2023-03-16

Applicant: 华南理工大学

Inventor： 张恒华 ,  张凌

IPC: G06F40/194 ,  G06F40/211 ,  G06F40/253 ,  G06F40/284 ,  G06F40/30 ,  G06F18/22 ,  G06N3/044 ,  G06N3/0464

Abstract: 本发明公开了一种基于多头注意力机制的深度学习代码抄袭检测方法，包括：1)使用代码解析工具将源代码解析成抽象语法树；2)以语句节点作为分解粒度，将抽象语法树以深度优先遍历的方式分解成一组抽象语法子树；3)使用递归神经网络生成抽象语法子树的代码向量，使用多头自注意力机制、残差网络获取抽象语法子树的代码向量的特征，采用全连接网络将抽象语法子树的代码向量表示成一个固定长度的向量，通过余弦相似性计算两份代码的相似性，相似性超过阈值的代码判定为抄袭，未超过阈值的判定为未抄袭；4)使用注意力机制，将判定为抄袭的两份代码进行源代码相似性的标注。本发明实现了端到端的源代码抄袭检测算法，可实现更灵活和精确的下游应用。