A Comparative Study on Source Code Attribution Using AI: Datasets, Features, and Techniques

doi:10.1007/978-3-031-94445-1_18

2026-01-01

PRE

Medha Mohan Ambali Parambil

DOI：10.1007/978-3-031-94445-1_18

原文链接

原文求助

摘要

En 中文

近年来，人工智能（AI）技术在源代码作者归属方面的应用已引起学术界和工业界的广泛关注。准确将源代码归属于原作者对于知识产权保护、网络安全和软件取证等目的至关重要。生成代码的AI技术（如ChatGPT）的进步，为区分人类与机器生成的代码带来了新的挑战和机遇。本文旨在全面综述源代码作者归属的现有研究，并使用包含600个源代码的数据集进行一系列实验。研究涉及提取词法和布局特征、排序方法，并采用多种机器学习模型（SVM、LR、MLP、XGBoost和RF）和深度学习模型（LSTM、RNN和CNN）。研究目标包括确定最佳模型以判定源代码是由人类还是ChatGPT-4编写的，并探究两种人类特征：性别和地区。我们的结果显示，使用TF-IDF的RF模型达到94.7%的准确率，CNN模型达到95%的准确率。最后，我们识别了作者归属领域中AI应用的涌现趋势和未来潜在研究方向。

Keyword:

Software Forensics

Code Authorship Attribution

Machine Learning

Deep Learning

ChatGPT-generated Code

期刊

SECURITY AND PRIVACY IN COMMUNICATION NETWORKS, SECURECOMM 2024, PT I

IF:

论文数:

被引数:

机构

al ain university of science & technology uae

学者数:

论文数: 73

被引数: 0

United Arab Emirates University

学者数:

8.8K

论文数: 7.4K

被引数: 10.0K

引用论文

ICodeNet - A Hierarchical Neural Network Approach For Source Code Author Identification ICodeNet - 一种用于源代码作者识别的层次神经网络方法

2021 13th International Conference on Machine Learning and Computing

IF0

2021-06-21

OAAI

Pranali Bora; Tulika Awalgaonkar; Himanshu Palve; Raviraj Joshi; Purvi Goel

IF0

PREAI

IF0

PREAI

Meta-Heuristic Guided Feature Optimization for Enhanced Authorship Attribution in Java Source Code 用于增强Java源代码中作者归属的元启发式指导特征优化

IEEE ACCESS

IF3.6

2023-01-01

OAAI

Al-Ahmad, Bilal; Al-Madi, Nailah; Alzaqebah, Abdullah; Alkhawaldeh, Rami S.; Aldebei, Khaled; Kabir, Md. Faisal; Altaharwa, Ismail; Abu-Faraj, Mua'ad; Aljarah, Ibrahim

Source Code Authorship Identification Using Deep Neural Networks 基于深度神经网络的源代码作者身份识别

Symmetry

IF0

2020-12-10