Source Code Authorship Identification Using Deep Neural Networks

doi:10.3390/sym12122044

Source Code Authorship Identification Using Deep Neural Networks

2020-12-10

0

OA

AI

DOI：10.3390/sym12122044

原文链接

查看原文

摘要

En 中文

许多开源项目由社区开发，并具有共同的基础。源代码开放得越多，项目对贡献者的开放度就越高。将他人的源代码（无论是意外还是故意）作为封闭功能用于另一个项目（即使是商业项目）的可能性并未排除。这种情况可能引发版权纠纷。在软件工程的项目生命周期中加入抄袭检测可以解决这一问题。然而，并非所有用于比较的代码示例都能在公共领域找到。在这种情况下，识别源代码作者的方法可能很有用。因此，识别源代码作者是软件工程中的一个重要问题，同时也是对称性领域的一个研究方向。本文探讨了识别源代码作者的问题以及解决该问题的现代方法。基于自然语言处理（NLP）领域研究者的经验，作者提出了一种基于混合神经网络的技术，并展示了其在简单案例（如确定代码作者身份）和受混淆及编码标准使用复杂化的案例中的结果。结果表明，作者的技术成功解决了类似技术的核心问题，甚至在没有任何明显作者身份迹象的情况下也能有效发挥作用。在简单案例中，所有编程语言的平均准确率达到95%，而在复杂案例中则超过80%。

Source Code Authorship Identification Using Deep Neural Networks

摘要

AI总结

期刊

机构

引用论文