程序代码进行知网查重的方法

主题：知网与namespace 版权：本站原创 更新时间：2024/04/19 阅读量：7337

该文属于程序和代码和知网和查重方面入口,可作为代码查重严重怎么办了解.

我个人为我们课程DIY过一个知网查重的软件工具,是基于数据流分析的,效果还不错,反正修改变量名,提取函数这些小伎俩是完全无用的,甚至可以做到一定的跨语言查重（只把c#代码copy到ja里,然后改一改跑起来是会被发现的）.说明程序代码也会进行对比查重算抄袭重复率.下面具体说说程序代码进行知网查重的方法,具体如下：

以c为例,具体流程大概是,先调用预处理器把注释干掉,把macro展开,因include <>而弄进来的那波标准库头文件特殊标记一下,然后建立CFG（control flow graph）进行知网查重.因为CFG关心的是变量的值会怎么传播,所以在中间插入一大堆无副作用的语句是不会有任何效果的,把变量换个名或挪个位置（比如加多一层block）也没啥卵用.

c++的话就会麻烦很多,毕竟在c++里就算a + b这么个简单语句,因为operator+可以重载,所以指不定执行完这个语句就可以把地球都炸了呢,而且这个重载在不同namespace里还可能不同,比如namespace A是用炸地球,namespace B是对整个地球播一段爱的供养神马的……在c++里建立CFG会是个噩梦……程序代码进行知网查重的方法比较复杂吧！！

不过说起来我们的课程比较特殊,因为作业用的是类ACM的提交系统,所以对运行环境有比较严格的限制,这保证了程序代码知网查重查重的准确率.如果是完全开放性的程序代码知网查重（即对语言和第三方lib等等都不做限制的话）恐怕会很困难.

=== 举个例子 ===
以下是前几天刚刚检测到的抄袭代码片段……下面两段ja代码被检测出有高度匹配（右图里getARGBData函数只是把二维数组给复制4份凑成一个三维数组而已,没干其他事）……

另外一点,为了减少漏网之鱼,知网查重时一般都会用低阈值初筛,再人工介入复核.此外建立回溯机制,比如如果某人现场考试的成绩和作业排名差异较大的话,会触发重查,专门为他调低阈值重查一遍+人工复核.不过正因为有人工复核,所以思路相同一般是不至于误判的,毕竟只要代码行数一多,思路再相同,代码风格上也会有很大差异.

总而言之,本文是知网与namespace相关入口,是一份程序代码与知网与方法与查重学习.