代码标识符属性特征向量相似度检测技术研究

摘要

每段程序代码中的标识符，包含了不同程序部件的名字属性信息，是程序代码中不可或缺的重要元素，为程序代码相似度检测提供了重要分析依据。该文通过提取程序代码中所有的标识符，并对其进行分类，获得程序代码的基础数据，将其中的属性信息映射到特征向量中，然后用改进的向量距离算法计算标识符相似度结果。实验证明，该文所述方法比传统的属性计数法能更有效快速地检测出标识符相似的代码。