一种基于字符级局部敏感哈希法进行同源性检测的方法

摘要

本发明公开一种基于字符级局部敏感哈希法进行同源性检测的方法，包括步骤一、筛选符合的后缀名源代码文件并除去文本和图片，步骤二、源代码预处理及滑窗处理并通过映射和进制转换得到最终指纹，步骤三、根据源代码计算出的指纹选择匹配同源文件，步骤四、查询结果后进行排序并选出最终选定版本；本发明从字符级直接对输入的字符进行滑窗处理，粒度更细，准确性更高，通过将较长的源代码转换为较短的指纹，不仅可以解决同源检测中的相似性问题，而且漏报率大大降低。