论文研究 基于Token的结构化匹配同源性代码检测技术研究.pdf

对于结构性代码变换，基于Token的同源性检测技术缺乏抽象提取手段，难以识别和定位结构化信息。为此，针对代码同源性检测结构化匹配进行了研究，在LCS（longest common sequence）算法中融入了跳变信息保留、结构边界划分、窗口搜索、计数重置、有效序列界定等逻辑，用于Token摘要的结构化信息匹配，提出了一种结构化匹配同源性代码检测技术，并通过实际工程代码样本进行多种场景的实验测试。实验表明，该方法能够高效识别代码结构化信息，对于代码同源性检测是有效的。