基于ftp教学平台的代码相似度检测的研究

-精选财经经济类资料- -最新财经经济资料-感谢阅读- 1 基于 FTP 教学平台的代码相似度检 测的研究 摘要：本文利用 FTP 教学平台， 实现了一个代码相似度检测的在线应用， 所用到的最长公共子序列算法是对于文 本匹配的动态规划。 中国论文网 /8/view-12885249.htm 关键词：FTP；教学；代码；相 似度 中图分类号：TP393.01 文献标 识码：A 文章编号：1007-9599 (2012) 09-0000-02 一、前言 随着信息技术的快速发展，各大 高校纷纷设置程序语言或数据库管理等 信息化课程。个别学生利用他人资源， -精选财经经济类资料- -最新财经经济资料-感谢阅读- 2 通过简单的复制粘贴来完成作业。为了 遏制这种抄袭现象，教师需要花费大量 的时间来批阅作业，在一定程度上会影 响教学进度。有的抄袭文本对代码进行 了加注释和换行来欲盖弥彰，可能会影 响批判的准确性。同时，教师在阅读代 码时往往先要将学生的代码下载到本地 后再打开查看，如果能在线进行阅读就 能节省一部分的时间和精力。 本文采用了最长公共子序列算法。 该算法是对于文本匹配的动态规划1， 目的是找出两个序列中最长公共子序列， 在媒体流的相似比较、图形样式的相似 处理、生物基因研究等方面应用广泛。 在网络时代中，相比于利用移动 存储设备等交互方式而言，在网上进行 信息的传输更为频繁。FTP（File Transfer Protocol） ，也就是文件传输协 议，是在 TCP/IP 网络和 INTERNET 上 最早使用的协议之一。目前 FTP 服务相 对成熟，将其应用在高校的信息化知识 教育中，有利于资源共享，效率提高， -精选财经经济类资料- -最新财经经济资料-感谢阅读- 3 管理方便2。 二、算法简介 （一）定义 代码在检测的过程中可以被提取 为连续的字符串，即字符序列。 假设有序列 X=x1， x2，xn，Y=y1，y2，y n。 如果有序列 Z=z1， z2，zn 以及单调递增的整数序列 m1m2mk，使得 Xar=Zr=Ybr 均能 够成立，那么序列 X 和序列 Y 拥有的 公共子序列是序列 Z，当 k 为最大值时， 序列 Z 就是最长公共子序列，记为 Z=T(X，Y)。 （二）计算 令 X 含有的元素数量为 L(X)， L(T(X，Y)记为 L(X，Y)，那么 此时，数组 LX，Y中最大的值 便是 X 和 Y 的最长公共子序列的长度， 依据该数组回溯，便可找出最长公共子 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 4 序列。 假设 X=a， b，c，d，a，c ，b，Y=b ，d，c， a，b，那么序列 C1=b，c ，d 是 X 和 Y 的公共子序列，但不是最长公共子序列， 而序列 C2=b，c，a ，b 和 C3=b，d，c，b 都是公共子序列，并且 均为最长公共子序列，长度为 4。 算法的流程如图 1 所示，记 m=L(X)，n=L(Y)，L(i，j)为二维数组 （0im，0jn） 图 1 流程图 （三）结果 最后，两个序列的相似度可以用 最长公共子序列的长度在整个序列中所 占的百分比表示，如公式 1-13： 公式 1-1 其中，Len（X，Y）就是序列 X 和序列 Y 的最长公共子序列的长度。 三、实现方法 （一）创建 WEB 项目 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 5 本文的 FTP 应用是基于 Java 语 言开发的 Web 应用，将充分利用 Java 程序“一次编写，到处运行”(Write once，run anywhere)4的优点，同时使 用了最新的基于 MVC 的 Web 应用开发 框架 Struts25。 （二）添加框架和相关开发包 导入使用 Struts2 所必须的类库， 以及访问 FTP 所需的 Jar 文件 （commons-net） 。 （三）设计交互页面 （四）编写控制层 类名 功能描述 CompareAction.java 调用算法以 检测代码相似度 LoginAction.java 登录并显示资 源列表 （五）实现业务逻辑 类名 功能描述 Comparer.java 算法实现 MyFtpClient.java FTP 登录和资 源访问 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 6 TextReader.java 代码获取 四、系统实现 （一）开发环境 本系统在 Windows 环境下开发， 开发工具为 Eclipse3.6 和 Tomcat6.0，JDK 版本为 J2SE 6.0。 （二）功能实现 1.进入检测系统，使用已有账户 访问 FTP