一種基于字符級局部敏感哈希法進(jìn)行同源性檢測的方法

基本信息

申請?zhí)?/td> CN202111294922.4 申請日 -
公開（公告）號 CN113946345A 公開（公告）日 2022-01-18
申請公布號 CN113946345A 申請公布日 2022-01-18
分類號 G06F8/41（2018.01）I;G06F16/2458（2019.01）I 分類 計算；推算；計數(shù);
發(fā)明人 常劍秋;于微;鄭永震;任望;王強;王博 申請（專利權(quán)）人 北京鴻漸科技有限公司
代理機構(gòu) 北京東方盛凡知識產(chǎn)權(quán)代理事務(wù)所（普通合伙） 代理人 李娜
地址 100084北京市海淀區(qū)農(nóng)大南路1號硅谷亮城2B-71A
法律狀態(tài) -

摘要

摘要 本發(fā)明公開一種基于字符級局部敏感哈希法進(jìn)行同源性檢測的方法，包括步驟一、篩選符合的后綴名源代碼文件并除去文本和圖片，步驟二、源代碼預(yù)處理及滑窗處理并通過映射和進(jìn)制轉(zhuǎn)換得到最終指紋，步驟三、根據(jù)源代碼計算出的指紋選擇匹配同源文件，步驟四、查詢結(jié)果后進(jìn)行排序并選出最終選定版本；本發(fā)明從字符級直接對輸入的字符進(jìn)行滑窗處理，粒度更細(xì)，準(zhǔn)確性更高，通過將較長的源代碼轉(zhuǎn)換為較短的指紋，不僅可以解決同源檢測中的相似性問題，而且漏報率大大降低。