Preventing Automatic Code Plagiarism Generation Through Token String Normalization

Code-Plagiate sind ein beträchtliches Problem in der Informatik-Lehre. Token-basierte Plagiatsdetektoren, die den Stand der Technik bei der Erkennung von Code-Plagiaten darstellen, sind hervorragend darin, manuell plagiierte Abgaben zu erkennen. Leider sind sie anfällig gegen die automatische Erzeugung von Plagiaten, insbesondere wenn Anweisungen eingefügt oder umgeordnet werden. Daher wird in dieser Arbeit eine Token-String-Normalisierung eingeführt, die die Ergebnisse von Token-basierten Plagiatsdetektoren invariant gegenüber dem Einfügen und Umordnen von Aussagen macht. ... mehrSie erbt die hohe Sprachunabhängigkeit von Token-basierten Plagiatsdetektoren und verwendet einen Programmgraphen. Wir integrieren die Normalisierung von Token-Strings in den modernen Token-basierten Plagiatsdetektor JPlag. Wir zeigen, dass dies die automatische Erzeugung von Plagiaten durch das Einfügen und Umordnen von Anweisungen verhindert. Außerdem bestätigen wir, dass die bestehenden Fähigkeiten von JPlag erhalten bleiben.

Code plagiarism is a significant problem in computer science education. Token-based plagiarism detectors, which represent the state-of-the-art in code plagiarism detection, excel at identifying manually plagiarized submissions. Unfortunately, they are vulnerable to automatic plagiarism generation, particularly when statements are inserted or reordered. Therefore, this thesis introduces token string normalization, which makes the results of token-based plagiarism detectors invariant to statement insertion and reordering. It inherits token-based plagiarism detectors' high language independence and utilizes a program graph. ... mehrWe integrate token string normalization into the state-of-the-art token-based plagiarism detector JPlag. We show that this prevents automatic plagiarism generation using statement insertion and reordering. Additionally, we confirm that JPlag's existing capabilities are retained.