Preventing Refactoring Attacks on Software Plagiarism Detection through Graph-Based Structural Normalization

Die Erkennung von Software-Plagiaten aus einer Menge von studentischen Code-Abgaben stellt nach wie vor eine Herausforderung dar. Solche Code-Plagiate werden häufig äußerlich verändert, um unentdeckt zu bleiben; jedoch soll sich ihr Laufzeitverhalten nicht verändern, damit das Plagiat eine ebenso gültige Lösung darstellt wie das Original. Genau solche Veränderungen werden als Refaktorisierungen bezeichnet. Aktuelle Werkzeuge zur Plagiatserkennung verwenden in der Regel tokenbasierten Vergleich zwischen Abgaben, und sind dadurch inhärent gegen einige Arten von Refaktorisierungsangriffen immun. ... mehrKomplexere Refaktorisierungen können Plagiate hingegen erfolgreich vor Plagiatserkennern verbergen. Diese Arbeit stellt einen Ansatz vor, der Code-Abgaben in eine normalisierte Struktur überführt, auf der Refaktorisierungsangriffe unwirksam sind. Diese Normalisierung wird durch ein Transformationssystem für Code-Graphen umgesetzt, das wir in einen tokenbasierten Plagiatserkenner integriert haben. Wir werten den Ansatz auf vier relevanten Kategorien von Verschleierungsangriffen aus. Die Ergebnisse zeigen, dass dieser Ansatz nicht nur in allen betrachteten Kategorien mindestens auf dem Niveau des aktuellen Stands der Technik ist, sondern diesem in seiner Resilienz gegen kombinierte Refaktorisierungsangriffen sogar weit überlegen ist.

Detecting software plagiarisms among code by students remains a challenge. Plagiarists often obfuscate their work by modifying it just enough to avoid detection while preserving the code’s runtime behavior in order to create an equally valid solution. This type of modification is commonly known as refactoring. State-of-the-art plagiarism detection tools use token-based comparison of submissions, which renders them immune against several types of refactoring obfuscation by their very design. Other types of refactorings, however, still create very effective plagiarisms. This thesis presents a novel approach that uses graph transformations as a means to normalize the structure of code submissions. ... mehrThis normalized structure is not affected by refactoring attacks. The normalization engine, implemented as a transformation system for code graphs, was integrated into a token-based plagiarism detection tool. We evaluate our approach on four relevant types of obfuscation attack schemes. From the results, we conclude that the approach is not only on-par with the state of the art in their efficacy against all attack schemes, but it even outperforms it by a large margin on combined refactoring attacks.