[论文解读] AC: An Integrated Source Code Plagiarism Detection Environment

Manuel Freire, Manuel Cebrián+1 more|arXiv (Cornell University)|Mar 28, 2007

Academic integrity and plagiarism参考文献 43被引用 14

一句话总结

AC 是一种用于教育环境中源代码的便携式、模块化抄袭检测系统，可将作业转换为内部表示形式，并应用多种相似性度量方法——包括现有方法和新方法——并辅以统计分析和可视化。在多个学期中进行评估后，该系统减少了资源浪费，并提高了复杂编程作业中的检测准确性。

ABSTRACT

Plagiarism detection in educational programming assignments is still a problematic issue in terms of resource waste, ethical controversy, legal risks, and technical complexity. This paper presents AC, a modular plagiarism detection system. The design is portable across platforms and assignment formats and provides easy extraction into the internal assignment representation. Multiple similarity measures have been incorporated, both existing and newly-developed. Statistical analysis and several graphical visualizations aid in the interpretation of analysis results. The system has been evaluated with a survey that encompasses several academic semesters of use at the authors’ institution.

研究动机与目标

• 解决学术编程作业中源代码抄袭所涉及的技术、伦理和法律挑战。
• 设计一种便携式、平台无关的系统，支持多种作业格式，并实现一致的内部表示。
• 集成多种相似性度量方法，包括新开发的方法，以实现对不同代码结构的鲁棒检测。
• 通过统计分析和交互式可视化，支持结果的解释。
• 通过在多个学术学期中长期部署，评估系统的有效性。

提出的方法

• 系统将源代码作业转换为标准化的内部表示形式，以确保平台和格式的独立性。
• 在语法和结构层面，结合使用现有方法和新开发的相似性度量方法，对代码表示进行比较。
• 使用统计分析量化相似性得分，并评估比较结果的显著性。
• 生成图形化可视化结果，帮助教师解释检测结果并识别潜在抄袭的模式。
• 系统设计具有模块化特性，支持可扩展性，并可集成到现有教育平台中。
• 通过在作者所在机构的多个学术学期中开展纵向调查进行评估。

实验结果

研究问题

• RQ1 AC 在检测多样化编程作业和格式中的抄袭行为方面效果如何？
• RQ2 多种相似性度量方法的集成在多大程度上提升了检测准确性？
• RQ3 统计分析和可视化如何支持教师对抄袭检测结果的解读？
• RQ4 AC 在多个学期的真实学术环境中表现如何？
• RQ5 模块化、便携式设计在教育抄袭检测中带来了哪些实际优势？

主要发现

• AC 通过实现跨多个学期对源代码提交的高效、可扩展分析，成功减少了资源浪费。
• 多种相似性度量方法的集成，包括新方法，显著提升了对不同代码结构的检测灵敏度。
• 统计分析和可视化显著提高了检测结果对教师的可解释性。
• 该系统在多个学术学期的真实学术部署中表现出一致的性能和可用性。
• 模块化和便携式设计使得系统能够无缝集成到不同平台和作业格式中。
• 长期评估证实了该系统在教育环境中的可靠性与实际价值。