프로그램 표절 검출기를 위한 공유 영역 소스 코드 제거 방법

Abstract

A shared-domain source-code is not a program that written directly by program author but a program acquired from public domain. These kind of source codes have a bad influence on the results of detecting program similarity if you don't remove them, so it must be removed before detecting program similarity. The conventional removal method is that identifies with the naked eye and removes that line by line. It causes to remove what must not removed and to not remove what must removed, moreover there is a high probability that the program will be grammatically incorrect. There are various types of program detection methods, and many of them can only analyze parsable source-code. Therefore you can use only some detection if you remove the shared-domain source-code using conventional method. In this paper, we propose an automated method that search a shared-domain source-code and remove it will be grammatically correct, then it can be used in various types of program plagiarism detections.; 공유 영역 소스 코드는 프로그램 저작권자가 직접 저작한 프로그램이 아니라 공유의 영역에서 취득한 프로그램이다. 이러한 프로그램은 제거하지 않으면 프로그램 표절 검사에서 유사도 검사 결과에 영향을 주기 때문에 검사 전에 반드시 제거해야 한다. 기존의 제거 방식은 맨눈으로 확인하고 공유 영역 소스 코드라 판단되는 영역을 줄 단위로 제거하기 때문에 인간 요인 오류로 인해 지워야 할 소스 코드가 지워지지 않거나, 지우지 말아야 할 소스 코드가 지워질 수 있고, 프로그램의 문법에 맞지 않는 프로그램이 될 수 있다. 프로그램 표절 검출기의 기법에는 다양한 유형이 있는데, 이 중에서 상당수의 도구가 사용하는 기법이 구문분석이 가능한 소스 코드만 검사할 수 있다. 그래서 기존의 방식으로 공유 영역 소스 코드를 제거할 경우 일부 검출기만 사용할 수 있는 문제점이 생긴다. 따라서 본 논문에서는 다양한 프로그램 표절 검출기에서 사용할 수 있도록 공유 영역 소스 코드를 트리 기반 패턴으로 탐색하여 문법에 맞게 제거하는 자동화된 방법을 조사하고 제안한다.