LuanVan.vnLuận Văn
Gửi thư

Cải thiện giải pháp phát hiện mức độ sao chép mã nguồn sử dụng đồ thị và ngôn ngữ lớn

Đồ án tốt nghiệp · Đại học · năm 2025 · đề tài tham khảo

Loại tài liệuĐồ án tốt nghiệp
Bậc họcĐại học
NgànhXã hội, ngôn ngữ, y dược
Tác giảKhúc Duy Hòa
Người hướng dẫnTống Văn Vạn
Cơ sở đào tạoĐại học Bách khoa Hà Nội
Năm2025
NguồnThư viện số Đại học Bách khoa Hà Nội · trang gốc

Tóm tắt

Nghiên cứu và thiết kế giải pháp phát hiện mức độ sao chép mã nguồn nhằm nâng cao khả năng nhận diện các hành vi sao chép tinh vi về cấu trúc và ngữ nghĩa. Phân tích thực trạng cho thấy các phương pháp truyền thống dựa trên token, AST hoặc so khớp cú pháp gặp khó khăn khi mã nguồn bị biến đổi hoặc làm rối. Đề xuất giải pháp Graph-LLM kết hợp biểu diễn cấu trúc bằng Đồ thị Thuộc tính Mã (CPG), Mạng nơ-ron Đồ thị và mô hình ngôn ngữ lớn CodeBERT nhằm đồng thời khai thác đặc trưng cấu trúc và đặc trưng ngữ nghĩa. Kết luận khẳng định mô hình đạt hiệu năng cao trên BigCloneBench với F1-score khoảng 95%, đặc biệt hiệu quả trong phát hiện các dạng sao chép phức tạp.
Bản toàn văn lưu tại thư viện Đại học Bách khoa Hà Nội

Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.

Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
  • Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
  • Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
  • Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.

Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn xã hội, ngôn ngữ, y dược · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.

Đề tài cùng ngành

Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.