买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：上海安势信息技术有限公司

摘要：本申请公开一种代码片段的指纹特征生成方法及匹配方法，包括以下步骤：获取代码片段的源代码；对所述源代码进行代码清洗，得到携带有代码行号信息的连续字符串；以预设字符长度的第一窗口，逐一地滑动选取所述连续字符串中的字符串片段；获取每个字符串片段的定长编码，得到多个第二定长编码；以预设定长编码数量的第二窗口，逐一地滑动选取所述多个第二定长编码中的定长编码集合；从每个定长编码集合中筛选第三定长编码，得到多个第三定长编码；将所述多个第三定长编码作为所述代码片段的指纹特征。将源代码从整化零，再以定长编码来代表字符串片段，实现数据降维以减少后续的匹配量，并且对定长编码进行筛选以进一步降低后续的匹配量。

主权项：1.一种代码片段的指纹特征生成方法，其特征在于，包括以下步骤：获取代码片段的源代码；对所述源代码进行代码清洗，得到携带有代码行号信息的连续字符串，其中，所述代码清洗包括以下至少之一：去除换行符、去除空格、去除注释信息；以预设字符长度的第一窗口，逐一地滑动选取所述连续字符串中的字符串片段，得到连续的多个字符串片段，并确定各字符串片段对应的结束代码行号；获取每个字符串片段的定长编码，得到与所述多个字符串片段一一对应的多个第二定长编码，其中，定长编码采用变分自编码器获得；以预设定长编码数量的第二窗口，逐一地滑动选取所述多个第二定长编码中的定长编码集合，得到连续的多个定长编码集合；从每个定长编码集合中筛选第三定长编码，得到多个第三定长编码，并确定每个第三定长编码对应的字符串片段的结束代码行号；将所述多个第三定长编码以及每个第三定长编码的结束代码行号作为所述代码片段的指纹特征；获取所述源代码的第一定长编码；将所述第一定长编码、所述多个第三定长编码以及每个第三定长编码的结束代码行号作为所述代码片段的指纹特征；从每个定长编码集合中筛选第三定长编码，得到多个第三定长编码，包括以下步骤：从每个定长编码集合中筛选一个定长编码作为第三定长编码；判断相邻的第三定长编码是否相同，若相邻的第三定长编码相同，则仅保留最右边的第三定长编码；获取代码片段的源代码的存储路径；将代码片段的源代码的存储路径添加到相应代码片段的每个第三定长编码中。

全文数据：

权利要求：

百度查询： 上海安势信息技术有限公司 一种代码片段的指纹特征生成方法及匹配方法