Detection of plagiarism in software in an academic environment

Abstract

We illustrate the state of the art in software plagiarism detection tools by comparing their features and testing them against a wide range of source codes. The source codes are copies of the same file disguised to hide plagiarism and show the tools accuracy at detecting each type. The decision to focus our research on plagiarism of programming languages is two fold: on one hand, it is a challenging case-study since programming languages impose a structured writing style; on the other hand, we are looking for the integration of such a tool in an Automatic-Grading System (AGS) developed to support teachers in the context of Programming courses. Based on that analysis, we set out to develop our own tool and describe the process from the architecture to the implementation. With examples of how the algorithms works. Followed by the analysis of the finished tool in terms of speed and accuracy against the ones in existence.

Nós ilustramos o estado da arte no que toca a ferramentas de deteção de plágio de software comparando as ferramentas existentes em termos de funcionalidades e testando-as contra um leque de códigos fonte. Os códigos são cópias do mesmo ficheiro disfarçados de forma a esconder o plágio e permitem-nos analisar a eficácia das ferramentas na deteção de cada um dos tipos. A decisão de focar a pesquisa no plágio de linguagens de programação teve dois objetivos: por um lado, é um caso de estudo desafiante já que as linguagens de programação requerem uma escrita estruturada; por outro lado, estamos à procura de integrar uma ferramenta num Sistema de Avaliação-Automática (AGS) desenvolvido para ajudar os professores no contexto de Disciplinas de programação. Com base nessa análise, prosseguimos com a construção da nossa ferramenta e descrevemos o processo desde a arquitetura à implementação. Com exemplos de como funcionam os algoritmos. Finalizando com a análise da ferramenta acabada em termos de velocidade e eficácia contra as existentes.