[发明专利]一种基于电力信息系统代码文件的相似度检测方法及系统有效
| 申请号： | 201910593863.7 | 申请日： | 2019-07-03 |
| 公开（公告）号： | CN110471835B | 公开（公告）日： | 2022-07-19 |
| 发明（设计）人： | 钱琳;俞俊;朱广新;庞恒茂;任晓龙;胡鑫;许明杰;王琳;梅竹;陈海洋 | 申请（专利权）人： | 南瑞集团有限公司;国电南瑞科技股份有限公司;国网陕西省电力公司 |
| 主分类号： | G06F11/36 | 分类号： | G06F11/36;G06F40/194;G06F40/284;G06F40/30;G06K9/62 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 王恒静 |
| 地址： | 211106 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于电力信息系统代码文件的相似度检测方法及系统，包括：获取需要判别相似度的第一代码文件和第二代码文件，预处理后分别得到第一文本和第二文本；根据单词的TF‑IDF值得到所述文本语义词向量，从所述第一文本和第二文本的函数调用入口开始，分别寻找所述第一文本和第二文本的函数调用树结构，并计算得到第一文本结构向量和第二文本结构向量；通过文本语义词向量计算中间语义词向量，将所述第一文本结构向量和第二文本结构向量取并集后，计算第一中间结构向量和第二中间结构向量；进而得到所述第一文本和第二文本的相似度。本发明首先采用预处理函数对代码文件进行代码精简，提高检测效率，降低检测错误率。 | ||
| 搜索关键词： | 一种 基于 电力 信息系统 代码 文件 相似 检测 方法 系统 | ||
【主权项】：
1.一种基于电力信息系统代码文件的相似度检测方法，其特征在于，该方法包括：/n获取需要判别相似度的第一代码文件和第二代码文件，预处理后分别得到第一文本和第二文本；/n根据所述第一文本中单词的TF-IDF值得到所述第一文本语义词向量，根据所述第二文本中每个单词的TF-IDF值得到所述第二文本语义词向量；/n从所述第一文本和第二文本的函数调用入口开始，分别寻找所述第一文本和第二文本的函数调用树结构，并计算得到第一文本结构向量和第二文本结构向量；/n将第一文本语义词向量和所述第二文本语义词向量取并集后，计算第一中间语义词向量和第二中间语义向量，将所述第一文本结构向量和第二文本结构向量取并集后，计算第一中间结构向量和第二中间结构向量；/n采用余弦相似度算法根据第一中间语义词向量和第二中间语义向量计算所述第一文本和第二文本对应的语义相似度，采用余弦相似度算法根据第一中间结构向量和第二中间结构向量计算所述第一文本和第二文本对应的结构相似度，进而得到所述第一文本和第二文本的相似度。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南瑞集团有限公司;国电南瑞科技股份有限公司;国网陕西省电力公司，未经南瑞集团有限公司;国电南瑞科技股份有限公司;国网陕西省电力公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910593863.7/，转载请声明来源钻瓜专利网。
