[논문]바이트코드 분석을 이용한 자바 프로그램 표절검사기법

지정훈; 우균; 조환규

바이트코드 분석을 이용한 자바 프로그램 표절검사기법
A Plagiarism Detection Technique for Java Program Using Bytecode Analysis 원문보기

정보과학회논문지. Journal of KIISE. 소프트웨어 및 응용, v.35 no.7, 2008년, pp.442 - 451

지정훈 (부산대학교 컴퓨터공학과) , 우균 (부산대학교 컴퓨터공학과) , 조환규 (부산대학교 컴퓨터공학과)

초록
AI-Helper

대부분의 표절검사 시스템들은 소스코드를 이용해 유사도를 계산하고 표절 프로그램을 찾아낸다. 소스코드를 이용하여 표절검사를 수행할 경우, 소스코드 보안문제가 발생할 수 있다. 목적 코드를 이용한 표절검사는 소스코드 보안문제에 대한 좋은 대안이 될 수 있다. 본 논문에서는 자바 프로그램의 표절검사에 대하여 소스코드 없이 바이트코드를 이용해 표절검사를 수행하는 방법을 제시한다. 바이트코드를 이용한 표절검사는 크게 두 단계로 진행된다 먼저, 자바 클래스 파일로부터 메소드의 코드영역을 분석해 토큰 시퀀스를 생성한 다음 적응적 지역정렬을 이용해 유사도를 계산한다. 실험 결과, 소스코드와 바이트코드의 유사도는 비슷한 분포를 보였다. 또한, 소스코드 쌍과 바이트코드 쌍의 유사도 상관관계가 충분히 높게 측정되었다. 본 논문에서 제안한 바이트코드 표절검사 시스템은 소스코드를 이용해 직접 표절을 검사하기 전 단계에서 1차적인 검증도구로 활용할 수 있다.

Abstract ▼ AI-Helper

Most plagiarism detection systems evaluate the similarity of source codes and detect plagiarized program pairs. If we use the source codes in plagiarism detection, the source code security can be a significant problem. Plagiarism detection based on target code can be used for protecting the security of source codes. In this paper, we propose a new plagiarism detection technique for Java programs using bytecodes without referring their source codes. The plagiarism detection procedure using bytecode consists of two major steps. First, we generate the token sequences from the Java class file by analyzing the code area of methods. Then, we evaluate the similarity between token sequences using the adaptive local alignment. According to the experimental results, we can find the distributions of similarities of the source codes and that of bytecodes are very similar. Also, the correlation between the similarities of source code pairs and those of bytecode pairs is high enough for typical test data. The plagiarism detection system using bytecode can be used as a preliminary verifying tool before detecting the plagiarism by source code comparison.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

일반문서 표절에 대한 연구는 영어나 한글과 같은 자연어로 작성된 문서에 대해 유사성을 분석하고 결과를 바탕오로 표절 여부를 판별하는 것이다. 그리고 프로그램 표절에 대한 연구는 같은 목적으로 작성된 서로 다른 프로그램을 기계적으로 분석해 유사성을 밝혀내는 연구다. 지금까지도 프로그램 표절에 대한 많온 연구가 진행되고 있으며, 소스코드롤 기계적으로 분석하여 자동으로 표절을 검출하는 시스템들이 개발되었다[4-刀.
본 논문에서는 바이트코드 분석을 통해 자바 프로그램의 표절을 검사하는 기법에 대해 소개한다. 자바 프로그램 표절검사를 위해 소스코드를 비교하지 않고 클래스 파일만을 이용하여 표절검사를 수행한다.
본 논문에서는 바이트코드를 표절검사에 사용 가능한지 알아보기 위해 자바 프로그램을 대상으로 자바 소스 코드를 이용한 표절검사 결과와 바이트코드를 이용해 표절 검사를 수행한 결과를 비교해 보았다. 표절검사 실 표 1 실험예 사용된 테스트 프로그램 집합: 么)06년도자바프로그래밍 실습문제 (GOL G02), 표절검사시스템 JPlag 에서 제공하는 소스코드(G03 : AWT 를 이용한 GUI 프로그램)
이들 명령어는 지역 변수가 선언된 위치에 따라 컴파일러에 의해 선택적으로 사용된다. 본 논문에서는 바이트코드의 중복정의로 인한 차이를 줄이기 위해 203개의 바이트코드를 59개의 바이트 코드 그룹으로 묶었다. 203개의 바이트코드는 명령어가 수행하는 연산의 종류를 기준으로 분류하였다.
본 논문에서는 자바 프로그램의 표절검사에서 소스 코드 없이 바이트코드만으로 표절검사를 수행하는 방법을 제안하였다. 표절검사를 위해 PINT容는 바이트코드 선형화와 지역정렬을 이용해 프로그램의 유사도를 계산하였다.

제안 방법

본 논문에서는 바이트코드의 중복정의로 인한 차이를 줄이기 위해 203개의 바이트코드를 59개의 바이트 코드 그룹으로 묶었다. 203개의 바이트코드는 명령어가 수행하는 연산의 종류를 기준으로 분류하였다. 그림 3은 바이트코드 그룹을 보여준다.
구조적 검사방법은 프로그램 소스코드에서 키워드 정보를 추출하여 파스트리(parse tree)나 선형의 토큰 시퀀스[6, 7, 10, 15}와 같은 새로운 형태의 객체로 변환하여 이들 사이의 유사도를 비교한다. 구조적 검사방법은 속성계수법에 비해 복잡하고 구현하기가 어렵지만 유사 도계 산과 함께 유사구간을 알 수 있다는 장점이 있다.
Baker의 연구에서는 자바 역어셈블러(disassembM*)를 이용해서 자바프로그램의 바이트코드를 문자열 코드로 추출하였다. 그리고 추출된 바이트코드룔 유닉스 시스템의 텍스트 비교 도구(tool)인 Dup와 Siff, Diff를 이용해서 표절된 프로그램을 찾았다. Bg의 표절검사 연구는 바이트 코드를 이용하여 자바 프로그램의 표절검사가 가능함을 보여주었다.
표절검사의 전단부에서는 클래스 파일을 입력으로 받아서 중간 표현인 토큰 시퀀스(tokon 蹌queue©)틀 생성한다. 그리고 후단부에서 생성된 토큰 시퀀스 쌍들에 대해 지역 정렬을 이용해 두 자바 프로그램 사이의 유사도를 산출한다.
마지막으로 본 논문에서는 바이트코드를 이용한 표절 검사가 적합한지 알아보기 위해 소스코드 쌍의 유사도와 바이트고드 쌍의 유사도 사이의 상관관계 (corr曲广 Ekm)를 측정하였다. 듈 사이의 상관관계가 높다는 것은 바이트 코드를 이용하여 자바 프로그램의 표절검사가 가능하다는 것을 나타낸다.
이 연구에서는 C와 C++ 프로그램에 대해 표절검사를 수행했었다. 본 논문에서는 자바 소스코드 표절검사를 위한 토 큰 추출을 위해 JavaCC[2이를 이용하였다. 토큰 시퀀스 추출에서는 자바에서 사용하는 주요 키워드 및 연산자들만 수집한다.
코드 속성에는 메소드의 실행을 위한 바이트코드가 들어 있다. 본 논문의 PINTb 표절검사 시스템은 메소드의 코드 속성 영역에 포함된 바이트코드를 이용해 프로그램의 유사성을 분석한다.
듈 사이의 상관관계가 높다는 것은 바이트 코드를 이용하여 자바 프로그램의 표절검사가 가능하다는 것을 나타낸다. 상관관계를 알아보기 위하여 z 축을 소스코드 쌍의 유사도로 두고, 축을 이에 대응하는 바이트코드 쌍의 유사도로 설정하였다. 그림 8은 G)1 그룹의 소스코드 쌍과 바이트코드 쌍의 산포도를 보여준다’
기술한다. 여기서는 실험데이타 셋에 대하여 소스코드률 이용해 표절검사를 수행했을 때와 바이트 코드를 이용해 표절검사를 수행했을 경우에 대해 유사도 분포 결과를 조사하였다.
개발된 표절검사 엔진을 사용하였다. 이 연구에서는 C와 C++ 프로그램에 대해 표절검사를 수행했었다. 본 논문에서는 자바 소스코드 표절검사를 위한 토 큰 추출을 위해 JavaCC[2이를 이용하였다.
표절을 검사하는 기법에 대해 소개한다. 자바 프로그램 표절검사를 위해 소스코드를 비교하지 않고 클래스 파일만을 이용하여 표절검사를 수행한다. 바이트 코드 표절 검사는 크게 두 만계로 나 수행된다.
지역정렬을 이용한 토큰 시퀀스의 유사도 계산에서는 프로그램 집합에서 사용된 키워드 빈도에 따라 적응적으로 유사도 점수가 계산되는 적응적 유사도 행렬을 사용하였다. 적응적 유사도 행렬은 키워드 사용빈도에 따라 다르게 점수를 할당하였다.

대상 데이터

수행한다. 바이트코드는 8비트의 이진코드로 이루어져 있으며, 자바에서는 203개의 코드가 사용된다. 예를 들어, 스택 상에 놓인 두 개의 정수를 더하는 코드 iadd는 01100000이며 16진수로는 60H이다.
소스코드를 이용한 표절검사에서는 적응적 지역 정렬 연구에서 개발된 표절검사 엔진을 사용하였다. 이 연구에서는 C와 C++ 프로그램에 대해 표절검사를 수행했었다.
험에는 2(顧학년도 자바프로그래밍 강의에서 학생들이 제출한 소스코드와 자동표절검사 시스템인 J Hag에서 사용한 자바 소스코드를 사용하였다. 표절검사 실험에 사용된 실험데이타를 정리하면 표 [과 같다.

데이터처리

파스트리( 吟)를 생성한다. 다음으로 파스트리 VT 로부터 생성 가능한 모든 서브트리를 벡터로 하여 두 프로그램 사이의 유사도를 재귀적(recursive)으로 계산한디..
표절검사를 위해 PINT容는 바이트코드 선형화와 지역정렬을 이용해 프로그램의 유사도를 계산하였다. 바이트코드 선형화에서는 정적 함수 추적올 통해 프로그램의 실행에 관련된 바이트코드만을 추출함으로써 불필요한 코드(dummy code) 삽입, 메소드 합성, 위치변경과 같은 표절공격에 대한 효율성을 높였다.

성능/효과

이는 30% 이하의 유사도를 보인 소스코드들의 바이트코드에서 많은 차이를 보였기 때문이다. 그러나 G02 그룹에서 가장 높은 유사도를 보인 프로그램 쌍은 소스코드와 바이트 코드의 경우 모두 동일한 프로그램 쌍인 것으로 나타났으며, 유사도는 71.74%와 69.46%로 약 228%의 근소한 차이를 보였다. 또한 G03 그룹에는 소스코드로 검사했을 때, 유사도가 100%인 동일한 프로그램 쌍이 포함되어 있었다.
바이트코드 선형화에서는 정적 함수 추적올 통해 프로그램의 실행에 관련된 바이트코드만을 추출함으로써 불필요한 코드(dummy code) 삽입, 메소드 합성, 위치변경과 같은 표절공격에 대한 효율성을 높였다. 그리고 바이트코드 그룹핑을 통해 바이트코드의 미세한 차이로 인한 유사도 감소현상을 줄임으로써 표절 검사의 성능을 향상시켰다.
그리고 표절한 프로그램 쌍에 대해서는 소스코드와 바이트 코드의 유사도가 거의 100%에 가깝게 축정되었다.
선언위치, 개수에 차이에 따른 것으로 나타났다. 마지막으로 G03 그룹의 경우, 소스 코드와 바이트코드 사이의 유사도 상관계수 값이 높게 측정되었다.
표절검사를 위해 PINT容는 바이트코드 선형화와 지역정렬을 이용해 프로그램의 유사도를 계산하였다. 바이트코드 선형화에서는 정적 함수 추적올 통해 프로그램의 실행에 관련된 바이트코드만을 추출함으로써 불필요한 코드(dummy code) 삽입, 메소드 합성, 위치변경과 같은 표절공격에 대한 효율성을 높였다. 그리고 바이트코드 그룹핑을 통해 바이트코드의 미세한 차이로 인한 유사도 감소현상을 줄임으로써 표절 검사의 성능을 향상시켰다.
경우에서 효과적으로 이용될 수 있다. 본 논문에서 구현한 PINTS는 자바 프로그램 표절검사를 위한 1차적인 검증도구로 이용할 수 있다 바이트꼬드를 이용한 표절 검사의 단점은 소스코드의 작은 차이가 목적 코드에서는 바이트코드에서는 큰 차이로 나타날 수 있기 때문에 표절의 정확성이 떨어질 수 있다는 것이다.

후속연구

이와 같은 단점을 보완하기 위해, 향후 연구로는 빈번하게 사용되는 소스코드 표절 공격들에 대해 컴파일러에 의해 생성되는 바이트코드의 패턴을 분석하여 바이트 코드 표절검사와 소스코드 표절검사의 차이를 줄이는 방법에 대해 연구가 필요하다. 또한, 실제로 표절된 자바 프로그램을 많이 확보하여 표절검사롪 수행해 보고 다른 시스템들과 비교해 보는 작업이 필요하다.

참고문헌 (20)

S. Mann and Z. Frew. Similarity and originality in code: plagiarism and normal variation in student assignments. In ACE'06: Proceedings of the 8th Australian conference on Computing education, pages 143-150, 2006
M. Joy and M. Luck. Plagiarism in programming assignments. IEEE Transactions of Education, 42(2):129-133, 1999

상세보기
C. Daly and J. Horgan. Patterns of plagiarism. SIGCSE Bull., 37(1):383-387, 2005
A. Aiken. Moss(measure of software similarity) plagiarism detection system. 1998
M. J. Wise. Detection of similarities in student programs: Yap'ing may be preferable to plague'ing. SIGCSE Bull., 24(1):268-271, 1992

상세보기
L. Prechelt, G. Malpohl, and M. Philippsen. Finding plagiarisms among a set of programs with JPlag. Journal of Universal Computer Science, 8(11):1016-1038, 2002
D. Gitchell and N. Tran. Sim: a utility for detecting similarity in computer programs. SIGCSE Bull., 31(1):266-270, 1999

상세보기
B. S. Baker and U. Manber, Deducing Similarities in Java Sources from Bytecodes, In Proceedings of the USENIX Annual Technical Conference. 179-190. 1998
J. Ji, G. Woo, and H. Cho. A source code linearization technique for detecting plagiarized programs. In ITiCSE'07: Proceedings of the 12th annual SIGCSE conference on Innovation and technology in computer science education, pages 73-77, 2007
지정훈, 우균, 조환규. 제한된 프로그램 소스 집합에서 표절 탐색을 위한 적응적 알고리즘. 정보과학회논문지: 소프트웨어 및 응용, 33(12), 1090-1102, 2006

원문보기 상세보기
A. Parker and J. O. Hamblen. Computer algorithms for plagiarism detection. IEEE Transaction on Education, 32(2):94-99, 1989

상세보기
J. Ji, G. Woo, S. Park and H. Cho. Understanding evolution process of program source for investigating software authorship and plagiarism. In Proceedings of the 2nd International Conference on Digital Information Management, MLDM Poster, pages 55-69, 2007
K. L. Verco and M. J. Wise. Software for detecting suspected plagiarism: Comparing structure and attribute-counting systems. In Proceedings of the 1st Australian Conference on Computer Science Education, pages 130-134, Sydney, Australia, 1996
X. Chen, B. Francia, M. Li, B. McKinnon, and A. Seker. Shared information and program plagiarism detection. IEEE Transactions on Information Theory, 50(7):1545-1551, 2004

상세보기
강은미, 황미녕, 조환규. 유전체 서열의 정렬 기법을 이용한 소스 코드 표절 검사. 정보과학회논문지: 컴퓨팅의 실제, 9(3):352-367, 2003
J. Son, S. Park and S. Park. Program plagiarism detection using parse tree kernels. In Proceedings of the 9th Pacific Rim International Conference on Artificial Intelligence (PRICAI 2006), Volume 4099 of Lecture Notes in Computer Science, pages 1000-1004. Springer, 2006
류창건, 김형준, 박병준, 최혜정, 조환규. 한글 말뭉치를 이용한 한글 표절 탐색 모델 개발. 한국정보과학회 2007 추계 학술발표 논문집, 34(2A), 58-59, 2007
C. Arwin and M. Tahaghoghi. Plagiarism detection across programming languages. In Proceedings of the 29th Australasian Computer Science Conference. 48(171), 277-286. 2006
T. F. Smith and M. S. Waterman, Identification of common molecular subsequences, Journal of Molecular Biology 147, 195-197, 1981

상세보기
JavaCC : Java Compiler Compiler, https://javacc.dev.java.net/

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증