Apresentacao - Rorschach - Uma Ferramenta para Deteccao de Plagio

Universidade Federal de Mato Grosso do Sul (UFMS)
Faculdade de Computao
Rorschach: Uma Ferramenta para Deteco

de Plgio
Yuri Karan Benevides Tomas, Edna Ayako Hoshino (orientadora)
12 de dezembro de 2014
Introduo
Plgio
Plagiar o ato de assumir autoria ou utilizar como fonte uma obra

intelectual pertencente a outra pessoa.
I
Textos;
Msicas;
Filmes; e
Cdigos-fonte.
Yuri Karan Benevides Tomas, Edna Ayako Hoshino (orientadora) | Rorschach: Uma Ferramenta para Deteco de Plgio
Introduo
Ferramentas que utilizam o RKR-GST
Ferramentas que utilizam o RKR-GST

I
CPD
JPlag
Marble
Plaggie (GNU GPL)
YAP3
Introduo
GNU GPL Verso 3
Rorschach utiliza a licena GNU GPL verso 3

I
Uso;
Modificao; e
Compartilhamento;
Metodologia
Alfabeto e letra
Alfabeto - conjunto finito e no vazio de elementos.
Estes elementos so chamados de letras.
representa um alfabeto arbitrrio.
Metodologia
Exemplos de alfabeto
Exemplos de alfabeto
I
= {0, 1}, o alfabeto binrio;
= {0, 1, ..., 9}, o alfabeto numrico;
= {a, b, ..., z}, o alfabeto das letras minsculas; e
O conjunto de caracteres que compem o cdigo ASCII.
Metodologia
Palavra
I
I
Sequncia de letras.
Sendo uma palavra w, sobre um alfabeto , temos que:
I
I
wi a i-sima letra de w.
|w| o comprimento, ou tamanho, de w.
Metodologia
Subcadeia
Uma subcadeia de w uma palavra x cujas letras pertencem a

w e esto em x na mesma sequncia que em w.
x subcadeia da palavra y se z e w, subcadeias, tal que zxw

= y.
Exemplos:
I
metodologia
metodologia
metodologia
Metodologia
Funo Hash
Funo hash - Mapeamento de informao sem tamanho fixo

para uma de tamanho fixo.
valor de hash - o valor retornado pela funo de hash.
Exemplo
I
Mapeamento de nmeros inteiros para o intervalo de inteiros

[0, 99].
Funo de hash f (x) = x mod 100.
Assim o valor de hash para o nmero 1039 seria 39.
Metodologia
Janela
Figura: Exemplo de janela.
Metodologia
Algoritmo Rolling Hash
10
Cada palavra associada a um nmero em uma base numrica

especial definida pelo tamanho do alfabeto.
Cada letra do alfabeto associada a um algarismo do nmero.
Assim, sendo w uma palavra, hash(w) =
|w|
P
wi base|w|i
i=1
Metodologia
Algoritmo Rolling Hash
11
Exemplo:
ndice da posio
Cdigo ASCII extendido
Caractere
3
115
s
2
111
o
1
109
m
Tabela: Valores correspondentes na tabela ASCII extendida.
Valor de hash para a palavra "som"=

115 2562 + 111 2561 + 109 2560 = 7565165
Metodologia
Algoritmo Trivial e Karp-Rabin
12
Trivial: O((|text| |pattern|) |pattern|) = O(|text| |pattern|)
Karp-Rabin: O((|text| |pattern|)

Text
0
10
11
Pattern
...
Figura: Buscando um padro contendo cinco letras em um texto.
Subcadeias do texto de cinco letras so comparadas ao padro.
Metodologia
Outras definies
Casamento
Tile
Letra marcada
Casamento maximal
Tamanho mnimo de casamento
13
Metodologia
Algoritmo Greedy-String-Tilling
Busca casamentos maximais para a posterior criao de um tile.
Guloso.
14
Metodologia
Algoritmo Running-Karp-Rabin Greedy-String-Tilling
Busca casamentos maximais para a posterior criao de um tile.
Rolling Hash.
Previso esttica.
15
Abordagem
Objetivos
Objetivos do trabalho:
I
Deteco de plgio em textos simples utilizando RKR-GST;
Linguagem C++;
Possibilitar fcil adaptao para deteco de plgio em

cdigos-fonte;
Licena GNU GPL; e
Programa bem documentado.
16
Abordagem
Decises de Projeto
Decises de projeto:
I
Classes paramtricas;
Base de tamanho 2;
Uso do Doxygen; e
Licena GNU GPL e programa bem documentado.
17
Abordagem
Medida de similaridade
similaridade(a, b) =
(2 numberOfTokensTiled)/(length(a) + length(b))
18
Abordagem
Testes realizados
Casos de teste dividos em seis grupos. Cada grupo com os

seguintes arquivos:
I
resume.txt;
original.txt;
reordering.txt;
redundancy.txt; e
redundancyAndReordering.txt.
Tamanho mnimo de casamento = valor 7.

Tamanho de casamento inicialmente buscado = 10.
19
Consideraes finais
Trabalhos futuros
Extenso do Rorschach para deteco de plgio em cdigos-fonte.

I
Alteraes na classe Reader:

I
I
I
Remoo de comentrios
Tokenizao
Mtodo apropriado
Criao da classe Token

I
Sobrecarga de operadores
20
21
O cdigo-fonte, a sua documentao e os casos de teste utilizados

foram disponibilizados1 via GitHub.
1 Endereo
eletrnico: https://github.com/iruynarak/rorschach.
Perguntas?

Apresentacao - Rorschach - Uma Ferramenta para Deteccao de Plagio

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Apresentacao - Rorschach - Uma Ferramenta para Deteccao de Plagio

Caricato da

Copyright:

Formati disponibili

Universidade Federal de Mato Grosso do Sul (UFMS)

Rorschach: Uma Ferramenta para Deteco

Yuri Karan Benevides Tomas, Edna Ayako Hoshino (orientadora)

Plagiar o ato de assumir autoria ou utilizar como fonte uma obra

Ferramentas que utilizam o RKR-GST

Plaggie (GNU GPL)

Rorschach utiliza a licena GNU GPL verso 3

Alfabeto - conjunto finito e no vazio de elementos.

Estes elementos so chamados de letras.

representa um alfabeto arbitrrio.

= {0, 1}, o alfabeto binrio;

= {0, 1, ..., 9}, o alfabeto numrico;

= {a, b, ..., z}, o alfabeto das letras minsculas; e

O conjunto de caracteres que compem o cdigo ASCII.

Uma subcadeia de w uma palavra x cujas letras pertencem a

x subcadeia da palavra y se z e w, subcadeias, tal que zxw

Funo hash - Mapeamento de informao sem tamanho fixo

valor de hash - o valor retornado pela funo de hash.

Mapeamento de nmeros inteiros para o intervalo de inteiros

Funo de hash f (x) = x mod 100.

Assim o valor de hash para o nmero 1039 seria 39.

Figura: Exemplo de janela.

Cada palavra associada a um nmero em uma base numrica

Cada letra do alfabeto associada a um algarismo do nmero.

Assim, sendo w uma palavra, hash(w) =

Tabela: Valores correspondentes na tabela ASCII extendida.

Valor de hash para a palavra "som"=

Trivial: O((|text| |pattern|) |pattern|) = O(|text| |pattern|)

Karp-Rabin: O((|text| |pattern|)

Tamanho mnimo de casamento

Busca casamentos maximais para a posterior criao de um tile.

Busca casamentos maximais para a posterior criao de um tile.

Deteco de plgio em textos simples utilizando RKR-GST;

Possibilitar fcil adaptao para deteco de plgio em

Licena GNU GPL; e

Programa bem documentado.

Licena GNU GPL e programa bem documentado.

Casos de teste dividos em seis grupos. Cada grupo com os

Tamanho mnimo de casamento = valor 7.

Extenso do Rorschach para deteco de plgio em cdigos-fonte.

Alteraes na classe Reader:

Criao da classe Token

O cdigo-fonte, a sua documentao e os casos de teste utilizados

Potrebbero piacerti anche