一种基于文本的软件源代码多级特征生成方法

本发明涉及一种基于文本的软件源代码多级特征生成方法，属于软件代码重用检测技术领域。本发明通过哈希算法计算文件和有效代码哈希值，形成文件指纹和代码指纹，用于文件或代码级的代码重用检测，检测效率高、检测结果精准；通过哈希算法计算有效代码哈希值，形成代码指纹，用于代码级别的代码重用检测，消除了代码重用过程中增加或删除注释、空格、制表符、回车、换行代码等修改代码方式对代码重用检测的影响，提高了代码重用检测的检出率；通过哈希算法计算文件、有效代码、代码块特征，将内容复杂的软件源代码转换成一组固定长度的哈希值，提高了代码重用检测的效率，实现了大规模数据场景下高效的代码重用检测。