[發明專利]代碼相似函數檢測方法、裝置、電子設備及存儲介質

在審

• 申請號: 202110983815.6
• 申請日: 2021-08-25
• 公開（公告）號: CN115729797A
• 公開（公告）日: 2023-03-03
• 發明（設計）人: 劉江虹
• 申請（專利權）人: 北京有竹居網絡技術有限公司
• 主分類號: G06F11/36
• 分類號: G06F11/36;G06F8/41;G06F8/75
• 代理公司: 上海光柵知識產權代理有限公司 31340
• 代理人: 關浩;馬雯雯

1.一種代碼相似函數檢測方法，其特征在于，所述方法包括：

解析待檢測代碼，得到抽象語法樹；

通過遍歷所述抽象語法樹，得到所述抽象語法樹中至少兩個子樹，所述子樹用于表征所述待檢測代碼中的函數體；

根據各所述子樹的節點，確定至少兩個相似子樹，并將所述至少兩個相似子樹對應的函數體，確定為相似函數，其中，各所述相似子樹的對應節點的類型相同。

2.根據權利要求1所述的方法，其特征在于，通過遍歷所述抽象語法樹，得到所述抽象語法樹中至少兩個子樹，包括：

基于預設算法，對所述抽象語法樹進行遍歷，獲得至少兩個節點；

根據各所述節點的節點信息，確定至少兩個子樹。

3.根據權利要求2所述的方法，其特征在于，所述節點信息中包括節點類型；根據各所述節點的節點信息，確定至少兩個子樹，包括：

根據各所述節點的節點信息，確定各所述節點的節點類型；

根據各所述節點的節點類型，確定至少兩個子樹。

4.根據權利要求2所述的方法，其特征在于，所述預設算法包括深度優先遍歷算法，基于預設算法，對所述抽象語法樹進行遍歷，獲得至少兩個節點，包括：

基于深度優先遍歷算法，對所述抽象語法樹進行前序遍歷，獲得至少兩個節點。

5.根據權利要求1所述的方法，其特征在于，根據各所述子樹的節點，確定至少兩個相似子樹，包括：

獲取各所述子樹的至少兩個節點的節點類型；

根據各所述子樹的至少兩個節點的節點類型，確定子樹類型；

將所述子樹類型相同的子樹，確定為相似子樹。

6.根據權利要求5所述的方法，其特征在于，根據各所述子樹的至少兩個節點的節點類型，確定子樹類型，包括：

對各所述子樹中的至少兩個節點的節點類型進行哈希計算，生成與各所述子樹分別對應的類型哈希值；

根據各所述子樹對應的類型哈希值，確定子樹類型。

7.根據權利要求5所述的方法，其特征在于，所述方法還包括：

獲取各所述子樹中預設長度的節點，生成目標節點；

對各所述子樹中的至少兩個節點的節點類型進行哈希計算，生成與各所述子樹分別對應的類型哈希值，包括：

對各所述子樹中的目標節點的節點類型進行哈希計算，生成與各所述子樹分別對應的類型哈希值。

8.根據權利要求5所述的方法，其特征在于，所述方法還包括：

將所述抽象語法樹中的各節點存儲至第一字典數據，其中，所述第一字典數據的鍵表征存儲地址，所述第一字典數據的值用于表征所述抽象語法樹中的各節點的集合；

將所述相似子樹存儲至第二字典數據，其中，所述第二字典數據的鍵表征所述相似子樹的子樹類型，所述第二字典數據的值用于表征所述相似子樹的節點的集合；

將所述至少兩個相似子樹對應的函數體，確定為相似函數，包括：

根據所述第一字典數據和所述第二字典數據，確定所述相似子樹對應的各節點的節點位置；

根據所述節點位置，對所述相似子樹對應的各節點進行還原，生成所述相似函數。

9.根據權利要求1-8任一項所述的方法，其特征在于，解析待檢測代碼，得到抽象語法樹，包括：

加載預設的Babel編輯器；

通過所述Babel編輯器以及預設的解析關鍵字，對待檢測代碼進行解析，得到對應的抽象語法樹。

10.一種代碼相似函數檢測裝置，其特征在于，包括：

解析模塊，用于解析待檢測代碼，得到抽象語法樹；

遍歷模塊，用于通過遍歷所述抽象語法樹，得到所述抽象語法樹中至少兩個子樹，所述子樹用于表征所述待檢測代碼中的函數體；

確定模塊，用于根據各所述子樹的節點，確定至少兩個相似子樹，并將所述至少兩個相似子樹對應的函數體，確定為相似函數，其中，各所述相似子樹的對應節點的類型相同。