随着互联网的迅速发展,获取信息资源变得更加方便和快捷,同时抄袭也变更得加容易。就计算机专业而言,因其工程实践性的特征几乎完全可采用计算机进行教学与考核,从而导致作业中程序代码抄袭、克隆等现象越来越普遍。日益严重的抄袭现象既破坏正常的教学秩序,也影响教学质量和学生素质的提高。程序代码的相似度研究既能高效地发现有抄袭嫌疑的程序代码,也有助于确保检测的准确性与客观性。本文在分析目前国内外程序代码相似度研究的基础上,提出一种基于XML的C程序相似度研究方法。首先,从C语言全集中挑选出部分能代表程序结构的关键结构,总结出关键结构常见的抄袭方式,统一源程序的编程风格并按要求格式化源程序。其次,确定各个关键结构转化为XML文本时对应的结点标记和所要提取的属性项,根据不同的关键结构和对应的抄袭方式设计C程序转化为XML文本的算法,即用XML文本表示C程序。第三,根据不同的关键结构和对应的抄袭方式设计XML文本行的相似值计算算法,计算XML文本行的相似值。最后,根据XML文本行的相似值设计程序对的相似度计算算法,计算程序对的相似度,根据得到的相似度判断抄袭。在上述理论研究的基础上,作者设计并实现了一个基于XML的C程序抄袭检测实验系统,并选用不同的验证方法验证实验系统的有效性和可靠性。实验证明,基于XML的C程序相似度研究方法既能有效的检测多种抄袭手段并存的程序代码,又能有效检测针对函数、函数调用、结构体、指针、数组、控制结构和表达式的等价替换出现的常见抄袭。