論文の概要: On Plagiarism and Software Plagiarism

• arxiv url: http://arxiv.org/abs/2601.00429v1
• Date: Thu, 01 Jan 2026 18:40:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-05 15:04:33.445021
• Title: On Plagiarism and Software Plagiarism
• Title（参考訳）: プラジアリズムとソフトウェアプラジアリズムについて
• Authors: Rares Folea, Emil Slusanschi,
• Abstract要約: コードの類似性を検出するためのオープンソースのソフトウェアソリューションであるProject Martialを紹介します。 本研究は,アカデミックと法的な景観の両方を調べることによって,ソフトウェア盗作対策の既存手法を列挙する。
• 参考スコア（独自算出の注目度）: 0.8041659727964307
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper explores the complexities of automatic detection of software similarities, in relation to the unique challenges of digital artifacts, and introduces Project Martial, an open-source software solution for detecting code similarity. This research enumerates some of the existing approaches to counter software plagiarism by examining both the academia and legal landscape, including notable lawsuits and court rulings that have shaped the understanding of software copyright infringements in commercial applications. Furthermore, we categorize the classes of detection challenges based on the available artifacts, and we provide a survey of the previously studied techniques in the literature, including solutions based on fingerprinting, software birthmarks, or code embeddings, and exemplify how a subset of them can be applied in the context of Project Martial.
• Abstract（参考訳）: 本稿では、デジタルアーティファクトの独特な課題に関連して、ソフトウェア類似性の自動検出の複雑さを考察し、コード類似性を検出するためのオープンソースのソフトウェアソリューションであるProject Martialを紹介する。 この研究は、ソフトウェア著作権侵害の商用アプリケーションにおける理解を形作る、著名な訴訟や裁判所判決を含む、学術的および法的背景の両方を調べることによって、ソフトウェア盗作対策の既存のアプローチを列挙している。 さらに、利用可能なアーティファクトに基づいて検出課題のクラスを分類し、フィンガープリント、ソフトウェア誕生マーク、コード埋め込みに基づくソリューションを含む文献で以前に研究されたテクニックを調査し、それらのサブセットがProject Martialの文脈でどのように適用できるかを例示する。

関連論文リスト

• SoK: Large Language Model Copyright Auditing via Fingerprinting [69.14570598973195]
  既存の手法をホワイトボックスとブラックボックスのアプローチに分類する統一的な枠組みと形式的な分類法を導入する。 現実的な展開シナリオ下でのLDMフィンガープリント評価のための最初の体系的ベンチマークであるLeaFBenchを提案する。
  論文  参考訳（メタデータ） (2025-08-27T12:56:57Z)
• In-Context Watermarks for Large Language Models [71.29952527565749]
  In-Context Watermarking (ICW)は、インシデントエンジニアリングのみで生成されたテキストに透かしを埋め込む。 粒度の異なる4つのICW戦略について検討した。 本実験は,モデルに依存しない実用的な透かし手法としてのICWの実現可能性を検証するものである。
  論文  参考訳（メタデータ） (2025-05-22T17:24:51Z)
• The Failure of Plagiarism Detection in Competitive Programming [0.0]
  プログラミングコースにおけるプラジャリズムは依然として永続的な課題である。 本稿では,従来のコードプラジャリズム検出手法が競合プログラミングの文脈で頻繁に失敗する理由について考察する。 広く使われている自動類似性チェッカーは、単純なコード変換や、新しいAI生成コードによって妨げられる。
  論文  参考訳（メタデータ） (2025-05-13T05:43:49Z)
• The Good, the Bad, and the (Un)Usable: A Rapid Literature Review on Privacy as Code [4.479352653343731]
  プライバシーとセキュリティは、音声データ保護とサイバーレジリエンス機能を備えた情報システムの設計の中心である。 開発者は、適切なサイバーセキュリティトレーニングを欠いているか、優先事項とは考えていないため、これらのプロパティをソフトウェアプロジェクトに組み込むのに苦労することが多い。
  論文  参考訳（メタデータ） (2024-12-21T15:30:17Z)
• A Dataset and Benchmark for Copyright Infringement Unlearning from Text-to-Image Diffusion Models [52.49582606341111]
  著作権法は、クリエイティブ作品を再生、配布、収益化する排他的権利をクリエイターに与えている。 テキスト・ツー・イメージ・ジェネレーションの最近の進歩は、著作権の執行に重大な課題をもたらしている。 CLIP、ChatGPT、拡散モデルを調和させてデータセットをキュレートする新しいパイプラインを導入する。
  論文  参考訳（メタデータ） (2024-01-04T11:14:01Z)
• Lessons from Formally Verified Deployed Software Systems (Extended version) [65.69802414600832]
  本稿は、正式に認証されたシステムを作成し、実際に使用するためにデプロイした各種のアプリケーション分野のプロジェクトについて検討する。 使用する技術、適用の形式、得られた結果、そしてソフトウェア産業が形式的な検証技術やツールの恩恵を受ける能力について示すべき教訓を考察する。
  論文  参考訳（メタデータ） (2023-01-05T18:18:46Z)
• A Survey of Plagiarism Detection Systems: Case of Use with English, French and Arabic Languages [0.0]
  本稿では,アラビア語,フランス語,英語の学術的・教育的な場面で使用するための盗作検知システムの概要について述べる。 また, 本研究の文脈において, 技術形態を詳細に検討した。
  論文  参考訳（メタデータ） (2022-01-10T16:11:54Z)
• Analyzing Non-Textual Content Elements to Detect Academic Plagiarism [0.8490310884703459]
  論文では、学術文書における非テクスト内容の分析という、異なる概念を実装する盗作検出アプローチを提案する。 非テキストとテキストをベースとした検出手法を組み合わせる利点を示すために、論文では、引用に基づく、画像に基づく、数学に基づく、テキストベースの文書類似性の分析を統合する最初のプラジャリズム検出システムを記述する。
  論文  参考訳（メタデータ） (2021-06-10T14:11:52Z)
• On the Social and Technical Challenges of Web Search Autosuggestion Moderation [118.47867428272878]
  自動提案は通常、検索ログと文書表現のコーパスに基づいてトレーニングされた機械学習(ML)システムによって生成される。 現在の検索エンジンは、このような問題のある提案を抑えるのに、ますます熟練している。 問題のある提案のいくつかの側面、パイプラインに沿った困難な問題、そしてWeb検索を超えたアプリケーションの増加になぜ私たちの議論が適用されるのかについて論じる。
  論文  参考訳（メタデータ） (2020-07-09T19:22:00Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。