近年来,随着计算机技术的高速发展,内容和软件抄袭的机会也随之增加。这种未经批准的重复利用不仅会导致学术界难以保持高标准的学术研究,而且也会使企业面临产品含未授权内容的法律风险以及知识产权的破坏。代码相似性检测是一项应用范围广泛的技术,从学校和教育的角度来说,可以用于学生代码作业的抄袭和查重检测,从企业和公司利益的角度来说,可以用于知识产权的保护和信息检索。因此,近年来出现了不少代码相似性检测的相关研究方法,这些研究方法都取得了一定的效果,能够检测出不同类型的抄袭手段,但是由于这些方法各自存在一些缺陷,例如考虑的代码语法语义信息较少,或者检测的效率过低等。所以,如何准确且高效地检测出相似性代码,仍是一个具有挑战性的问题。本文在分析与调研代码相似性检测技术的国内外最新研究的基础上,围绕代码相似性检测技术进行研究,主要完成的研究工作如下:1)针对代码度量表示方法研究中的问题,提出了一种改进的高效代码度量表示方法,该方法结合了两种不同的结构表示方法,并且在检测精度和算法执行时间上都有所提升。2)针对现有无监督聚类方法研究中的不足,提出了一种改进的代码相似性检测思路,该思路在上一个研究工作的基础上,引入了不同特点的无监督聚类算法,该思路在聚类效果和执行时间上相对以往的研究有所提升;3)提出了一种改进的基于图神经网络模型的相似性检测方法,该方法结合了二进制代码的树编辑距离和bug签名等技术,在多个检测任务上的指标相对之前研究中的模型都有所提升;