在软件开发过程中,开发人员从某处复制粘贴一段源代码并对其进行修改是一种常见的编程方式,这种软件开发方法称之为代码复用。虽然代码复用技术确实给软件系统的研发带来许多便利,但由此导致软件系统中可能产生的大量克隆代码,不仅使整个源代码变得臃肿,增加软件系统的维护成本,而且会影响软件的质量,导致代码漏洞的引入和繁衍。正因如此,代码克隆检测一直是软件工程领域的一个基础研究课题。鉴于此,本文重点围绕基于序列联配和分布式计算的大规模代码克隆检测方法展开研究,主要的研究内容和成果包括:（1）提出并实现了一种基于序列联配的大间隙代码克隆检测方法大间隙克隆是一种比较复杂的代码克隆类型,其特点是克隆代码片段中添加、删除或修改了许多语句块。检测和追踪这类克隆具有十分重要的意义。然而,由于大间隙克隆代码结构差异较大,传统克隆检测方法难以检测到它们。为此,本文研究并提出了一种将代码指纹与序列联配相结合的代码克隆检测方法。该方法通过设计一种基于MD5的代码指纹生成算法,将待检测源代码中的每个代码片段表示为一条代码指纹序列,从而将代码克隆检测问题转化为代码指纹序列间的联配问题;然后借鉴Smith-Waterman算法,提出了一种基于动态参数优化的序列联配算法,解决了直接将原始Smith-Waterman算法用于克隆语句检测而导致的丢失匹配区域的问题;最后以本文定义的有向代码克隆对为基础,设计了专门针对大间隙克隆检测的克隆识别准则。实验结果表明,本文方法在大间隙克隆检测方面表现出良好的检测能力,同时也能很好地支持对一般克隆的检测。（2）提出并实现了一个大规模开源代码分布式高效克隆检测平台构建大规模代码克隆检测平台是代码克隆检测研究的一个很有价值的应用场景。然而建立庞大的开源项目代码数据库以及由此带来的代码规模给克隆检测造成了巨大的存储和计算压力,这将制约克隆检测平台的发展。为此,本文提出并实现了一种大规模开源代码分布式高效克隆检测平台。其核心思想为:首先提出了一种基于代码指纹的项目代码处理方法,极大地降低了每个开源项目的存储开销,同时设计了一个开源项目实时更新系统,实现了面向Github的开源项目代码数据库的构建;针对庞大代码规模带来的计算负担问题,设计并实现了一种基于集群的分布式计算框架,以提升代码克隆检测平台的检测效率。实验结果表明,本文实现的大规模开源代码分布式高效克隆检测平台能够有效地检测代码克隆,且与单机运行模式相比在检测效率上有大幅提高。