随着网络技术的快速发展，人们可以从网络上获得大量的数字文档。然而，网络就像是一把利弊参半的双刃剑：一方面，它为研究人员了解相关技术提供了大量的信息资源，有利于科研活动的开展；另一方面，它为剽窃者占有他人的研究成果创造了便利的条件，助长了抄袭剽窃等不良的学术风气。与传统的数字水印技术不同，文档复制检测技术不需要利用特殊的编码方式在数字文档中嵌入额外信息，而是通过提取文档自身的特征来检测抄袭行为。现有的文档复制检测方法根据文档特征提取方式的不同分为三类：基于串匹配的检测方法、基于特征向量的检测方法和基于文本块语义表示的检测方法，其中第一类是研究最多、应用最广的检测方法。针对目前基于串匹配的检测方法在安全性方面存在的不足，本文借鉴数字水印和信息隐藏中应用比较成熟的同义词替换处理，提出了两种改进的基于串匹配的检测方法。1)基于同义词替换与N-gram的检测方法。该方法给出了一种改进的指纹提取算法，指纹提取中运用了中文分词、关键词选择、同义词替换等处理，提高了复制检测的安全性；在指纹存储中使用了倒排索引结构，提高了复制检测的速度。通过实验对比发现，提出的方法可以有效地检测同义词替换的抄袭文档和简单句子修改的抄袭文档。2)基于多文本块指纹提取的检测方法。该方法分析了现有的文本块选取策略，选取句子文本块和K-words文本块进行文档复制检测。在句子文本块的指纹提取中，主要运用了关键词选择、哈希值处理、消息摘要算法(MD5)等；在K-words文本块的指纹提取中，主要涉及同义词替换、词排序、指纹生成等；在重叠度计算中，通过改进的重叠度计算方法得到文档重叠度。通过对比实验发现，提出的方法在处理同义词替换的抄袭文档和简单句子修改的抄袭文档时具有更好的检测效果。