[发明专利]一种快速计算软件相似度的方法

摘要

本发明公开了一种快速计算软件相似度的方法，基于模糊哈希算法，对于待计算的软件的特征数据，首先根据数据的长度进行预判决，然后根据数据的内容，利用一个素数对数据进行分割，并计算分片数据的哈希值，连接起来，生成数据的哈希指纹。最后进行指纹匹配判决并计算指纹相似度，从而得出软件相似结果。在设定的阈值范围里，通过进行数据预判决和指纹匹配判决以保证较高的效率。在指纹相似度计算方法上，优化的编辑距离的计算方法采用三个一维数组代替传统的二维数组，在实际应用中，大大地减少了计算所需的内存占用量，进而提高了相似度的计算速度。

主权项

一种快速计算软件相似度的方法，其特征在于，包括如下步骤： 步骤1、对待比较的两个软件进行特征数据的提取，根据特征数据的长度进行预判决，若满足判决成功，进行下一步；否则，返回数据不匹配并结束； 步骤2、根据判决成功的两个软件的特征数据生成一个素数，作为模糊哈希过程中用于分片的触发值，利用素数计算特征数据的模糊哈希指纹； 步骤3、对特征数据的模糊哈希指纹进行判决，确定是否匹配；若匹配，进行下一步相似度计算；否则，返回指纹不匹配并结束； 步骤4、通过三个一维数组循环迭代的方式，优化编辑距离计算方法；再通过优化的编辑距离计算方法，对特征数据的模糊哈希指纹进行相似度计算，得出两个软件特征数据的相似结果。