[发明专利]文件重复率计算方法及装置有效
| 申请号： | 201910611026.2 | 申请日： | 2019-07-08 |
| 公开（公告）号： | CN110442845B | 公开（公告）日： | 2022-12-20 |
| 发明（设计）人： | 张志凯 | 申请（专利权）人： | 新华三信息安全技术有限公司 |
| 主分类号： | G06F40/194 | 分类号： | G06F40/194 |
| 代理公司： | 北京柏杉松知识产权代理事务所(普通合伙) 11413 | 代理人： | 李欣;丁芸 |
| 地址： | 230001 安徽省合肥市高新区*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种文件重复率计算方法及装置。其中，方法包括：提取多个样本文件中每个样本文件的文件指纹，得到样本指纹集合；针对样本指纹集合中的每个文件指纹，计算该文件指纹的离散度；计算多个样本文件的信息量，作为样本信息量；提取多个目标文件中每个目标文件的文件指纹，得到目标指纹集合；记录目标指纹集合中每个属于样本指纹集合的文件指纹，得到重复指纹集合；针对重复指纹集合中的每个文件指纹，计算该文件指纹的离散度；计算多个目标文件和多个样本文件中重复的文件的信息量，作为重复信息量；计算重复信息量与样本信息量的比值，作为多个目标文件与多个样本文件的文件重复率。可以提高计算得到的重复率的准确性。 | ||
| 搜索关键词： | 文件 重复 计算方法 装置 | ||
【主权项】：
1.一种文件重复率计算方法，其特征在于，所述方法包括：提取多个样本文件中每个样本文件的文件指纹，得到样本指纹集合；针对所述样本指纹集合中的每个文件指纹，计算该文件指纹的离散度，所述离散度用于表示该文件指纹与所述样本指纹集合中每个文件指纹的差异程度的均值；根据所述样本指纹集合中各个文件指纹的所述离散度，按照预设信息量计算公式，计算所述多个样本文件的信息量，作为样本信息量；提取多个目标文件中每个目标文件的文件指纹，得到目标指纹集合；记录所述目标指纹集合中每个属于所述样本指纹集合的文件指纹，得到重复指纹集合；针对所述重复指纹集合中的每个文件指纹，计算该文件指纹的所述离散度；根据所述重复指纹集合中各个文件指纹的所述离散度，计算所述多个目标文件和所述多个样本文件中重复的文件的信息量，作为重复信息量；计算所述重复信息量与所述样本信息量的比值，作为所述多个目标文件与所述多个样本文件的文件重复率。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于新华三信息安全技术有限公司，未经新华三信息安全技术有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910611026.2/，转载请声明来源钻瓜专利网。
