相似hash的方法总结

指使相近的数据有相近的hash值。

stable distribution

方法很数学。给出整数而非01

ssdeep

长度不一定。

tokens: context triggered; hash: FNV hash; 不知道怎么合成signature。

simhash

tokens：自己定义；hash：自己定义；按位均值生成signature。

sdhash

tokens: 滑窗 + 筛选出statistically improbable features；hash：SHA-1；按位与合成signature（Bloom Filter）。

tlsh

tokens：滑窗；hash：Pearson hash；bucket+四分位数生成signature。

mvhash

tokens：滑窗压缩+RLE+mod2+滑窗；滑窗结果放入BloomFilter合成signature。

minhash

方法很巧妙（很数学），但hash值是相对的。用于计算 Jaccard 相似度。

pehash

计算 portable executable 文件的 hash。

imphash

计算 portable executable 文件的 hash。