[發明專利]文件指紋處理方法及裝置

有效

• 申請號: 201310079446.3
• 申請日: 2013-03-13
• 公開（公告）號: CN104050180B
• 公開（公告）日: 2017-06-06
• 發明（設計）人: 張德明;張琦
• 申請（專利權）人: 華為技術有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京同立鈞成知識產權代理有限公司11205
• 代理人: 王慶龍

1.一種文件指紋處理方法，其特征在于，包括：

確定文件指紋對應的哈希地址，所述哈希地址指向一個預先分配的存儲空間，所述哈希地址指向的存儲空間的可用空間長度根據文件指紋分布特性得到；

確定所述哈希地址指向的存儲空間的首地址；

根據所述存儲空間的首地址和所述存儲空間內已添加信息的長度，在所述存儲空間中加入所述文件指紋對應的文件信息，并更新所述存儲空間內已添加信息的長度；

所述確定文件指紋對應的哈希地址之前，還包括：

根據統計得到的文件指紋分布特性，確定各哈希地址指向的存儲空間的可用空間長度；

根據各哈希地址指向的存儲空間的可用空間長度，為各哈希地址分配對應的存儲空間；

還包括：

在所有文件指紋處理完成之后，根據各哈希地址指向的存儲空間內已添加信息的長度，釋放各存儲空間內未使用的空間。

2.根據權利要求1所述的方法，其特征在于，所述根據統計得到的文件指紋分布特性，確定各哈希地址指向的存儲空間的可用空間長度，包括：

根據統計得到的文件指紋分布特性，確定各哈希地址指向的存儲空間占所有哈希地址指向的總存儲空間的比例；

根據以下公式確定各哈希地址指向的存儲空間的可用空間長度：

L_i＝|K*θ_i|，L_i為哈希地址i指向的存儲空間的可用空間長度，K為所有哈希地址指向的總存儲空間的長度，θ_i為哈希地址i指向的存儲空間占所有哈希地址指向的總存儲空間的比例，其中，N為文件指紋的比特數。

3.根據權利要求1或2所述的方法，其特征在于，所述根據各哈希地址指向的存儲空間的可用空間長度，為各哈希地址分配對應的存儲空間，包括：

創建特征庫，所述特征庫包括第一空間、第二空間和第三空間；

將各哈希地址指向的存儲空間的可用空間長度保存在所述第一空間；

根據各哈希地址指向的存儲空間的可用空間長度，將所述第三空間劃分為各哈希地址指向的存儲空間，確定各哈希地址指向的存儲空間的首地址，并將各哈希地址指向的存儲空間的首地址保存在所述第二空間。

4.根據權利要求3所述的方法，其特征在于，所述釋放各存儲空間內未使用的空間之后，還包括：

將所述第一空間中保存的所述存儲空間的可用空間長度更新為所述存儲空間內已添加信息的長度。

5.根據權利要求1或2所述的方法，其特征在于，所述文件指紋為音頻指紋，所述文件指紋對應的文件信息包括音頻信號的屬性信息或所述屬性信息的索引，以及所述音頻信號中所述音頻指紋對應的時間片段；所述確定文件指紋對應的哈希地址之前，還包括：

將所述音頻信號分為至少一個時間片段；

從每個時間片段中提取至少一個音頻指紋。

6.根據權利要求5所述的方法，其特征在于，所述音頻指紋由矢量起點的頻率值、矢量終點和矢量起點之間的頻率差、矢量終點和矢量起點之間的時間差表征，所述矢量起點和矢量終點根據所述音頻指紋對應的時間片段的頻譜圖確定；所述統計得到的文件指紋分布特性包括：

矢量起點的頻率值較小的音頻指紋多于矢量起點的頻率值較大的音頻指紋，矢量終點和矢量起點之間的頻率差、矢量終點和矢量起點之間的時間差均較小的音頻指紋多于矢量終點和矢量起點之間的頻率差、矢量終點和矢量起點之間的時間差均較大的音頻指紋。