Fuzzy diff n by n文件

Question

我想知道n个文件之间的个体差异，因此类似于以下内容：

parallel --tag 'diff {1} {2} | wc -l' ::: * ::: *

这里的一个大问题是二进制文件，一条megalong行将与一条短行计算相同。

如何生成n个文件上的模糊差异？

Answer 1

使用ssdeep生成哈希文件：

ssdeep `find .  -type f` > hash

这将给出90%的<=相似度<100%的对：

ssdeep -m hash `find .  -type f` | grep -E '9[0-9].这只有在长时间伸展(文件大小约为1%的块)相同的情况下才能工作。

这只有在长时间伸展(文件大小约为1%的块)相同的情况下才能工作。