基于声学指纹的海量MP3文件近似去重方法

摘要：

在互联网中重复上传他人已经分享的歌曲会消耗网络带宽，浪费存储空间，但目前的重复数据删除方法主要基于文件的二进制特征，无法识别经过信号处理或压缩后的歌曲。针对该问题，提出一种基于声学指纹的海量MP3文件近似去重方法。结合文件消息的确定性与声学指纹的鲁棒性，在采用布隆过滤器对文件消息一次去重的基础上，根据降维后的声学指纹值进行二次近似去重，保证高效的同时提高去重率。实验结果表明，与可变分块检测方法相比，该方法的去重率可提高1倍以上，扩展性较好。

关键词：声学指纹、重复数据删除、近似去重、布隆过滤器、海量数据

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61070182,61170209

在线出版日期：2013-10-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：73-75,82