پاسخ : شناسایی فایل های تکراری با هش فایل
این روش برای پیدا کردن سریع فایل های دقیقا مشابه خوبه، یک مشکلی که این روش داره،کوچک ترین تغییر توی فایل حتی تقییر یک بایت فایل هش رو تغییر میده و دقت اش رو میاره پایین، مشکل دومش هم اینکه این روش برای پیدا کردن عکس ، فیلم و صوت مشابه با فرمت یا سایز مختلف کاربردی نداره.
برای پیدا کردن عکس مشابه الگوریتم هایی مثل Average hashing یا Perceptual hashing دقت خوبی دارن.
دقیق ترین روش برای پیدا کردن های فایل های مشابه (روشی که شرکت هایی مثل گوگل و فیسبوک استفاده میکنن)، بخصوص برای عکس ، فیلم و صدا استفاده از مدل های یادگیری ماشینی و گرفتن یک مدل خروجی وکتور و محاسبه فاصله فایل های مختلف با همدیگه هست.
پاسخ با نقل قول