Signal Hashing

I segnali grezzi, come un buffer di pixel canvas o un lungo elenco di font, possono essere grandi e scomodi da archiviare e confrontare direttamente. Una funzione hash mappa ciascuno di questi valori in un digest di lunghezza fissa, così che input identici producano sempre lo stesso digest mentre input diversi producano quasi sempre digest diversi.

Confrontare i digest è molto più economico che confrontare i valori grezzi, il che rende praticabile la corrispondenza su larga scala. Gli hash normalizzano inoltre input di dimensioni variabili in chiavi uniformi adatte a indicizzazione, ricerca e deduplicazione su grandi volumi di visite.

Poiché l'hashing è unidirezionale, il segnale grezzo originale non può essere ricostruito dal digest, il che supporta gli obiettivi di minimizzazione dei dati. Un compromesso è che l'hashing esatto è intollerante al cambiamento: anche una differenza di un solo bit produce un digest completamente diverso, per cui i sistemi applicano l'hashing a segnali stabili e discreti e gestiscono i segnali soggetti a deriva con una corrispondenza basata sulla somiglianza anziché sull'uguaglianza degli hash grezzi.