[发明专利]用于检测复制内容区块之间的差异的方法和系统

权利要求书

1.一种用于检测复制内容之间的差异的方法，包括：

在第一区块存储器中存储第一区块组，其中，所述第一区块组中的每个区块对应于多个内容项中的一个内容项；

通过计算区块中的内容的散列值，来生成所述第一区块组中的每个区块的存取码值；

以字典顺序组织所述第一区块组中的区块的存取码值以形成第一环；

其中，所述第一环表示所述第一区块组中的区块的存取码值的整个范围；

将所述第一环再分成第一片段组；

其中，所述第一片段组中的每个片段覆盖所述第一区块组中的区块的存取码值的整个范围的子范围；

其中，所述第一片段组包括与特定子范围对应的第一片段；

其中，所述第一区块存储器中的具有落入所述特定子范围内的存取码值的所有区块构成所述复制内容的第一副本的第一部分；

在第二区块存储器中存储第二区块组，所述第二区块存储器是所述第一区块存储器的副本，其中，所述第二区块组中的每个区块对应于所述多个内容项中的一个内容项；

通过计算区块中的内容的散列值，来生成所述第二区块组中的每个区块的存取码值；

以字典顺序组织所述第二区块组中的区块的存取码值以形成第二环；

其中，所述第二环表示所述第二区块组中的区块的存取码值的整个范围；

将所述第二环再分成第二片段组；

其中，所述第二片段组中的每个片段覆盖所述第二区块组中的区块的存取码值的整个范围的子范围；

其中，所述第二片段组包括与特定子范围对应的第二片段；

其中，所述第二区块存储器中的具有落入所述特定子范围内的存取码值的所有区块构成所述复制内容的第二副本的第二部分；

基于所述第一区块组中的区块的落入特定子范围内的存取码生成用于所述第一片段的第一布隆过滤器；

基于所述第二区块组中的区块的落入特定子范围中的存取码生成用于所述第二片段的第二布隆过滤器；

在所述第一布隆过滤器与所述第二布隆过滤器之间执行比较；

以及

基于所述比较，确定所述第一副本的所述第一部分与所述第二副本的所述第二部分之间偏差是否超过特定阈值；

其中，所述方法通过一个或多个计算设备来执行。

2.根据权利要求1所述的方法，进一步包括：

确定属于特定片段对的片段过大；

其中，所述特定片段对分别源自所述第一片段组和所述第二片段组；

对确定出属于特定片段对的片段过大做出响应，将属于所述特定片段对中的每个片段分成多个子片段；

其中，所述多个子片段包括所述第一片段和所述第二片段。

3.根据权利要求2所述的方法，其中，确定属于所述特定片段对的片段过大的步骤包括确定由属于所述特定片段对的所述片段产生的布隆过滤器具有过少的零。

4.根据权利要求2所述的方法，其中，确定属于所述特定片段对的所述片段过大的步骤包括：

估计属于所述特定片段对的所述片段的基数；以及

确定所述基数超过特定阈值。

5.根据权利要求1所述的方法，其中，确定所述第一副本的所述第一部分与所述第二副本的所述第二部分之间是否偏差至少部分基于在所述第一布隆过滤器与所述第二布隆过滤器之间存在多少个不同的位。

6.根据权利要求1所述的方法，进一步包括：

基于为特定片段对生成的布隆过滤器来确定属于所述特定片段对的片段过大；其中，所述特定片段对分别源自所述第一片段组和所述第二片段组；

其中，为所述特定片段对生成的所述布隆过滤器具有第一尺寸；

对确定出属于所述特定片段对的片段过大做出响应，将属于所述特定片段对的每个所述片段分为多个子片段；

其中，所述多个子片段包括所述第一片段和所述第二片段；以及

其中，所述第一布隆过滤器和所述第二布隆过滤器具有小于所述第一尺寸的第二尺寸。

7.根据权利要求6所述的方法，其中，基于为所述特定片段对生成的所述布隆过滤器具有过少的零，确定属于所述特定片段对的所述片段过大。