如何计算文件的相似性

Question

我需要检测正在运行的进程中的某个文件。 到目前为止，我通过计算整个exe文件的MD5来完成此操作。这种方法有一个错误：通过编辑图标，在那里添加字节或在PE头中更改某些内容，哈希是不同的。 有了这些信息，它就是“如何比较不同文件被评估为同一个”，这有点模糊，所以如何比较.exe文件的两个可执行部分（忽略，标题，资源等......）。哪些部件为了保持相同的功能而无法更改？这可能不是最终的答案，因为有几种方法来表示相同的功能。例如，用unicode替换字符串或只更改该字符串。

那么如何计算两个可执行文件的相似性？

我更喜欢C＃代码，因为应用程序是在.NET中，但我会很感激有关此主题的任何建议或想法。

Answer 1

你会发现你想要做的事情可能会非常困难。您可以在此处输入MS可执行格式：http://msdn.microsoft.com/en-us/windows/hardware/gg463119.aspx

Answer 2

您可以将文件二进制文件加载到SOUNDEX算法（但是对于数字），然后将它们与指定的精度进行比较。我不知道它是如何工作的，但如果更改图标只会改变小字节码部分，它应该可以正常工作。

我想补充一点，我不知道这对文件有多好，但理论上应该可以正常工作。