دالة تلبيد

دالات تلبيد بقلم بول هسيه

وعلى صعيد آخر، مُولِّد دالات تلبيد: مُولِّد دالة تلبيد على الإنترنت (CRC، وMD2، وMD4، وMD5، وSHA1، وTiger، وSnefru، وRipeMD، وWhirlpool، وHaval، وOracle، وCisco PIX، وNTLM، وFletcher، وRAdmin، إلخ) نحو 123 خوارزمية و200 نموذج.

وفي هذا السياق، مُولِّد دالة تلبيد يعنمد على أياكس: مُولِّد دالة تلبيد على الإنترنت من خلال حوسبة تلبيد أثناء الكتابة.

الحد الأدنى من المثالية للدالة تلبيد

ومن ناحية أخرى، تُعتبر الدالة تلبيد المثالية n في حالتها الدنيا إذا كانت مجموعتها تتألف من أعداد صحيحة متتالية n، عادةً من 0 إلى n-1. وتُنتج الدالة تلبيد كذلك في هذه الحالة جدول تلبيد مُعقَّد دون وجود أي بنود فارغة، فضلًا عن توفير البحث من خلال خطوة واحدة. ويصعب العثور على دالات تلبيد المثالية في حالتها الدنيا إلى حدّ كبير.

دالة تلبيد المثالية

وفي السياق ذاته، تُعتبر الدالة تلبيد المتباينة دالة مثالية. وهي التي تُوجه كل مُدخل صحيح إلى قيمة تلبيد مختلفة. ويمكن تحديد موقع الإدخال المطلوب مباشرةً في جدول تلبيد من خلال هذه الدالة دون اللجوء إلى أي بحث إضافي.

ومن ناحية أخرى، تُعد دالات تلبيد المثالية فعَّآلة فقط عندما تكون المُدخلات ثابتة ومعروفة سلفاً مثل: تحديد أسماء الشهور من خلال الأعداد الصحيحة من 0 إلى 11. ويُمكن تمثيل الدالة المثالية للمجموعة n في أقل من 3*n من خلال الدالة تلبيد المناسبة التي يمكن العثور عليها في الوقت الذي يتناسب مع n. كما يمكن تقييم تلك الدالة من خلال عدد ثابت من العمليات. وهناك مولدات تُنتج شفرة تنفيذية لتقييم دالة تلبيد المثالية لمجموعة معينة من المُدخلات.

العثور على تسجيلات مكررة

إضافةً إلى ذلك، يُمكن استخدام دالة تلبيد لإيجاد تسجيلات في ملف كبير من خلال رسم خريطة لكل تسجيل داخل الجدول Ti، ثم يجمع في كل مجموعة T قائمة من الأرقام لجميع التسجيلات ذات نفس القيمة تلبيد i. وعندما يكتمل الجدول، ستذهب أي تسجيلات مكررة إلى مجموعة واحدة. ومن ثم يُمكن إيجاد العناصر المكررة عن طريق مسح كل المجموعة Ti التي تحتوي على عضوين أو أكثر، وومقارنة هذه التسجيلات. ومن خلال جدول ذو حجم مُناسب، يُمكن أن تكون هذه الطريقة أسرع من أي طريقة أخرى (مثل فرز الملف ومقارنة جميع الأزواج المتتالية).

تطبيق تلبيد من خلال دالات تلبيد الرمزية

في هذا الإطار، وفي التطبيقات العادية، يُعتبر هذا الأسلوب غير كافي لتعويض تكلفته المرتفعة. ومع ذلك، يمكن أن تُوفر هذه الطريقة دالات تلبيد مُوزعة بشكل متجانس حتى في حالة اختيار المفاتيح من قبل عامل خبيث. وقد يُساعد هذا الأسلوب في حماية الخدمات ضد هجمات الحرمان من الخدمات.

ومن جهة أخرى، تتميز بعض دالات تلبيد الرمزية مثل SHA-1 بضمانات موحدة قوية أكثر من الدالات الاختبارية. وبالتالي، يمكنها أن توفر دالات تلبيد ذات أغراض عامة.

دالات تلبيد وبلوك سيفرز بقلم بوب جنكينز

دالة تلبيد جولبرن (نسق المستندات المنقولة) بقلم مايور باتل

تطبيق تلبيد باستخدام الدالات الاختبارية

كذلك، ويمكن أن ينتج عن هذا الأسلوب توزيع موحد لقيم تلبيد ما دام حجم مجموعة تلبيد n صغير، مقارنةً بمجموعة الدالات الاختبارية. ومع ذلك، لا تنجح بعض المجاميع الاختبارية في اختبار الانهيار الأفالانشي في بعض التطبيقات. ويُوفر اختبار CRC32 الأكثر شعبيةً 16 بت فقط لاستخدامها في دالة تلبيد. علاوةً على ذلك، تُؤثر كل بت من المُدخلات على بت واحد فقط من الـCRC32؛ لذا يجب الحرص على استخدام جميع الـ32 بت عند تصميم الدالة تلبيد.

وفي هذا الصدد، يمكن تكييف بعض الخوارزميات الاختبارية أو البصمات المعينة لتُستعمل كدلات تلبيد. وستُحدد بعض هذه الخوارزميات بيانات ذات سلسلة طويلة z وتوزيع نموذجي—سواء كان متساوي أم لا—من خلال سلسلة 32 بت أو 64 بت. ومن ثم يمكن استخراج قيمة تلبيد من 0 إلى 1-n.

الخصائص

من جانب آخر، تُستعمل الدالات تلبيد لتلبية بعض الخصائص المذكورة أدناه. ملحوظة: تنطبق بعض الاحتياجات المختلفة على المفاهيم الأخرى ذات الصلة (دالات تلبيد الرمزية وغيرها).

أصل المصطلح

قائمة دالات تلبيد

وفي هذا الصدد، ذكر دونالد كانوث أن هانز بيتر لون من آي‌ بي‌ إم هو أول من استعمل هذا المصطلح. وذلك في مذكرة بتاريخ يناير عام 1953. كما استعمل روبرت موريس هذا المصطلح في ورقة بحث في مجلة رابطة مكائن الحوسبة، مما حوَّل المصطلح من لغة التكنولوجيا إلى اللغة الرسمية.

كذلك، يأتي مصطلح «تلبيد (hash)» قياساً على معناه غير التقني: «الفرم والمزج». حيث تقوم دالات تلبيد «بتقسيم» مجموعة المُدخلات إلى مجموعات فرعية يتم «خلطها» في مجموعة الإنتاج لتحسين نظام التوزيع الرئيسي بشكل متساوي.

else

return (2 * S + b) ^ P

فلاتر بلوم

إضافةً إلى ذلك، دالات تلبيد هي عُنصر أساسي من عناصر فلتر بلوم. وهو بنية معقدة للبيانات تُوفر مكان لضم مجموعة من المفاتيح.

>

وعلى صعيد آخر، حيث يُشير highbit:S إلى أكثر بت مهم؛ بينما يدل المشغل '*' على عملية ضرب العدد الصحيح؛ وتشير '^' إلى عملية البت التي طُبِّقَت على الكلمات، وP هي كلمة مناسبة ثابتة.

البيانت المُوزعة بالتساوي من خلال الدالة تلبيد

تطبيق الدالة تلبيد على البيانات من خلال توزيعات أخرى

إضافةً إلى ذلك، عندما تكون المدخلات مستقلة في شكل سلاسل ذات أطوال مختلفة (مثل أرقام الهواتف، ولوحات تسجيل المركبات، وأرقام الفواتير إلخ)، تحتاج الدالة تلبيد إلى تحديد نفس عدد مُدخلات القيم تلبيد. فمثلًا، إذا كانت المُدخلات عبارة عن عدد صحيح z في المجموعة من 0 إلى N-1، يجب أن يكون الناتج عدداً صحيحاً h في المجموعة من 0 إلى n-1، حيث تكون قيمة N أكبر بكثير من n. وبالتالي، يمكن أن تكون الدالة تلبيد: h = z mod n (ما تبقى من z مقسوماً على n)، أو h = (z × n) ÷ N (خفض القيمة z بـ n/N لتصبح عدد صحيح)، أو غيرها من الصيغ الأخرى.

من جهة ثانية، لن تعمل هذه الصيغ البسيطة إذا لم تتساو مُدخلات القيم. فمثلًا، يعيش أغلب رواد أي مركز تجاري في نفس المنطقة الجغرافية، وبالتالي يتشابه أول 3 أو 4 أرقام لهواتفهم. وفي هذه الحالة، إذا كانت قيمة n تساوي 10000، ستَنتج تصادمات عديدة من صيغة القسمة: z × n ÷ N التي تعتمد بدرجة كبيرة على الأرقام الرائدة. بينما يَنتج عن الصيغة المتبقية z mod n قيم تلبيد مُوزعة بشكل متساوي.

تطبيق الدالة تلبيد على البيانات متغيرة الطول

return 2 * S + b

if highbit(S) = 0 then

علاوةً على ذلك، كما يُستعمل هذا الأسلوب في كثير من النصوص الاختبارية وخوارزميات البصمات. ويُمكن أن يكون المتغير S عدد صحيح 32 أو 64 بت. وفي هذه الحالة، يمكن لـS0 أن تساوي 0، ويُمكن لـG:S,n أن تكون مجرد S mod n. ويعتمد أفضل اختيار لـF على طبيعة البيانات، وهي مسألة معقدة جداً. وإذا كانت وحدات b:k تتكون من بت واحد، يُمكن أن تُساوي F:S,b مثلًا:

ومن ناحية أخرى، عندما تتكون قيم البيانات من سلاسل ذات أحرف طويلة (أو متغيرة الطول) مثل: أسماء الأشخاص، وعناوين الإنترنت، ورسائل البريد، يتم توزيعهم بشكل غير مُتساوي وتبعيات معقدة. فمثلًا، يتميز النص في أي لغة طبيعية بتوزيع غير مُتساوي للحروف. وبالتالي، من المهم استخدام الدالة تلبيد التي تعتمد على كل حروف السلسلة عند التعامل مع هذه البيانات. كما يجب أن تعتمد على كل حرف بطريقة مختلفة.

• S ← S0; // Initialize the state.
• for k in 1, 2, …, m do // Scan the input data units:
• S ← F(S, b[k]); // Combine data unit k into the state.
• return G(S, n) // Extract the hash value from the state.

إضافةً إلى ذلك، وعادةً ما يُستعمل نظام ميركيل-دامجراد في دالات تلبيد الرمزية. وبصفة عامة، يتم تطبيق الدالة تلبيد على البيانات من خلال تقسيم المُدخلات إلى سلسلة من الوحدات الصغيرة (البت، والبايت، والكلمات إلخ)، ثم تجميع كل الوحدات b1، وb2... وbm بالتتابع على النحو التالي:

دالات تلبيد ذات أغراض خاصة

من جهة ثانية، وفي بعض التطبيقات مثل البحث الفرعي، يجب تصميم دالة تلبيد h لكل حرف فرعي k لسلsلة الأحرف n؛ حيث أن k هو عدد صحيح ثابت، وقيمة n أكبر بكثير من قيمة k. ويتطلب الحل المباشر تطبيق عدد من العمليات على k:n. ويكمن الحل في استخراج حرف فرعي s من t على حدة، وتصميم h:s. ومع ذلك، يمكن استخدام تقنية دالة تلبيد المتداولة لحوسبة جميع الدالات بجهد يتناسب مع k + n.

من جهة ثانية، في كثير من الحالات، يُمكن تصميم دالة تلبيد لأغراض خاصة (خوارزمية الكشف عن مجريات الأمور). وذلك للحصول على عدد أقل من التصادمات. لنفترض أن مُدخلات البيانات عبارة عن أسماء ملفات مثل: FILE0000.CHK، وFILE0001.CHK، وFILE0002.CHK مع وجود أرقام متسلسلة. يجب استخدام دالة لاستخراج الجزء الرقمي k من اسم الملف، واسترجاع k mod n. وليس من الضروري أن يكون للدالة التي تم تطبيقها على نوع معين من البيانات نفس التأثير على توزيع البيانات بشكل مختلف.

متغيرات متعددة

في هذا الإطار، وفي كثير من التطبيقات، قد تختلف قيم تلبيد عند كل تشغيل لأي برنامج، أو قد تتغير أثناء التشغيل نفسه (عندما يحتاج جدول تلبيد إلى التوسع). وفي هذه الحالة، يحتاج المرء إلى دالة تلبيد ذات عاملين متغيرين—بيانات الإدخال z والرقم n لقيم تلبيد المسموح بها.

في هذا الإطار، ويظل الحل المشترك لحساب دالة تلبيد ثابتة ذات مجموعة كبيرة جداً من المتغيرات (من 0 إلى 2 32 -1 مثلاً) هو أن تُقسَّم النتيجة على n، ويُستعمل ما تبقى بعد عملية القسمة. وعند استخدام هذه الطريقة، يجب اختيار دالة تلبيد بحيث تكون النتيجة موزعة بالتساوي بين 0 وn-1 لأي n داخل التطبيق. واعتماداً على الدالة، قد تكون النتيجة المتبقية مماثلة في حالة قيمة معينة لـn، مثل الأعداد الفردية أو الأعداد الأولية.

هندسة تلبيد

وفي هذا الصدد، يُستعمل هذا المبدأ على نطاق واسع في الرسوميات الحاسوبية والهندسة الرياضية الحاسوبية والكثير من التخصصات الأخرى، وذلك لحل الكثير من مشكلات المسافات القريبة في السطح المنبسط أو ثلاثي الأبعاد مثل: العثور على أزواج قريبة في مجموعة من النقاط، أو صور مماثلة في قاعدة بيانات الصور وغيرها. وفي هذه التطبيقات، تُعتبر كل مجموعة من هذه المدخلات نوع من أنواع الفضاء المتري. ومن ثم يُمكن تفسير دالة تلبيد على أنها جزء من هذا الفضاء في شبكة من الخلايا. وغالباً ما يكون الجدول صف ذو مؤشرين أو أكثر (يُسمى ملف الشبكة، ومؤشر الشبكة، ومجموعة الشبكة، وغيرها من الأسماء المشابهة). ثم تعود دالة تلبيد في شكل مؤشر المجموعة. وتُعرف هذه الحالة الاستثنائية لدالة تلبيد باسم هندسة تلبيد أو أسلوب الشبكة. وتُستعمل هندسة تلبيد في مجال الاتصال عن بعد لتشفير وضغط الإشارات متعددة الأبعاد.

التماثل

كذلك، عند اختبار دالة تلبيد، يُمكن تقييم تماثل توزيع قيم تلبيد باستخدام اختبار مربع كاي.

علاوةً على ذلك، يجب أن تُحدد الدالة تلبيد المدخلات المتوقعة بالتساوي قدر الإمكان خلال مجموعة الإنتاج. وهذا يعني أنه يجب إنتاج كل قيمة تلبيد بنفس الاحتمال. ويكمن السبب وراء ذلك في أن تكلفة الأساليب المُعتمدة على هذه الدالة ترتفع بشكل حاد مع زيادة عدد التصادمات (أزواج المدخلات التي يتم تحديدها في نفس القيمة). إذا كان هناك احتمال حدوث بعض قيم تلبيد بعينها، يجب على الجزء الأكبر من عمليات التطوير البحث في مجموعة أكبر من مدخلات الجدول المتصادمة.

إضافةً إلى ذلك، إذا تم تطبيق الدالة تلبيد على المجموعة m في خانات الجدول n، يجب أن تقل احتمالية تلقي المجموعات لأكثر من m/n. وخاصةً إذا كانت قيمة m أقل من n. حيث يجب أن يحتوى عدد قليل من المجموعات على تسجيل أو اثنين. (لا يجب أن تحتوى المجموعة في «دالة تلبيد المثالية» على أكثر من تسجيل واحد؛ ولكن هناك عدد حتمي من التصادمات حتى لو كانت قيمة n أكبر بكثير من m.

كذلك، وغالباً ما تحتوى جداول تلبيد على مجموعة فرعية صغيرة فقط من المُدخلات الصحيحة. فمثلًا، قد تحتوي قائمة أعضاء النادي على مئة اسم خارج مجموعة الأسماء الممكنة الكبيرة جداً. وفي هذه الحالة، يجب أن يحتفظ المعيار المماثل بجميع مجموعات المُدخلات الفرعية التي قد تكون موجودة في الجدول، وليس مجموعة المدخلات المُمْكِنة فقط.

كذلك، ملحوظة: يتطلب هذا المعيار أن تكون القيمة موزعة بشكل متجانس، ولا يجب أن تكون عشوائية بأي شكل. وتُعتبر الدالة العشوائية مفيدة لدالة التلبيد، ولكن لا يجب أن يكون العكس صحيحاً.

الحتمية

إضافةً إلى ذلك، يجب أن تكون دالة تلبيد حتمية—أي يجب أن تُنتج لكل قيمة من المدخلات نفس قيمة تلبيد. فيجب أن تكون الدالة تلبيد بالمعنى الحسابي للمصطلح. ولا ينطبق هذا الشرط على دالات تلبيد التي تعتمد على المُتغيرات الخارجية مثل: مُولد العدد شبه العشوائي الذي يعتمد على الوقت من اليوم. كما أنه يستبعد الدالات التي تعتمد على عنوان الذاكرة المُستعملة في حالة تغير هذا العنوان خلال العملية (كما قد يحدث في الأنظمة التي تستعمل وسائل معينة لجمع القمامة). على الرغم من أنه يمكن إعادة العملية من جديد في بعض الأحيان.

خوارزميات دالة تلبيد

في هذا الإطار، يعتمد اختيار دالة تلبيد على طبيعة البيانات المدخلة إلى حدّ كبير، وتوزيعها المحتمل في التطبيق.

بيرنشتاين تلبيد

• دالة تلبيد فاولر-نول-فو (32 أو 64 أو أو 28 أو 256 أو 512 أو 1024 بت)
• دالة تلبيد جنكينز (32 بت)
• دالة تلبيد مورمور (32 أو 64 بت)
• دالة تلبيد بيرسون (8 بت)
• دالة تلبيد زوربيست
• المراجع

تسوية البيانات

ومن ناحية أخرى، قد تحتوى بعض البيانات المُدخلة في بعض التطبيقات على مميزات لا ترتبط بأغراض المقارنة. فمثلًا، من المهم تجاهل الفرق بين الحروف العلوية والسفلية عند البحث عن اسم شخص. وبالتالي، يجب استخدام دالة تتوافق مع معيار تكافؤ البيانات المُستعمل: يجب أن يؤدي أي اثنين من المُدخلات المتماثلة إلى نفس قيمة تلبيد. ويُمكن تحقيق ذلك عن طريق تسوية المُدخلات قبل تطبيق دالة تلبيد عليها من خلال كتابة كل الحروف بالشكل العلوي.

العثور على مجموعات فرعية مماثلة

ومن جهة أخرى، يُمكن استخدام التقنيات نفسها لإيجاد مساحات متساوية أو متماثلة في مجموعة كبيرة من السلاسل مثل: مستودع الوثائق أو قاعدة البيانات الحيوية. وفي هذه الحالة، تنقسم سلاسل المدخلات إلى مجموعات أصغر كثيرة. ثم تُستعمل الدالة تلبيد للكشف عن القطع التي من المحتمل أن تكون متساوية على النحو الوارد أعلاه.

كذلك، خوارزميات رابين وكارب هي خوارزمية للبحث المتسلسل تعمل في Big O notation. وهي تعتمد على استخدام الدالة تلبيد لمقارنة السلاسل.

جداول تلبيد

من جهة ثانية، ويُمكن أن تحدد دالات تلبيد مفاتيح مختلفة لنفس المؤشر. ولذلك، يرتبط كل جزء من جدول تلبيد (بشكل مباشر أو غير مباشر) بمجموعة من التسجيلات بدلاً من تسجيل واحد. ولهذا السبب، يُسمى كل جزء من جدول تلبيد مجموعة، كما تُسمى قيم تلبيد كذلك مؤشرات المجموعة.

علاوةً على ذلك، وبالتالي، تُساعد دالة تلبيد فقط في تحديد موقع التسجيل—حيث تُحدد المكان الذي ينبغي بداية البحث منه. وبالتالي، ستُقلل دالة تلبيد من نطاق البحث إلى مدخل واحد فقط أو اثنين.

وفي هذا الصدد، تُستعمل دالات تلبيد أساساً في جدول تلبيد لتحديد مكان تسجيل البيانات بسرعة (كتعريف في القاموس مثلاً) من خلال مفتاح البحث الخاص به (الكلمة المراد البحث عنها). ومن ثم تُستعمل دالة تلبيد لتحديد مفتاح البحث. ويُعطي المؤشر المكان الذي يجب تخزين البيانات فيه. وبالتالي، تُستعمل جداول تلبيد لتنفيذ مصفوفات ترابطية ومجموعات ديناميكية.

الخابية

ومن ناحية أخرى، تُستعمل دالة تلبيد كذلك لبناء خابية لمجموعات البيانات الكبيرة المُخَزَّنَة في الوسائل البطيئة. وتُعتبر الخابية أبسط من جدول تلبيد. ذلك لأنه يُمكن حل أي اصطدام من خلال التخلص من العناصر المتصادمة الكبيرة.

التكلفة المنخفضة

ومن جهة أخرى، يجب أن تكون تكاليف إنشاء دالة تلبيد منخفضة بما يكفي لإيجاد حل مفيد يعتمد على الدالة تلبيد مقارنةً بالأساليب البديلة. فمثلًا، يمكن أن تُحدد خوارزميات البحث الثنائي موقع عنصر في جدول العناصر n من خلال log2 n. ولذلك، يُصبح حل جدول تلبيد أكثر كفاءةً من البحث الثنائي إلا إذا كانت تكاليف حوسبة الدالة تلبيد لمفتاح واحد أقل من تكاليف القيام بـlog2 n. ومع ذلك، لا يأخذ هذا المثال فرز مجموعة البيانات في الاعتبار. وتأخذ الخوارزميات السريعة جداً مثل التصنيف الدمجي وقتاً يصل إلى nlogn لفرز مجموعة من البيانات. ولذلك تقل كفاءة حلول البحث الثنائي مع زيادة وتيرة العناصر المضافة إلى مجموعة البيانات. ومن مميزات جداول تلبيد أنها لا تحتاج إلى فرز، مما يجعل تكلفة دالة تلبيد ثابتة بغض النظر عن معدل إضافة العناصر إلى مجموعة البيانات.

الاستمرارية

ومن ناحية أخرى، يجب أن تكون الدالة تلبيد المُستعملة للبحث عن بيانات مماثلة دالة مستمرة بقدر الإمكان؛ يجب تحديد اثنين من المُدخلات التي تختلف قليلاً عند قيم تلبيد متساوية على وجه التقريب.

وفي السياق ذاته، ملحوظة: تُعتبر هذه الاستمرارية عادةً خطأ فادح في التحقق من المجموع، ودالات تلبيد الرمزية، وغيرها من المفاهيم. وتحتاج الدالة تلبيد الاستمرارية في بعض التطبيقات مثل جداول تلبيد التي تَستعمل البحث الخطي.

دالة تلبيد البسيطة

في هذا الإطار، ويمكن استخدام هذه التقنية نفسها لتحديد رموز البلاد التي تتكون من حرفين 'us' أو 'za' لأسماء البلاد (26 ² = 676 إدخال في الجدول). كما يمكن أن تظل قيم البيانات غير الصحيحة غير معروفة (مثل رمز البلد 'x x' أو الرمز البريدي 00000) في الجدول، أو يمكن تحديدها بقيمة أخرى مناسبة.

ومن جهة أخرى، إذا كانت البيانات التي سيُطبَّق عليها دالة تلبيد صغيرة بما يكفي، يُمكن استخدام البيانات نفسها باعتبارها قيمة تلبيد. وتبلغ تكلفة حوسبة دالة تلبيد «البسيطة» صفر (دالة متطابقة).

ومن ناحية أخرى، يعتمد مدى 'صغر' البيانات على مساحة الذاكرة المتوفر لجدول تلبيد. فقد يشمل جهاز كمبيوتر في عام 2008 مساحة متوفرة من الذاكرة بقيمة جيجا بايت، وهذا يعني أنه يمكنها استيعاب قيم تلبيد تصل إلى 30 بت. ومع ذلك، هناك الكثير من التطبيقات التي يُمكن أن تعمل بأقل من ذلك. فمثلًا، عند تحديد سلسلة أحرف بين الحالة العلوية والسفلية، يمكن استخدام الترميز الثنائي لكل حرف لفهرسة جدول يُوفِّر الشكل البديل لهذا الحرف ('A' لـ'a'، و'8' لـ'8'). وإذا تم تخزين كل حرف في 8 بت (كما هو الحال في آسكي)، يحتوى الجدول على 2 8 = 256 فقط من المُدخلات؛ أما في حالة حروف اليونيكود سيحتوى الجدول على 17 × 2 16 = 1114112 من المُدخلات.

العثور على تسجيلات مشابهة

من جانب آخر، وتشمل هذه الفئة ما يسمى بخوارزميات البصمة الصوتية التي تًستعمل لتحديد موقع المدخلات الصوتية المتشابهة في مجموعة كبيرة من الملفات الصوتية (كما في خدمة MusicBrainz لتحديد الأغاني). وبالتالي، يجب أن تكون دالة تلبيد حساسة قدر الإمكان لالتقاط البيانات أو نقل الأخطاء، فضلًا عن التغييرات «البسيطة» مثل التوقيت والحجم وضغط الملفات وغيرها.

وفي هذا السياق، يُمكن استخدام دالات تلبيد كذلك لتحديد تسجيلات الجدول ذو مفتاح مماثل لمفتاح معين، وليس متطابق معه، أو مجموعات من التسجيلات الموجودة في ملف كبير ذو مفاتيح مماثلة. ولهذا السبب، يحتاج المرء دالة تلبيد لتحديد المفاتيح المشابهة لقيم تلبيد التي تختلف بالقسمة m كحد أقصى، حيث تُشير m إلى عدد صحيح صغير (1 أو 2 مثلاً) في حالة إنشاء جدول T لجميع أرقام التسجيلات، وذلك باستخدام دالة تلبيد. ومن ثم ستنتقل التسجيلات المماثلة إلى نفس المجموعة، أو في مكان قريب منه. إذاً، لا يحتاج المرء سوى التحقق من التسجيلات الموجودة في كل مجموعة Ti في مقابل المجموعة T T+k، حيث تتراوح قيمة k بين -m وm.