本文主要是介绍信息内容安全-计算相似度，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

信息内容安全是我比较感兴趣的第一门学科，可能因为是利用计算机技术对人文进行分析，没那么枯燥乏味吧，而且我觉得这门学科的最大应用方向就是监听领域，这是美国大片中经常提及的主题之一，加上又是涉及国家安全稳定的重要方向，让人感觉很酷有很有责任感。目前大数据的时代背景下，已经没必要因为自己的通信被他人监听而大惊小怪，我们早已经没有任何隐私，如果够细心的话就会发现，某宝经常会推送你提及但从未搜索过的商品，偶尔接到的骚扰电话能准确说出你的名字与当前求学或找工作的人生阶段。所以目前我们没能力，也没必要再费力气保护隐私了，使用的平台那么多，总会有一个泄露出去。

算法

余弦相似度
A,B为两个不同序列

看似简单的公式实际应用广泛，其不光能处理数字字符，如果将所有字符装进一个不重复的集合中，用在集合中的位置来代表字符，那么英文汉字都可以使用这种方法来进行计算，图像其实也是一个数字矩阵，所以这种方法也同样可以应用于图像计算。

相关系数
相关系数即是 NC(Normalized Correlation)。该值主要是评估数字水印与原水印的相似性，若 NC 值较高，表明水印相似性较高，同时也可以反映水印的鲁棒性更好，水印更不易受到攻击的影响。若W表示原始水印图像，W '表示提取出的水印图像，则 NC 值为：

PSNR
psnr是“Peak Signal to Noise Ratio”的缩写，即峰值信噪比，是一种评价图像的客观标准，它具有局限性，一般是用于最大值信号和背景噪音之间的一个工程项目。
peak的中文意思是顶点。而ratio的意思是比率或比列的。整个意思就是到达噪音比率的顶点信号，psnr一般是用于最大值信号和背景噪音之间的一个工程项目。通常在经过影像压缩之后，输出的影像都会在某种程度与原始影像不同。为了衡量经过处理后的影像品质，我们通常会参考PSNR值来衡量某个处理程序能否令人满意。它是原图像与被处理图像之间的均方误差相对于(2^n-1)2的对数值(信号最大值的平方，n是每个采样值的比特数)，它的单位是dB。 MATLAB用法的公式如下：
PSNR=10*log10((2^n-1)2/MSE)
数学公式如下：

其中，MSE是原图像（语音）与处理图像（语音）之间均方误差。
Peak就是指8bits表示法的最大值255。MSE指MeanSquareError，I(角标n)指原始影像第n个pixel值，P(角标n)指经处理后的影像第n个pixel值。PSNR的单位为dB。所以PSNR值越大，就代表失真越少。
优缺点：
PSNR是最普遍，最广泛使用的评鉴画质的客观量测法，不过许多实验结果都显示，PSNR的分数无法和人眼看到的视觉品质完全一致，有可能PSNR较高者看起来反而比PSNR较低者差。这是因为人眼的视觉对于误差的敏感度并不是绝对的，其感知结果会受到许多因素的影响而产生变化（例如：人眼对空间频率较低的对比差异敏感度较高，人眼对亮度对比差异的敏感度较色度高，人眼对一个区域的感知结果会受到其周围邻近区域的影响）

这篇关于信息内容安全-计算相似度的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！