比较两个不同大小的二进制文件

Question

我正在尝试比较两个二进制文件以识别其中一个。

我拥有的第一个文件包含我感兴趣的数据，可以用来识别第二个文件。第二个文件来自第三方，可能包含第一个文件中的信息（或非常相似的信息）。

两个文件的大小可能不同（例如，第一个文件可能为 500KB，而第二个文件为 4MB）。因此，我一直在尝试计算第一个文件在第二个文件中所占的比例，以便我可以肯定地说它们是相关的或来自同一来源（文件 1 的 99% 都存在于文件 2 中）。

我曾经尝试使用cmp -l file1.bin file2.bin | wc -l，但问题在于我感兴趣的区域并不一致。

我也尝试过使用，diff但它们总是不同的。如果我能找到总的不同字节数，我就可以从文件大小中减去这个数字，看看余数是否与我的文件匹配。

任何帮助深表感谢。

Answer 1

为了计算差异来比较二进制文件，您可以使用radiff2，您可以在 Linux 存储库中搜索它（可以在包 radare2 中找到）。

radiff2具有计算二进制差异的参数-c。它还能够计算 编辑距离 以及两个文件之间的相似度百分比，-s选项如下：

$ radiff2 -s /bin/true /bin/false
similarity: 0.97
distance: 743

有关使用的更多信息，radiff2请参阅文章 二进制差异。