龙显忠，程成，李云

（1.南京邮电大学 计算机学院，江苏 南京 210023；2.江苏省大数据安全与智能处理重点实验室，江苏 南京 210023）

随着信息检索技术的不断发展和完善，如今人们可以利用互联网轻易获取感兴趣的数据内容，然而，信息技术的发展同时导致了数据规模的迅猛增长.面对海量的数据以及超大规模的数据集，利用最近邻搜索[1]（Nearest Neighbor Search，NN）的检索技术已经无法获得理想的检索效果与可接受的检索时间.因此，近年来，近似最近邻搜索[2]（Approximate Nearest Neighbor Search，ANN）变得越来越流行，它通过搜索可能相似的几个数据而不再局限于返回最相似的数据，在牺牲可接受范围的精度下提高了检索效率.作为一种广泛使用的ANN 搜索技术，哈希方法（Hashing）[3]将数据转换为紧凑的二进制编码（哈希编码）表示，同时保证相似的数据对生成相似的二进制编码.利用哈希编码来表示原始数据，显著减少了数据的存储和查询开销，从而可以应对大规模数据中的检索问题.因此，哈希方法吸引了越来越多学者的关注.

当前哈希方法主要分为两类：数据独立的哈希方法和数据依赖的哈希方法，这两类哈希方法的区别在于哈希函数是否需要训练数据来定义.局部敏感哈希（Locality Sensitive Hashing，LSH）[4]作为数据独立的哈希代表，它利用独立于训练数据的随机投影作为哈希函数.相反，数据依赖哈希的哈希函数需要通过训练数据学习出来，因此，数据依赖的哈希也被称为哈希学习，数据依赖的哈希通常具有更好的性能.近年来……