Hashing-ul este un proces care utilizează un algoritm (cum ar fi MD5, SHA-1 sau SHA-2) pentru a crea un identificator unic - un „hashing" - pentru un fișier pe baza datelor sale. Două fișiere identice vor avea întotdeauna același hashing. De asemenea, două fișiere diferite vor avea întotdeauna hashing-uri diferite, chiar dacă diferența dintre cele două fișiere este minimă. Hashing-urile fișierelor care încalcă drepturile de autor pot fi adăugate la „liste negre", care pot fi utilizate de serviciile de stocare în cloud pentru a detecta, bloca și elimina fișierele neautorizate.
Scopul hashing-ului este de a identifica diferite copii ale aceluiași fișier digital. În primul rând, se utilizează un algoritm pentru a atribui un șir unic de caractere, numit „hashing", fișierului digital, iar hashingul este stocat într-o bază de date hashing. Un al doilea fișier digital este apoi supus aceluiași proces de hashing, iar hashingul rezultat este comparat cu cel deja stocat în baza de date hashing pentru a determina dacă fișierele corespund exact.
Hashingul este utilizat în principal pentru indexarea conținutului, securizarea parolelor, detectarea fișierelor rău intenționate, cum ar fi virușii, sau blocarea conținutului ilegal, cum ar fi promovarea actelor de terorism sau exploatarea minorilor. În ceea ce privește materialele protejate prin drepturi de autor, hashing-urile servesc la identificarea, compararea și prevenirea încărcării de conținut digital care a fost deja retras din cauza încălcării drepturilor de proprietate intelectuală.
Este dificil să se ofere cerințe specifice de implementare pentru hashing, deoarece există mai multe tehnici și algoritmi diferiți de hashing care pot fi utilizați, toate acestea necesitând diferite cantități de putere de calcul. Majoritatea metodelor de hashing sunt criptografice (în care două fișiere diferite, deși foarte similare, vor avea hash-uri complet diferite), dar există și metode de hashing perceptiv (în care două fișiere aproape identice, de exemplu imagini similare, vor avea hash-uri similare). Acestea fiind spuse, avantajul hashing-ului este că poate fi aplicat conținutului deja existent. Hash-urile pot fi partajate și utilizate de toate părțile care folosesc același proces de hashing și aceeași bază de date hashing. Dezavantajul, însă, este că hashingul recunoaște doar același fișier identic, nu și conținutul acestuia.
Hashing-ul necesită investiții limitate, deoarece sunt disponibile soluții open source. În plus, deoarece bazele de date hashing stochează doar un șir de caractere, nu întregul fișier, acestea necesită mai puține resurse de calcul și de memorie.