ハミング距離(ハムミングキョリ)とは | 意味や読み方など丁寧でわかりやすい用語解説

ハミング距離とは、同じ長さを持つ二つの文字列間で、対応する位置にある文字が異なる箇所の数を数え上げた値である。この概念は、デジタルデータ通信におけるエラー検出や訂正の分野で、非常に基礎的かつ重要な役割を果たす。アメリカの数学者であり情報科学者であるリチャード・ハミングが、データ伝送中の誤りを効率的に扱うための研究の中で考案したものである。システムエンジニアを目指す上で、データの正確性を保証する技術の根底にある考え方として理解しておく必要がある。具体的には、二つのビット列（0と1の並び）を比較し、同じ桁の位置で値が異なっている箇所を数えることでハミング距離を算出する。この距離が小さければ小さいほど、二つの文字列は似ている、あるいは一致していると判断でき、逆に大きければ大きいほど、違いが大きいことを意味する。主にバイナリデータ（ビット列）で用いられることが多いが、概念自体は文字の種類を問わず、同じ長さであればどのような文字列にも適用できる。

ハミング距離をより深く理解するためには、その計算方法と、なぜこの概念が重要であるのかを把握することが不可欠である。まず計算方法について、最も一般的なのはバイナリ文字列を用いた例である。例えば、「10110」と「11100」という二つの5桁のビット列を比較してみる。1桁目は「1」と「1」で同じ、2桁目は「0」と「1」で異なる、3桁目は「1」と「1」で同じ、4桁目は「1」と「0」で異なる、5桁目は「0」と「0」で同じである。この場合、異なる箇所は2桁目と4桁目の二つであるため、この二つのビット列間のハミング距離は2となる。この計算は、対応するビット列の各桁で排他的論理和（XOR）をとり、その結果のビット列に含まれる1の数を数えることでも実現できる。上記の例で言えば、「10110 XOR 11100 = 01010」となり、この結果には2つの1が含まれるため、ハミング距離は2である。

ハミング距離がデジタル技術においてなぜ重要なのかというと、データの信頼性を確保する上で不可欠な要素だからである。コンピュータシステムやネットワークを介してデジタルデータを送信する際、電磁ノイズやハードウェアの故障、ソフトウェアのバグなど、様々な要因によってデータが破損したり、意図しない変更を受けたりする可能性がある。このような状況下で、送信されたデータと受信されたデータが本当に同じ内容であるのかを確認し、もし異なる点があればそれを検出し、可能であれば訂正するメカニズムが必要となる。

ハミング距離は、このエラー検出・訂正符号の設計において根幹をなす考え方である。例えば、最も単純なエラー検出方法の一つにパリティチェックがある。パリティチェックでは、データに付加する1ビットの情報を調整することで、データ中の1の数が偶数か奇数かを一定に保つ。もし伝送中に1ビットが反転した場合、受信側で1の数を数え直すと、偶奇性が変化しているため、エラーが発生したことを検出できる。このとき、元のデータとエラー発生後のデータのハミング距離は1である。パリティチェックは、ハミング距離が1であるようなエラーを検出するのに役立つが、どのビットが反転したのかを特定したり、2ビット以上のエラーを検出したりすることはできない。

より高度なエラー検出・訂正符号の代表例として、ハミング符号が挙げられる。ハミング符号は、リチャード・ハミング自身が開発したもので、データに特定のルールで冗長なビット（エラーの検出や訂正に使う追加情報）を付加することで、エラーが発生しても元のデータを復元できるように設計されている。この設計により、エラーが発生して符号語が少し変化しても、元の正しい符号語とのハミング距離が最も小さくなるため、どの符号語が送信されたかを推測し、エラーを訂正できる仕組みとなっている。符号語間のハミング距離が十分に大きくなるように設計されており、ハミング距離が大きければ大きいほど、より多くのビットエラーを検出・訂正できるようになる。例えば、ハミング距離がDである符号体系は、D-1個までのエラーを検出でき、(D-1)/2（小数点以下切り捨て）個までのエラーを訂正できる、という関係がある。

ハミング距離の応用範囲は、エラー検出・訂正符号に留まらない。情報検索やデータマイニングの分野では、異なるデータレコード間の類似度を測定する指標として利用されることがある。特に、画像認識における特徴量マッチングや、遺伝子配列の比較など、ビット列やバイナリパターンとして表現できるデータの類似性を評価する際に有効である。例えば、データベースの中から特定のパターンと「少しだけ違う」レコードを探し出す際、ハミング距離が小さいものを選び出すことで、近似一致の検索を実現できる。情報セキュリティの分野においても、データのハッシュ値を比較する際にハミング距離の概念が間接的に用いられることもある。ハッシュ値はデータの内容を凝縮した短いビット列であり、データの改ざんを検出するために使われるが、類似するハッシュ値がどれだけ離れているかを評価する際に、ハミング距離の考え方が役立つ場合がある。

このように、ハミング距離は非常にシンプルな概念でありながら、デジタルデータを扱う様々な技術の基盤となっている。データが信頼性をもって処理され、伝達されるためには、エラーをいかに効率的に検出し、そして訂正するかが極めて重要であり、ハミング距離はそのための強力なツールを提供する。システムエンジニアが設計するシステムや利用する技術の多くが、知らず知らずのうちにこのハミング距離の原理に基づいていることを理解することは、より堅牢で信頼性の高いシステムを構築するための第一歩となるだろう。