基于內(nèi)容的數(shù)據(jù)碎片類型識(shí)別技術(shù)研究.pdf

1、如何快速識(shí)別種類繁多的文件類型是計(jì)算機(jī)中的一個(gè)基本問(wèn)題。在數(shù)字取證、數(shù)據(jù)恢復(fù)和逆向工程等領(lǐng)域常常會(huì)遇到數(shù)據(jù)碎片類型識(shí)別問(wèn)題,但是傳統(tǒng)的基于擴(kuò)展名和魔數(shù)的識(shí)別方法往往因?yàn)橄鄳?yīng)的數(shù)據(jù)碎片元信息遭到損壞或丟失而失效。因此,數(shù)據(jù)碎片類型識(shí)別成為了當(dāng)前這些領(lǐng)域中亟待解決的難點(diǎn)和熱點(diǎn)問(wèn)題。本文針對(duì)基于內(nèi)容的數(shù)據(jù)碎片類型識(shí)別問(wèn)題,特別是其關(guān)鍵技術(shù)——數(shù)據(jù)碎片的特征提取技術(shù),進(jìn)行了深入研究,主要工作如下。
　　首先,提出了一種基于灰度圖的數(shù)據(jù)碎片

2、類型識(shí)別方法。該方法將一維數(shù)據(jù)碎片的字節(jié)信息轉(zhuǎn)化為二維的字節(jié)矩陣,并將矩陣中的字節(jié)值看作灰度圖像中的像素值;再利用計(jì)算機(jī)視覺(jué)領(lǐng)域中的GIST Descriptor圖片描述方法來(lái)提取灰度圖像的特征;然后在灰度圖像的GIST Descriptor特征基礎(chǔ)之上,借助經(jīng)典的分類器對(duì)數(shù)據(jù)碎片進(jìn)行分類識(shí)別。實(shí)驗(yàn)結(jié)果表明,該方法較之于以往的歸一化壓縮距離和NLP等方法在識(shí)別精度方面有一定程度的提高。
　　其次,提出一種基于頻域和1-gram的數(shù)

3、據(jù)碎片類型識(shí)別方法。為了提高識(shí)別的精度,該方法先采用離散余弦變換將數(shù)據(jù)碎片信息轉(zhuǎn)化到頻域之后再提取出直流系數(shù)及少部分交流系數(shù)作為碎片在頻域中的特征;再使用字節(jié)頻率分布提取出數(shù)據(jù)碎片中1-gram分布特征;然后將這兩種特征結(jié)合并在此基礎(chǔ)之上,借助經(jīng)典的分類器對(duì)數(shù)據(jù)碎片進(jìn)行分類識(shí)別。實(shí)驗(yàn)結(jié)果表明,該方法較之于基于灰度圖、歸一化壓縮距離和NLP等方法,識(shí)別精度提高了10％-20%。
　　本文針對(duì)基于內(nèi)容的數(shù)據(jù)碎片類型識(shí)別問(wèn)題,特別是其關(guān)