基于内容的数据碎片类型识别技术研究

【摘要】如何快速识别种类繁多的文件类型是计算机中的一个基本问题。在数字取证、数据恢复和逆向工程等领域常常会遇到数据碎片类型识别问题，但是传统的基于扩展名和魔数的识别方法往往因为相应的数据碎片元信息遭到损坏或丢失而失效。因此，数据碎片类型识别成为了当前这些领域中亟待解决的难点和热点问题。本文针对基于内容的数据碎片类型识别问题，特别是其关键技术——数据碎片的特征提取技术，进行了深入研究，主要工作如下。首先，提出了一种基于灰度图的数据碎片类型识别方法。该方法将一维数据碎片的字节信息转化为二维的字节矩阵，并将矩阵中的字节值看作灰度图像中的像素值；再利用计算机视觉领域中的GISTDescriptor图片描述方法来提取灰度图像的特征；然后在灰度图像的GISTDescriptor特征基础之上，借助经典的分类器对数据碎片进行分类识别。实验结果表明，该方法较之于以往的归一化压缩距离和NLP等方法在识别精度方面有一定程度的提高。其次，提出一种基于频域和1-gram的数据碎片类型识别方法。为了提高识别的精度，该方法先采用离散余弦变换将数据碎片信息转化到频域之后再提取出直流系数及少部分交流系数作为碎片在频域中的特征；再使用字节频率分布提取出数据碎片中1-gram分布特征；然后将这两种特征结合并在此基础之上，借助经典的分类器对数据碎片进行分类识别。实验结果表明，该方法较之于基于灰度图、归一化压缩距离和NLP等方法，识别精度提高了10%-20%。本文针对基于内容的数据碎片类型识别问题，特别是其关键技术——数据碎片的特征提取技术，进行了研究。提出了基于灰度图以及基于频域和1-gram的两种碎片类型识别方法，并对这两种方法进行实验验证。本文的研究成果有助于文件雕复以及未知类型数据碎片的逆向自动解析等研究。
【作者】许潭潭；
【导师】徐明；
【作者基本信息】杭州电子科技大学，计算机应用技术，2014，硕士
【关键词】数据碎片；类型识别；灰度图；离散余弦变换；1-gram；

【参考文献】
[1]王礼佳.无人机变形翼的方案设计与仿真分析[D].哈尔滨工业大学,机械工程,2014,硕士.
[2]王斐.产油红冬孢酵母的诱变选育与发酵条件的优化[D].河南科技大学,生物化学与分子生物学,2013,硕士.
[3]韩明.窄带内镜、染色内镜与常规内镜对远端大肠异常隐窝灶发现率的对比研究[D].南方医科大学,内科学,2012,硕士.
[4]杨根红.论路翎小说的现代意识[D].江西师范大学,中国现当代文学,2004,硕士.
[5]姜孟家.“三圣汤”治疗肝肾亏虚，寒湿痹阻型腰骶部肌筋膜炎的临床研究[D].北京中医药大学,中医学,2014,硕士.
[6]定立.江西永平铜矿矿床模型与应用[D].中国地质大学（北京）,矿产普查与勘探,2013,硕士.
[7]花婷.靶向猪繁殖与呼吸综合征病毒非结构蛋白NSP12的shRNA抑制猪繁殖与呼吸综合征病毒在Marc145细胞中复制[D].南京农业大学,兽医,2012,硕士.
[8]李巍.权力原型及其文学表现从神话图腾到中国文学中的贪官与清官叙事[D].广东技术师范学院,中国现当代文学,2014,硕士.
[9]罗习奇.高中物理概念课堂教学设计的初步研究[D].江西师范大学,教育,2003,硕士.
[10]王旭芳.蒙古语主语信息数据库的构建[D].内蒙古大学,语言学及应用语言学,2013,硕士.
[11]王艺洁.论吟揉技法在琵琶演奏“腔韵润音体系”中的重要性[D].云南艺术学院,FMA表演,2013,硕士.
[12]李小兰.青藏高原冬春积雪异常与中国东部地区夏季降水的时空关系研究[D].兰州大学,气象学,2013,硕士.
[13]高金友.STAT3基因与甲状腺癌的相关性研究[D].吉林大学,外科学,2014,硕士.
[14]周起.无核白葡萄体细胞胚再生体系建立与转基因研究[D].西北农林科技大学,果树学,2014,博士.
[15]王兴龙.认知诗学视角下诗学隐喻的解读机制研究[D].西南大学,英语语言文学,2013,硕士.
[16]申金鑫.互联网与抗争行动研究[D].西南政法大学,政治学理论,2012,硕士.
[17]周德胜.神经网络PID在网络控制系统中的设计和仿真[D].大连理工大学,控制理论与控制工程,2013,硕士.
[18]金磊.从安全减灾视角重审人的价值[J].中国建设信息.2004(03)
[19]王春明,李兵.短信实时综合监控系统的实现[J].电信网技术.2005(05)
[20]何雅婷.中国古代复仇制度考论[D].苏州大学,法律（专业学位）,2013,硕士.
[21]李明娜.绒山羊KAP13.1和KAP13.3基因的遗传变异及经济性状相关性分析[D].甘肃农业大学,动物遗传育种与繁殖,2013,硕士.
[22]王威.海面视景的三维动态仿真技术研究[D].江苏科技大学,电子与通信工程（专业学位）,2014,硕士.
[23]李欣.基于神经网络的数据挖掘方法研究[D].大庆石油学院,2003.
[24]闫富贵.金属环境下UHF RFID标签性能恶化分析与设计研究[D].杭州电子科技大学,机械电子工程,2014,硕士.
[25]刘武韬.肝细胞癌1ncRNA表达谱研究[D].北京协和医学院,外科学,2014,博士.
[26]杨浩伟.基于DSP的图形发生器系统的曝光软件研究[D].中国科学院研究生院（电工研究所）,高电压与绝缘技术,2004,硕士.
[27]宗宁.十五里河磷形态变化与迁移规律研究[D].安徽大学,环境科学,2014,硕士.
[28]秦昕.《伊豆的舞女》中文译本中拟声拟态词的翻译[D].吉林大学,翻译,2014,硕士.
[29]齐鑫聪.指导大班幼儿理解数量关系的教学策略研究[D].内蒙古师范大学,学前教育学,2013,硕士.
[30]徐凤.面板数据模型可混合性检验的理论研究[D].西南财经大学,数量经济学,2013,博士.
[31]赵新华.基于.NET的订单管理系统设计与开发[D].兰州大学,计算机技术（专业学位）,2013,硕士.
[32]郭帝.金融危机后我国货币政策对证券市场的影响[D].云南财经大学,金融学,2014,硕士.
[33]李艳.论人大代表罢免制度的立法完善[D].内蒙古大学,法律,2013,硕士.
[34]王忠杰.辽宁省中学体育课程资源的现状调查与对策研究[D].辽宁师范大学,体育教育训练学,2011,硕士.
[35]李娜娜,邵文韵,刘畅,陆建良,梁月荣.茶树八氢番茄红素脱氢酶cDNA全长克隆与表达分析[J].茶叶,2014,02:69-74.
[36]郑海燕.初二学生知觉到的教师期望与自我价值感及成就目标的关系及干预研究[D].东北师范大学,发展与教育心理学,2003,硕士.
[37]丁硕.海滨生态旅游法律制度研究[D].山东师范大学,环境与资源保护法学,2013,硕士.
[38]杨桥樱.亚砷酸钠诱导人永生化角质形成细胞株HaCaT恶性转化及肿瘤干细胞标志物的表达及意义[D].广西医科大学,营养与食品卫生学,2013,硕士.
[39]王至秦,唐岚,计燕萍,徐兴.原花青素自微乳给药系统的研究[J].中成药,2013,12:2749-2752.
[40]江峰.量化参数在色谱定量结构—保留关系研究中的应用[D].浙江工业大学,生物化工,2004,硕士.
[41]谢丽华.COPD动态miRNA表达谱的构建及血清miRNA分子标志物的筛选与鉴定[D].中南大学,临床医学,2014,博士.
[42]曾韩平.贵州高等级公路粉煤灰筑路适用综合技术研究[D].重庆交通大学,道路与铁道工程,2012,硕士.
[43]徐纪胜.带利率的对偶风险模型的分红问题[D].湖南师范大学,概率论与数理统计,2013,硕士.
[44]于卓琳.现代汉语形副兼类词探究[D].吉林大学,语言学及应用语言学,2013,硕士.
[45]边大伟.基于移动广播网的无线定位技术研究[D].辽宁工业大学,通信与信息系统,2013,硕士.
[46]邱胜南.谈写生在油画创作中的重要性[D].沈阳师范大学,美术,2014,硕士.
[47]宋文.中国古代造物与西方现代设计从“式”到“事”的比较研究[D].山东大学,设计艺术学,2013,硕士.
[48]张晓,樊治平.基于前景随机占优的多属性多标度大群体决策方法[J].控制与决策,2014,08:1429-1433.
[49]范军领.石墨烯传感器的研究进展[J].材料导报,2012,07:31-35.
[50]麻响箭.基于自然观的博览建筑空间研究[D].重庆大学,建筑学,2014,硕士.