شناسایی قطعه فایل با استفاده از محتوا و ویژگی های آماری

امروزه سرعت رشد و استفاده از دستگاه های دیجیتال؛ نظیر تبلت های اندرویدی و تلفن های هوشمند مردم را نسبت به جرایم اینترنتی آسیب پذیر کرده است،که مدارک و شواهد مربوط به جرایم موجود در فایل های کامپیوتری به راحتی می تواند از طریق دستکاری پسوند یک فایل و یا روش های دیگر غیر قابل دسترس شوند. در موارد پیچیده تر ممکن است فایل ها به قطعات مختلف تقسیم شوند و یا قسمت هایی از یک فایل که حاوی اطلاعاتی در مورد نوع فایل هستند، حذف شوند که در این موارد،موضوع شناسایی قطعه فایل مطرح می شود. به منظور حل مسایل مربوط به شناسایی قطعه فایل، فایل های شناخته شده به قطعات مختلف تقسیم شده و با الگوریتم های مختلف دسته بندی میزان دقت آنها اندازه گیری می شود.در مطالعه ی حاضر، ابتدا فایل به قطعات مختلف تقسیم می شود. سپس ویژگی های قطعه فایل که 256 مورد است توسط الگوریتم های کاهش ویژگیSFS و SFFS جهت حذف ویژگی های پرت و نامطلوب که موجب بالا بردن دقت و همچنان افزایش سرعت می شود، کاهش می یابد. در نهایت مجموعه ویژگی های کاهش یافته بدست آمده به سه الگوریتم دسته بندی MLP ، SVMو KNN جهت طبقه بندی و مقایسه ی نتایج داده می شود. روش پیشنهادی این مقاله قادر به شناسایی نوع قطعه فایل ها با دقت بالاتری نسبت به کارهای مشابه انجام شده می باشد.

Keywords:

قطعه فایل , الگوریتم شناسایی , کاهش ویژگی , ویژگی های قطعه فایل