文件碎片识别和重组技术的研究与应用
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景 | 第10-12页 |
| 1.2 问题的提出 | 第12页 |
| 1.3 国内外研究现状 | 第12-15页 |
| 1.4 研究目的和意义 | 第15页 |
| 1.5 研究内容 | 第15-16页 |
| 1.6 论文组织结构 | 第16-18页 |
| 第2章 相关理论与技术概述 | 第18-32页 |
| 2.1 FAT32文件系统 | 第18-20页 |
| 2.1.1 FAT32的文件分配 | 第18-19页 |
| 2.1.2 FAT32的文件删除 | 第19页 |
| 2.1.3 FAT32的文件恢复 | 第19-20页 |
| 2.2 文件碎片 | 第20-22页 |
| 2.2.1 碎片产生的原因 | 第20-22页 |
| 2.2.2 碎片模型 | 第22页 |
| 2.3 文件雕复技术概述 | 第22-28页 |
| 2.3.1 基于文件头/文件尾雕复方法 | 第23-24页 |
| 2.3.2 基于文件头/最大长度雕复方法 | 第24页 |
| 2.3.3 基于映射函数雕复方法 | 第24-25页 |
| 2.3.4 二分片差距雕复方法 | 第25页 |
| 2.3.5 基于文件结构雕复方法 | 第25-26页 |
| 2.3.6 基于内容特征雕复方法 | 第26页 |
| 2.3.7 基于语义雕复方法 | 第26页 |
| 2.3.8 基于图论雕复方法 | 第26-27页 |
| 2.3.9 Smart雕复方法 | 第27-28页 |
| 2.4 模式识别 | 第28-30页 |
| 2.4.1 模式识别的应用 | 第28-29页 |
| 2.4.2 模式识别系统 | 第29-30页 |
| 2.4.3 模式识别方法 | 第30页 |
| 2.5 本章小结 | 第30-32页 |
| 第3章 基于内容特征的文件碎片分类算法 | 第32-40页 |
| 3.1 文件碎片分类的相关研究 | 第32页 |
| 3.2 文件碎片分类算法框架 | 第32-34页 |
| 3.3 文件碎片分类 | 第34-39页 |
| 3.3.1 支持向量机 | 第34-36页 |
| 3.3.2 特征提取算法 | 第36-37页 |
| 3.3.3 训练过程和分类过程 | 第37-38页 |
| 3.3.4 分类结果评估 | 第38-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第4章 文件碎片分类实验与分析 | 第40-54页 |
| 4.1 数据集 | 第40-41页 |
| 4.2 实验设计 | 第41-45页 |
| 4.2.1 熵值提取 | 第41页 |
| 4.2.2 高熵类型文件碎片分类 | 第41-43页 |
| 4.2.3 本文的文件碎片分类算法 | 第43-45页 |
| 4.2.4 验证实验 | 第45页 |
| 4.3 实验结果与分析 | 第45-52页 |
| 4.3.1 熵值特征提取算法 | 第45-47页 |
| 4.3.2 高熵文件碎片分类算法 | 第47-49页 |
| 4.3.3 本文的文件碎片分类算法 | 第49-51页 |
| 4.3.4 实验结果对比 | 第51-52页 |
| 4.4 本章小结 | 第52-54页 |
| 第5章 基于内容特征的文件雕复实现 | 第54-72页 |
| 5.1 文件碎片重组技术 | 第54-58页 |
| 5.1.1 基于磁盘簇逻辑顺序的重组算法 | 第54-56页 |
| 5.1.2 基于数据文件性质的重组算法 | 第56-58页 |
| 5.2 基于内容特征的文件雕复算法 | 第58-61页 |
| 5.2.1 文件雕复算法思想 | 第58-59页 |
| 5.2.2 文件雕复算法流程 | 第59-61页 |
| 5.3 实验设计 | 第61-64页 |
| 5.3.1 数据集 | 第61-62页 |
| 5.3.2 MD5校验 | 第62页 |
| 5.3.3 病毒扫描 | 第62页 |
| 5.3.4 雕复过程 | 第62-64页 |
| 5.3.5 验证实验 | 第64页 |
| 5.4 实验结果与分析 | 第64-70页 |
| 5.4.1 雕复结果比较与分析 | 第64-68页 |
| 5.4.2 雕复结果展示 | 第68-70页 |
| 5.5 本章小结 | 第70-72页 |
| 结论 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 攻读硕士学位期间取得的研究成果 | 第78-80页 |
| 致谢 | 第80页 |
