360智能摄像机删除文件的恢复方法

智能摄像机仅需要一张存储卡即可实现视频、音频的采集,同时可以通过手机APP进行远程控制,相比传统安防设备成本更低、更容易部署。360早些年就发布过智能摄像机,不过市场反应一般不温不火,现在占用率差小米远了。这类摄像机由于APP远程控制允许使用人对存储设备进行格式化、删除文件等各种操作,所以数据极易被破坏。当遇到重要视频文件被删除时应该如何恢复呢?

故障存储: 

32GB TF卡/MS fat32文件系统/簇大小:32KB

故障现象:

客户描述此卡被手机APP远程批量删除了大量视频文件,当发现时已经使用了一小段时间,卡的剩余空间还有29.7G(如图1)。图2中可以看到卡已经有新的视频文件写入不过数量不算多,这种情况理论上讲应该是可以恢复的。客户提供了要恢复视频的精确时间段,大约需要不到40分钟的视频文件。

图1:卡的剩余空间还有29.7G

图2:卡中已经写入了新的视频文件不过数量不算多

故障分析:

家用智能摄像机处理的最多就是小米,360不算多,不过360和小米也有共同点,基本上规律如下:

1、1分钟生成一个文件。

  1. 文件格式为MP4,小米的摄像机一般使用HVC高清编码,而360则使用AVC编码的多一些。
  2. 采用的方案是在生成当前MP4文件结构体时,已经在采集新的视频画面数据,此时会导致两个文件碎片交叉。

下边我们聊下360智能摄像机的恢复难点:

恢复难点:在于第3条,碎片化的文件。这种设计理念会随着写入文件的数量的增加导致碎片化机率暴增,最后小到一个碎片仅有一簇大小,这个就是文件系统的极限了。由于视频文件的结构体和数据区是分开的,所以过于碎片化的文件会导致“音视频”数据区交叉,360智能摄像机视频编码为AVC音频编码为AAC,都是压缩算法,所以根本没有任何规律而言(有规律的一定是结构体而不是数据本身)。在这种极端情况下使用CHS零壹视频恢复程序高级版也可以恢复出数据,但是很显然在这种情况下程序是无法判断所有碎片的归属关系的,这个时候恢复就需要手工介入,根据恢复时的经验来定数据在进行判断。

图3:1.9M的文件在32K簇大小情况下竟然有40个碎片(注:配图和簇参数为其它案例)

故障处理:

根据这种复杂的情况,通用型的恢复软件是无法恢复的,原理如下:

  1. 删除或者格式化后FAT32或者exfat 都会对FAT表进行清0,清0后存在碎片的文件是无法得到有效的链表的,没有链表就无法得到准确的数据。
  2. 由于文件不连续存放,所以此时通用型恢复软件只能采用起始簇指针+文件长度进行“野蛮定位”,最终数据全部错误无法播放(如图5)。

图4:通用的恢复软件对于碎片化的文件无能为力

图5:文件的碎片化恢复出错无法播放

说了这么多难道真的没有办法恢复了?办法有,我们看图说话(如图6),之前的案例解释的很清楚了感兴趣的小伙伴可以爬楼观看,这里只简述就不再码字了 :-) :-) :-)

目录项中有文件起始簇和文件长度, 通过这两项可以定位文件头所在,并且可以获取到文件大小,这些很重要,相等于做了一个初步定位。剩下的精细定位就需要靠经验来判断了,如果实在判断不出来(比如两个视频帧数据交叉了),只能用穷举法来一个个去试。基于这种恢复理念,碎片数量越多工作量越大。

图6:视频、音频帧数据存在碎片的简略图

直接请出我们之前编写的“MOOV视频RAW级重组程序“,程序的精度和便利度已经很好了,所以直接处理即可,目前此程序已经迭代到V2.0了,增加了目录自动处理、全局分析、扫描结果自动保存和加载等功能,算法上一直在向更好的方向发展,之前只是为了解决这种问题写的一个比较简陋的程序经过近两年的补充目前却快长成了参天大树,有些算法的提出到实现经历了“不可能”到“可以更好”的过程。这些算法在前阵子在另一个大型设备恢复中起到了巨大的作用,这或许就是数据恢复的魅力所在!

当然这个程序目前还仅仅是停留在半自动状态,因为多碎片的问题本身就“不可能”自动化解决,我们是在这种“不可能”中去寻求“效果极佳”的恢复方案!同时在这里也回答一个很多朋友的问题,这款程序不会公开发布,因为它不具备自动化恢复的要素。

图7是某一个长度为6.24M的视频文件恢复完成后统计的碎片数量,可以看到文件虽小但是碎片数量却很大,达到了114个碎片,如果是手工处理可以说一个文件就要耗费大量的时间而且极易出错。而在2.0程序的帮助效率比之前要提升了不少,经过近1天的恢复,成功恢复出指定时间的40多个文件,至此恢复工作完成!

图7:MOOV视频RAW级碎片重组程序已经迭代到2.0

这就是360智能摄像机删除视频文件的恢复方法,对于此类智能摄像头,CHS恢复的效果可以做到取证级别:确保每一帧声音、画面都100%正常,目前成功助力各大公检法机构的取证需求,大家在遇到此类问题时,欢迎和CHS数据实验室联系!

内容概要:文章以“智能网页数据标注工具”为例,深入探讨了谷歌浏览器扩展在毕业设计中的实战应用。通过开发具备实体识别、情感分类等功能的浏览器扩展,学生能够融合前端开发、自然语言处理(NLP)、本地存储与模型推理等技术,实现高效的网页数据标注系统。文中详细解析了扩展的技术架构,涵盖Manifest V3配置、内容脚本与Service Worker协作、TensorFlow.js模型在浏览器端的轻量化部署与推理流程,并提供了核心代码实现,包括文本选择、标注工具栏动态生成、高亮显示及模型预测功能。同时展望了多模态标注、主动学习与边缘计算协同等未来发展方向。; 适合人群:具备前端开发基础、熟悉JavaScript和浏览器机制,有一定AI模型应用经验的计算机相关专业本科生或研究生,尤其适合将浏览器扩展与人工智能结合进行毕业设计的学生。; 使用场景及目标:①掌握浏览器扩展开发全流程,理解内容脚本、Service Worker与弹出页的通信机制;②实现在浏览器端运行轻量级AI模型(如NER、情感分析)的技术方案;③构建可用于真实场景的数据标注工具,提升标注效率并探索主动学习、协同标注等智能化功能。; 阅读建议:建议结合代码实例搭建开发环境,逐步实现标注功能并集成本地模型推理。重点关注模型轻量化、内存管理与DOM操作的稳定性,在实践中理解浏览器扩展的安全机制与性能优化策略。
基于Gin+GORM+Casbin+Vue.js的权限管理系统是一个采用前后端分离架构的企业级权限管理解决方案,专为软件工程和计算机科学专业的毕业设计项目开发。该系统基于Go语言构建后端服务,结合Vue.js前端框架,实现了完整的权限控制和管理功能,适用于各类需要精细化权限管理的应用场景。 系统后端采用Gin作为Web框架,提供高性能的HTTP服务;使用GORM作为ORM框架,简化数据库操作;集成Casbin实现灵活的权限控制模型。前端基于vue-element-admin模板开发,提供现代化的用户界面和交互体验。系统采用分层架构和模块化设计,确保代码的可维护性和可扩展性。 主要功能包括用户管理、角色管理、权限管理、菜单管理、操作日志等核心模块。用户管理模块支持用户信息的增删改查和状态管理;角色管理模块允许定义不同角色并分配相应权限;权限管理模块基于Casbin实现细粒度的访问控制;菜单管理模块动态生成前端导航菜单;操作日志模块记系统关键操作,便于审计和追踪。 技术栈方面,后端使用Go语言开发,结合Gin、GORM、Casbin等成熟框架;前端使用Vue.js、Element UI等现代前端技术;数据库支持MySQL、PostgreSQL等主流关系型数据库;采用RESTful API设计规范,确保前后端通信的标准化。系统还应用了单例模式、工厂模式、依赖注入等设计模式,提升代码质量和可测试性。 该权限管理系统适用于企业管理系统、内部办公平台、多租户SaaS应用等需要复杂权限控制的场景。作为毕业设计项目,它提供了完整的源码和论文文档,帮助学生深入理解前后端分离架构、权限控制原理、现代Web开发技术等关键知识点。系统设计规范,代码结构清晰,注释完整,非常适合作为计算机相关专业的毕业设计参考或实际项目开发的基础框架。 资源包含完整的系统源码、数据库设计文档、部署说明和毕
(Kriging_NSGA2)克里金模型结合多目标遗传算法求最优因变量及对应的最佳自变量组合研究(Matlab代码实现)内容概要:本文研究了克里金(Kriging)模型与多目标遗传算法(NSGA-II)相结合的方法,用于求解最优因变量及其对应的最佳自变量组合。通过构建克里金代理模型近似复杂的目标函数,有效降低了计算成本,并利用NSGA-II算法进行多目标优化,实现了在多个相互冲突的目标之间寻找帕累托最优解。文中详细阐述了克里金模型的构建过程、超参数估计方法以及与NSGA-II算法的集成方式,最后通过Matlab代码实现该方法,并应用于实际案例中验证其有效性。; 适合人群:具备一定数学建模和优化理论基础,熟悉Matlab编程,从事工程优化、数据分析或相关领域研究的科研人员及研究生。; 使用场景及目标:①解决高维、非线性、计算代价高昂的多目标优化问题;②在缺乏显式函数表达式的仿真或实验系统中,利用代理模型加速优化进程;③获取最优性能指标(因变量)的同时确定对应的最佳设计参数(自变量组合)。; 阅读建议:建议读者结合文中提供的Matlab代码,深入理解克里金模型的构造与交叉验证方法,掌握NSGA-II算法的关键操作,如非支配排序和拥挤距离计算,并通过实际案例调试程序,加深对代理模型辅助优化流程的整体把握。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值