9、数字取证中的文件分类与哈希集优化技术

数字取证中的文件分类与哈希集优化技术

1. 基于上下文的GIF文件分类实验

在数字取证领域，文件分类是一项重要的任务。为了提高GIF文件的检测效果，进行了一系列基于上下文分类的实验。

1.1 实验设置

• 数据集 ：使用从互联网下载的1.5MB文件组成的新数据集，每个文件大小约为100KB。所有收集的文件被划分为512字节的块序列。
• 磁盘镜像场景 ：创建了四种“磁盘镜像”场景：
  1. 场景1：文件随机连接，创建无碎片的磁盘镜像。
  2. 场景2：文件被分成两个相等的片段，随机连接以创建双碎片磁盘镜像。
  3. 场景3：文件被分成三个相等的片段，随机连接以创建三碎片磁盘镜像。
  4. 场景4：文件被分成十个相等的片段，随机连接以创建十碎片磁盘镜像。
• 实验阶段 ：实验分为两个阶段。首先，使用GIF分类器对生成的磁盘镜像的所有块进行基本分类。然后，使用GIF分类器的输出计算每个块的基于上下文的分类。实验比较了包含和忽略块本身分类$C_i$的两种算法变体，并探索了上下文大小（ContextSize）参数值为3、5、8和10的情况。

以下是实验流程的mermaid流程图：

graph LR
    A[下载数据集] --> B[划分文件为块序列]
    B --> C[创建磁