بهبود طبقه بندی قطعات فایل با انتخاب ویژگی به روش ترکیبی فیلتر و جایگشت

چکیده مقاله

شناسایی نوع فایل های قطعه بندی شده یک کار بسیار مهم در آنالیز Forensic محسوب می شود که می توان با چندین روش آن راانجام داد یکی از روش های متداول برای تعیین ویژگی فایل ها؛ استخراج قسمتی از فایل بعنوان ورودی برای استفاده از الگوریتم هایطبقه بندی است گرچه این روش مشکل بزرگ داده ها را در پی دارد و تعدد ویژگی های استخراج شده بسیار زیاد است این مشکلسبب میشود یادگیری و طبقه بندی، نادرست و ناکارآمد باشد در این مقاله یک روش ترکیبی برای حل این مسئله با استفاده از فیلتربندی و wrappers پیشنهاد می شود تا تعداد ویژگی های موجود را بطور قابل توجهی کاهش داده و همچنین دقت طبقه بندی فایلها نیز بهبود یابد در مرحله اول از ۳ فیلتر مناسب جهت فیلتر کردن تعدادی زیادی از ویژگی های موجود بی ربط و یا کم اهمیتاستفاده میشود، سپس آن ها را ترکیب می کند و سپس برخی wrappers به جهت کاهش تعداد ویژگی های اضافی و انتخاب ویژگیهای برجسته از بین آن ها استفاده می شود در این مقاله، از دیتاست GOV DOCS یک پایگاه داده نشریه ای از سراسر ایالاتمتحده استفاده شده است نتایج آزمایش های انجام شده نشان می دهد که روش ما توانسته است تعداد ویژگی ها را از ۶۶۳۱۳ به ۱۱ الی۳۲ کاهش دهد؛ همچنین در مقایسه با سایر روش هایی که از همه ویژگی های موجود استفاده می کند؛ این روش دقت طبقه بندی رانیز بهبود می بخشد

کلیدواژه‌ها

نویسندگان

رویا زارع فرخادی

عضو هیئت علمی گروه کامپیوتر موسسه آموزش عالی و غیرانتفاعی رشدیه، تبریز

�ارع فرخادی، رویا،1400،بهبود طبقه بندی قطعات فایل با انتخاب ویژگی به روش ترکیبی فیلتر و جایگشت،اولین کنفرانس ملی تحول دیجیتال و سیستم های هوشمند،لارستان

ارائه‌شده در

مجموعه مقالات اولین کنفرانس ملی تحول دیجیتال و سیستم های هوشمند25 آذر 1400 · لارستان