Windows NTFS下数据恢复的研究与实现

针对由主观或客观因素造成计算机中数据丢失的情况,提出一种Windows NTFS文件系统下数据恢复的实现方案.介绍了NTFS文件系统在磁盘上的结构,重点分析了NTFS文件系统的核心--主文件表MFT,文件记录的结构和文件的几个关键属性.通过分析文件删除前后文件记录中属性值的变化,详细阐述了数据恢复的具体实现.     

计算机取证中基于文件特征的数据恢复算法技术研究

为解决计算机取证中的数据恢复问题,提出了一种基于新式技术文件系统(new technology file system,NTFS)的数据恢复方案。通过剖析其主控文件表(master file table,MFT),提出一种基于文件特征的数据恢复算法。此算法通过全盘深粒度扫描磁盘扇区并根据各种类型文件的头部和尾部特征码在磁盘中匹配确定文件的起始和结束扇区,从而根据文件起始、结束扇区之间数据重建恢复此类型文件。实验结果表明,通过此算法设计的软件在搜索量,效率方面都有明显改善。     

基于NTFS文件系统的数据恢复技术

针对用户在NTFS文件系统下由于误操作,造成硬盘上的数据被误删除或格式化等数据丢失的情况下,提出如何恢复数据的方法。通过对NTFS文件系统结构的详细介绍,重点分析了NTFS文件系统的主文件表MFT、文件记录的结构和文件的几个关键属性(即文件名,标准信息,数据流等),并在此基础上通过分析文件删除前后文件属性值的变化,对数据恢复的具体方法和过程进行了详细的阐述。     

FAT32文件系统下的数据恢复分析

针对用户在微软操作系统下误操作,造成数据丢失,提出如何找回数据方法.详细介绍了FAT32文件系统结构,各个链表之间的关系.根据文件存储特点,重点讲述了数据软恢复过程.     

探析基于SQL数据库中日志文件的数据恢复对策

随着社会的不断发展,数据库已经成为了人们生活和工作中不可或缺的一部分,但是受各种因素的影响,数据库中的日志文件中的数据存在被损坏的风险,这对于人们工作、生活的正常进行有着极大的阻碍,相关技术人员必须对其重视.     

基于孩子兄弟树的 FAT32 文件删除恢复算法

针对由主观或客观因素造成计算机中数据丢失的情况,提出一种Windows FAT32文件系统下基于孩子兄弟树的数据删除恢复算法。 介绍FAT32文件系统和孩子兄弟树,详细阐述了如何基于孩子兄弟树重建FAT32文件系统的目录树,快速搜索到被删除文件的目录项,并通过分析文件删除前后目录项中属性值的变化来恢复被删除的文件。     

exFAT文件系统分析工具设计与开发

通过对exFAT文件系统的概念与基本的工作原理及整体布局的分析,比较了该文件系统与当前主流文件系统的优势和缺点,讨论了exFAT文件系统分析工具的现状,对该工具编程所需的准备工作,实现该工具过程中的难点与关键点,以及实现的结果等,并与目前存在的恢复工具进行了比较,提出了该工具目前存在的不足与改进之处.     

分门别类救数据恢复被误删误桥的文件

就“文件丢失”这样的惨事来说，文件被误删除、分区被误格式化，应该就是马大哈们最常遇到的两种情况了。遇上这样的情况，想要把文件救回来，当然得先找到趁手的数据恢复软件。     

基于 Hadoop平台的并行特征匹配算法研究

很多大企业采用Hadoop分布式文件系统来存储海量数据,而传统的病毒扫描主要针对单机系统环境。研究如何并行化病毒扫描中的核心特征匹配算法来处理分布式海量数据。在Hadoop平台下,基于MapReduce并行编程模型来实现大数据高效的病毒扫描,特别是针对Hadoop处理海量小文件效率低的问题,通过将小文件合并,再利用索引来提高海量小文件的处理效率。实验结果表明,提出的并行特征匹配算法可以显著降低处理时间,适用于大数据的病毒扫描。     

FAT32下有效数据快速恢复方法

针对来自客观设备失败和主观数据破坏,提出一种数据快速恢复方案。当文件系统未损坏或损坏不严重时,只选取文件分配表(FAT)表项中有价值的内容实现数据快速还原;如果破坏严重(或出于计算机取证需要),则可以从整个物理硬盘的所有空间(包括操作系统中不可见区域)里最大限度提取出用户的有效数据信息。根据FAT32文件系统中数据存储与删除机理,通过扫描FAT表中未分配空间,以文件头部特征码所在扇区的簇号和残存目录项中文件大小两个参数确定文件的存储空间进而恢复;探讨了复合文档结构,给出了根据文档存储规范和数据流标识提取有效信息方法。实验表明,该方案可以简单、高效地恢复被删除的数据。     

基于特征提取偏好与背景色相关性的数据增强算法

深度神经网络具有强大的特征自学习能力,可以通过多层逐步提取的方式获取不同层次的粒度特征,但当图片目标本体与背景色具有强相关性时,特征提取会存在"惰性",所提取特征的抽象层次较低,判别性不足。针对此问题,通过实验对深度神经网络特征提取的内在规律进行研究,发现特征提取偏好与图片背景色之间具有相关性,消除该相关性可以帮助深度神经网络忽略背景的干扰,直接学习目标本体的特征,由此提出了数据增强算法,并在自主构建的数据集上进行实验。实验结果表明,所提算法可以降低背景色对目标本体特征提取的干扰,减少过拟合,提高分类效果。     

一种基于文件过滤驱动的Windows文件安全保护方案

针对提高文件安全级别需要较高安全成本问题,提出了一种低成本高安全的Windows文件保护方法。该方法采用Windows NT驱动框架,基于文件系统过滤驱动技术实现对文件进行透明加解密。文件内容用快速的对称算法加密,并且一文件一密钥。文件密钥用安全性更高的非对称算法加密,加密密钥保存于专用密钥文件中,用户私钥存放在密钥U盘里。在此基础上,提出了一种文件安全共享的方法。分析和应用表明,该方案在增加较少硬件成本基础上,可有效保护存储设备遗失或被盗、管理员密码被破解、文件共享时的文件安全。     

基于信息熵的改进TFIDF特征选择算法

特征的选择对文本分类的精确性有着非常重要的影响。针对传统的TFIDF没有考虑特征词条在各个类之间的分布的不足,对TFIDF特征选择算法进行了深入的分析,并结合信息熵的概念提出了一种新的TFIDF特征选择算法。实验结果表明,改进后的算法可以有效地提高文本分类的精确度。     

基于内存映射文件的进化算法数据存储引擎

为了观察和分析进化算法的执行情况,往往需要将算法执行过程中产生的大量数据存储在磁盘文件中。用于进化算法的嵌入式数据存储引擎EADB（Evolutionary Algorithm Database）提供了简便灵活的数据存储接口,通过使用内存映射文件技术来实现数据的快速和大量存储。相较于传统文件I/O存储方式和一般的通用数据存储引擎,EADB大大加快了存储速度。     

针对Flash存储介质的数据恢复技术研究

针对Flash存储介质的数据恢复技术是信息安全领域中一个非常重要的研究课题。Flash存储介质有其独特的、不同于磁存储介质的存储特性,所以在数据存储方式上也与磁存储介质有所不同。针对Flash存储介质的存储特性而设计的闪存文件系统通过闪存转换层来实现数据的读写和芯片的管理。因此从文件系统级和芯片级两个方面对Flash存储介质的数据恢复技术进行了研究,并提出了下一步工作方向。     

NTFS文件系统结构分析

详细分析了Windows NT操作系统使用的NTFS文件系统的基本结构,深入剖析了其主控文件表MFT、MFT记录、文件结构和目录结构等基本数据的结构。针对NTFS的卷结构,目录与文件结构、日志文件系统、故障时数据恢复等方面进行了研究。NTFS使用日志文件系统实现系统的数据故障恢复功能,对数据恢复过程及过程中日志文件系统的使用给出了详细的说明。