基于特征标识de文件类型识别与匹配.pdfVIP

基于特征标识的文件类型识别与匹配 张润峰 (江南计算技术研究所 ，江苏 无锡 214083) 摘 要：不同类型文件的识别与匹配是计算机文件 系统中一个重要问题，一般分为特征标识 (魔数)和后缀名两种方式，其中 后者是被广泛接受的一种方式。然而在使用过程 中，经常遇见文件名被篡改或损坏、文件后缀名缺失而无法被系统自动识别 的情况，此时无法正常打开、浏览或编辑文件。文件头的特征标识将文件特征信息存储于文件数据 内部 ，不容易被修改或损坏， 且在定义时具有惟一性，可作为文件类型识别与匹配的可靠依据 基于文件头特征标识技术，建立特征标识数据库表，开发 的文件类型识别与匹配软件，已应用于某网络数据提取与组报系统对网络文件、邮件附件提取环节中。 关键词：文件类型；特征标识；魔数 Recognizing and Matching ofFile Type based on Identifiers ZHANG RUn—feng (dangnan st托UteofComp[!t)／TgTecknology, Xf．J；~／#gsuglMO# Ohh／a) Abstract：Filetyperecognizingandmatchingisanessentialelementincomputerfilesystems．Itisalwaysimplementedintwomethods：identifier(magic number)andpostfix．Themethodbasedonpostfix ismorecommonlyused．Butsometimesfilenamesarechangedanddestroyed，andpostfixes areabsent，so these filescan’tberecognized oropenedoP edited．Identifierwhich isattachedby file information isstored in filedata body． It is defined uniquely and can’t be modified or destroyed easily so it canbe used asa foundation forrecognizing andmatching．Based on ． Identifier，thispaperbuildsan Identifierdata table，withwhich aprogram forrecognizingandmatching of differentfile types isdeveloped．This program isbeing usedforachievingnetfilesandmailattachmentsinanetdata,diggingandrebuildingsystem． Key words：filetype；Identifier；magicnumber 1概述 文件特征信息存储于文件数据内部，不容易被修改 在 W indoWS系统环境下，文件管理器根据文 或损坏，且在定义时具有惟一性，可作为文件类型 件 的后缀名来识别和判断文件类型。系统在注册表 识别与匹配的可靠依据。 “HKEY— CLASSES— ROOT”下添加 “．后缀名” 除了以上两种方法，研究人员…还提 出了一种 的项，建立不同文件类型与打开程序之间的关联， “指纹 ”的文件类型识别机制 ，其基本思想是统计 使用户在双击该文件时系统 自动选择应用程序进行 文件中所有数据的某些特定字节 (特征值)，生成 调用，供用户浏览或编辑。然而文件名 (包括后缀 文件类型的指纹，依此作为文件识别的标