对抗网络与机器学习在文件分类中的应用
机器学习
2023-02-03 v2
摘要
正确识别所检查文件的类型是取证调查的关键环节。仅凭文件类型即可提示其内嵌内容，如图片、视频、手稿、电子表格等。在系统所有者可能希望使其文件不可访问或隐藏文件类型的情况下，我们提出使用对抗训练的机器学习神经网络来确定文件的真实类型，即使扩展名或文件头被混淆以增加发现难度。我们的半监督生成对抗网络（SGAN）在11种不同文件类型的分类中达到了97.6%的准确率。我们还将我们的网络与传统独立神经网络及其他三种机器学习算法进行了比较。对抗训练的网络被证明是最精确的文件分类器，尤其是在可用有监督样本较少的场景中。我们使用SGAN实现的文件分类器已发布于GitHub（https://ksaintg.github.io/SGAN-File-Classier）。
引用
@article{arxiv.2301.11964,
title = {Adversarial Networks and Machine Learning for File Classification},
author = {Ken St. Germain and Josh Angichiodo},
journal= {arXiv preprint arXiv:2301.11964},
year = {2023}
}