ファイルプリント：n-グラム分析によるファイルタイプの特定

我々は、バイナリコンテンツの効率的な1-グラム分析を使用してファイルのタイプを分類するための方法を提案します。我々の目的は、パースせずにバイナリコンテンツの統計分析を使用して任意のファイルの真のタイプを正確に特定できるようにすることです。その結果、ファイル名が真のタイプを示さない場合でも、そのファイルのタイプを特定することができます。この方法は、すべての同じファイルタイプのメンバーを統計的な1-グラムモデルのセットで表現する、ファイルタイプをコンパクトに表現する手法をファイルプリントと呼びます。この方法は非常に効率的に設計されており、ファイルをほとんどバッファリングなしで検査でき、高帯域幅環境で動作するネットワーク機器上や、ディスクからファイルをストリーミングする際にも使用可能です。