File Fragment Classifcation Using Neural Networks with Lossless Representations阅读笔记

本文解决了什么问题？

1.将神经网络应用于文件片段分类的新方法，首先，片段的各个位直接用作模型输入，使用这个或任何其他无损特征表示法都没有找到以前的工作。
2.文件片段分类研究的一个主要思想流派是，分类器应该是专门化的，并且应该考虑可能的最具体的模式，以便在准确性和速度方面最大限度地提高性能。这在很大程度上是基于特定应用的需要，过去构造的广义模型的性能不理想。然而，过去的模型都不是真正的可普遍推广的，这可能会对它们的性能产生负面影响，也代表了对其他需要推广模型的应用的未满足需求。

本文运用了什么方法？

资源：GovDocs1语料库
工具：Python3.2 keras theano
1.数据集的提取：不同类型提取相同数量的文件，片段大小为512字节（最小处理单元）
2.特征表示：核心部分
每个片段有512字节，每个字节有8位，每个位有2个特性（1.2），每个片段有819个特性。
3.模型：
前馈：平面格式提供给前馈网络，包括8192个向量
递归：每步一个字节（16个特征），共512步
卷积：512*16矩阵

4.模型调优：手动参数