MACHINE LEARNING MODEL FOR FILE FRAGMENT CLASSIFICATION.

Abstract

Focuses on applying Machine Learning and Deep Learning techniques for file fragment classification in digital forensics. The study uses Random Forest, XGBoost, and 1D-CNN models to classify fragmented data based on entropy, byte histograms, n-gram features, and raw byte sequences. Ứng dụng Machine Learning và Deep Learning trong phân loại file fragments phục vụ pháp y số. Đề tài sử dụng các mô hình Random Forest, XGBoost và 1D-CNN để phân loại dữ liệu bị phân mảnh dựa trên entropy, byte histogram, n-gram và raw bytes.