如此处所讨论的，熵（以字节为单位）以接近0的值被认为是更有序的，而接近8的熵被认为是更随机的。
直觉上，这可能会产生很多误报。谁能解释这种方法是否适合确定给定的随机文件是否已加密？
#1 楼
如果尝试为此使用Shannon熵，则可能会同时出现误报和误报。许多压缩文件的每个字节的熵将接近8位，从而导致
任何具有某些非二进制编码的加密文件（例如包含ASCII装甲的PGP消息的文件，或仅具有低熵标头的文件），其熵值可能都较低，从而导致假阴性。 >如果使用Format Preserving Encryption，则也可能导致假阴性结果
它可以作为启发式方法，但您不应依赖于正确的结果。
评论
$ \ begingroup $
但是，您可以检查文件的前4-8个字节，以查看幻数是否为已知压缩文件或二进制文件列表的一部分。将PNG，PK，MZ，GIFa，PDF或类似内容作为前几个字节会告诉您该文件未加密。这需要庞大的查找列表以进行检测。
$ \ endgroup $
–伊斯梅尔·米格尔（Ismael Miguel）
16-6-29在14:49
$ \ begingroup $
这是一个好点。但是，当您知道这些文件的结构时，您的观点会变得有些沉默。是的，内容可以被加密，但是它将是一个损坏的文件（如果看到有效的加密PNG，我会感到惊讶），或者结构中的某处说“已加密”。我同意您不能可靠地执行此操作的前提，但是您可以通过了解文件结构来排除一些“要点”。并回答您的问题，您不能确定由加扰字节组成的文件是垃圾文件（例如：随机mojibake）还是真正加密的文件。
$ \ endgroup $
–伊斯梅尔·米格尔（Ismael Miguel）
16年6月29日在15:04
$ \ begingroup $
@IsmaelMiguel也许不是PNG，而是借鉴我对Will的回答：我可以使用完全有效的TIFF容器保存二进制PGP加密的消息，该文件几乎可以肯定会很高兴地调用TIFF图像并继续与生活。 （我什至非常确定我可以制作一个既包含PGP加密消息又包含真实图像的图像，该图像可以正常打开并显示！）
$ \ endgroup $
–用户
16-6-29在15:11
$ \ begingroup $
@IsmaelMiguel是既有效又经过加密的PNG，正如您所说，您会惊讶地看到。查找更多示例或生成示例并不难。
$ \ endgroup $
–橙色狗
16年6月29日在17:19
$ \ begingroup $
相反，我可以通过uuencode / base64 / ascii85运行加密的文件，并生成一个熵分别较小的文件。
$ \ endgroup $
–阿伦
16年6月30日在1:05
#2 楼
是的，它是一个很好的指标，没有，不会有很多误报。高熵文件表示文件已被很好地加密，压缩或仅包含真正的随机字节。 br />
大多数压缩格式具有可识别的标头等，因此可以轻松区分。
大多数人没有随机字节的文件，为什么呢？
强密码学致力于密文的不可区分性。这是确保安全的必要属性，但也使其脱颖而出。
因此，请想象您是警察或边防人员在审问嫌疑人。他们计算机上的文件看似随机。您将得出结论，必须对其进行加密，并要求犯罪嫌疑人移交密钥。
人们还努力寻找用于标准密码和加密格式的“鉴别器”。例如，trucrypt。
隐藏一条消息，不仅仅是对其进行加密，这被称为隐写术。
评论
$ \ begingroup $
未“正确”加密。甚至非常破损的加密算法也可能具有足够的随机性，以至于香农熵接近最大值。 （例如，具有流密码的随机数重用。）
$ \ endgroup $
–otus
16年6月29日在6:49
$ \ begingroup $
...或压缩或二进制（只需对您的MP3或视频集合进行熵计算）。熵计算本身不会削减它。您自己是通过指向压缩文件并检查其头文件来自己说的-这超出了熵计算的范围，解决了他的答案中指出的假阳性问题@otus。请注意，该问题并未询问如何区分文件，而是询问熵计算是否足以识别。显然不是。
$ \ endgroup $
– e-sushi
16-6-29在9:38
$ \ begingroup $
我非常确定，例如使用合理长度的MP3或合理尺寸的JPEG照片，有效载荷数据将完全使众所周知的标头相形见war。因此，标头不会显着影响该文件的整体“熵”。而且我可以使用一个完全有效的TIFF容器来保存二进制PGP加密的消息，该文件几乎可以肯定会很愉快地称为TIFF图像，并且可以继续存在。
$ \ endgroup $
–用户
16-6-29在14:18
$ \ begingroup $
我认为评论者可能对问题中的“确定”一词过于关注。这个答案并没有从字面上看，而是认为这比学术问题更实际。我在这里给出+1，因为我希望该技术在实践中能很好地工作，可以快速轻松地将大型硬盘缩减为相对较少的候选对象，然后可以对其进行仔细检查。作为额外的步骤，应该分解找到的所有压缩存档，并以相同方式扫描内容。
$ \ endgroup $
–wberry
16年6月29日在15:44
$ \ begingroup $
RE base64编码，如果采用XML纯文本并将其进行base64编码，则可以直观地看到编码文本中的模式。通过实践，人们可以学会识别编码形式的某些明文。 base64不是一个争夺者，不会极大地影响熵测度。
$ \ endgroup $
–wberry
16-6-29在15:45
评论
纯随机文件最多，其次是加密，然后是压缩。音频和图像文件更少，文本更少，ht / xml更少...参见youtube.com/watch?v=T0MVe4aud30加密文件的真正吸烟者是比特值的均匀分布，请参见视频上的15m具体来说。香农熵是为生成随机输出而不是为数据串生成的过程定义的。 Kolmogorov的复杂度是无与伦比的（对于加密的文件，它只比等效的明文最小）。因此，您几乎可以尝试压缩文件（例如，使用gzip / deflate）并检查文件是否变小。
我很确定/etc/entropy.bin未加密，并且没有有意义的标头。
好的加密不一定会导致高熵！假设您使用相同的密码对流密码的密码流进行加密。这导致很多零，但其加密功能很强。使用分组密码可以实现类似的目的。我现在无法验证，但我想该视频包含示例：media.ccc.de/v/31c3_-5930-zh-saal_6-201412291400-funky_file_formats-_ange_albertini