FFT-75

FFT-75 数据集包含来自 75 种流行文件类型的随机采样、可能重叠的文件片段。它是一个多样化且平衡的数据集，标有类 ID，可用于训练有监督的机器学习模型。我们区分了 6 种不同粒度的不同场景，并提供了 512 和 4096 字节块的变体。在每种情况下，我们都采样了一个平衡的数据集并将数据拆分如下：80% 用于训练，10% 用于测试，10% 用于验证。

The FFT-75 dataset comprises randomly sampled, potentially overlapping file fragments from 75 popular file types. It is a diverse and balanced dataset labeled with class IDs, designed for training supervised machine learning models. We define six distinct scenarios with varying granularities, and provide two variants using 512-byte and 4096-byte blocks respectively. In each case, we sampled a balanced dataset and split the data as follows: 80% for training, 10% for testing, and 10% for validation.

搜集汇总

背景与挑战

背景概述

FFT-75数据集是一个多样化和平衡的数据集，包含75种流行文件类型的随机采样文件片段，并标注了类ID，适用于监督机器学习模型训练。它提供了6种不同粒度的场景和两种字节块变体（512和4096字节），数据按80%训练、10%测试和10%验证的比例划分。