在随机数据中搜索字符串

Question

在随机二进制文件中是否有人类可读文本字符串的标准搜索算法？

例如，处理可执行文件应该从导入表和字符串常量返回一些函数名列表。

显然必须使用一组特定于语言的词典并基于统计理论。

Answer 1

您可以使用Hidden Markov model。对于二进制文本数据和文本数据，您可以创建一个模型，该模型描述给出前面或前几个字节的任何字节的可能性。鉴于从一个模型切换到另一个模型的概率，Viterbi algorithm可以找到二进制和文本最可能的基础交替。