给定十六进制数据的样本，我想识别整个样本中重复的UNKNOWN字节序列。 （不搜索已知的字符串或值）我正在尝试对网络协议进行逆向工程，我正在确定数据包中的数据结构。作为我正在尝试做的一个例子（尽管规模较小）：
(af:b6:ea:3d:83:02:00:00):{21:03:00:00}:[b3:49:96:23:01]
{21:03:00:00}:(af:b6:ea:3d:83:02:00:00):01:42:00:00:00:00:01:57
和
(38:64:88:6e:83:02:00:00):{26:03:00:00}:[b3:49:96:23:01]
{26:03:00:00}:(38:64:88:6e:83:02:00:00):01:42:00:00:00:00:00:01
显然，这些很容易被人们发现，但数据中数百个字符的模式却不容易。我不期待这个解决方案的灵丹妙药，只是在正确的方向上轻推，甚至更好，一个预制工具。
我目前需要这个用于C＃项目，但我对所有工具都开放。
答案 0 :(得分：0)
如果您不知道自己在寻找什么，可以通过对相当大的对话样本执行negative entropy分析来了解数据的布局，以查看记录的长度/子记录。
如果数据的结构具有大致相同长度和内容类型的重复序列，则应该看到围绕记录和子记录长度具有几乎相同的负熵的聚类值。
例如，如果您放置一个包含大量相同数据的基本文件，您应该看到具有可比较的negentropies的平均记录长度周围的值（例如：如果您使用平均行长度为117字节的CSV文件，你可能会看到具有最高负熵的115,116,117和119），以及具有相同负熵的最常见场长的值。
您可能会进行字节出现扫描，以查看哪些字节值可能是分隔符。
有一个免费的十六进制编辑器，其中的源代码可以为您（hexplorer，在加密/查找模式菜单中）执行此操作。您可能必须通过选项将默认字体更改为UI中的实际内容。