我无法计算 .exe 文件的熵答案

【问题标题】：I'm unable to calculate the entropy of a .exe file我无法计算 .exe 文件的熵
【发布时间】：2014-09-30 21:23:37
【问题描述】：

我正在尝试通过将 .exe 文件作为输入来计算它的熵。但是，我得到的是零值而不是答案。

文件的熵可以理解为文件中每个字符(pi*log(pi))的总和。我正在尝试计算 .exe 文件的熵。但是，我最终得到一个“0”。 '.exe' 文件肯定有输出。

下面是我的代码。

#include <stdio.h>
#include <stdlib.h>
#include "stdbool.h"
#include <string.h>
#include <conio.h>
#include <math.h>

#define MAXLEN 100 

int makehist( char *S, int *hist, int len) {
   int wherechar[256];
   int i,histlen;
   histlen=0;
   for (i=0;i<256;i++)
       wherechar[i]=-1;
   for (i=0;i<len;i++) {
       if (wherechar[(int)S[i]]==-1) {
           wherechar[(int)S[i]]=histlen;
           histlen++;
       }
       hist[wherechar[(int)S[i]]]++;
   }
   return histlen;
}

double entropy(int *hist, int histlen, int len) {
    int i;
    double H;
    H=0;
    for (i=0;i<histlen;i++) {
        H-=(double)hist[i]/len*log((double)hist[i]/len);
    }
    return H;
}

void main() {
    char S[100];
    int len,*hist,histlen;
    int num;
    double H;
    int i=0;
    int count =0;
    FILE*file = fopen("freq.exe","r");
    while (fscanf(file,"%d",&num)>0)
    {
        S[i]=num;
        printf("%d",S[i]);

        i++;
    }

    hist=(int*)calloc(i,sizeof(int));

    histlen=makehist(S,hist,i);

    H=entropy(hist,histlen,i);
    printf("%lf\n",H);
    getch();
}

【问题讨论】：

天哪。你的缩进怎么了？那是无法阅读的。
当要求人们阅读您的代码时，请更好地格式化。缩进、运算符周围的空格（例如for(i = 0; i < 256; i++)）等
@MattiVirkkunen ,@Almo 谢谢大家的建议
新颖的想法——打印出一些中间结果，例如。 'i' 和 'histlen'，或者使用实际的调试器来检查它们的值。
您正在尝试将 exe 文件解析为数字文本文件。不要使用 fscanf。使用 fgetc 或 fread 读取字节。

标签： c entropy

【解决方案1】：

while (fscanf(file,"%d",&num)>0)

这会读取编码为前导空格、可选符号和数字序列的数字。一旦在您的文件中遇到其他字符（可能是第一个字节），您的循环就会停止。您需要使用getc 或fread 读取原始字节。

另外，在向 StackOverflow 提交问题之前，请考虑进行最基本的调试。当然，您在该循环中的 printf 从未打印过任何内容，但您没有在问题中提及这一点，显然也没有调查原因。

其他一些问题：

#define MAXLEN 100

这从未使用过。

void main()

这不是main 的有效定义。使用

int main(void)

char S[100];

如果输入包含超过 100 个字符，则您的行为未定义，而 .exe 文件肯定会。您确实应该在读取它们时将字节输入直方图计算，而不是将它们存储在缓冲区中。最简单的方法是使wherechar 和histlen 成为全局变量，但您也可以将所需的所有内容放入结构中，并将指向该结构的指针与每个字节一起传递给makehist，然后再次将指针传递给该结构到entropy。

FILE*file = fopen("freq.exe","r");

二进制文件必须用“rb”打开（在 linux 上没关系，但在 Windows 上）。另外，你应该检查fopen是否成功。

hist=(int*)calloc(i,sizeof(int));

hist 应该有 256 个元素。如果你先分配它，那么你可以按照上面读取的方式处理每个字节。

如果文件为空，则在 entropy 中除以零...您应该检查 len == 0。

wherechar[(int)S[i]] 如果文件包含带有负值的字符，则为未定义的行为，因为它肯定会。您应该使用unsigned char 而不是char，这样就不需要强制转换了。

【讨论】：

【解决方案2】：

这一行似乎在读数字：

fscanf(file,"%d",&num)

但我真的不希望在 EXE 文件中找到很多数字。它们是所有不同类型的随机字节值。

数字只是数字 0-9（以及 - 和 + 符号）。

【讨论】：