CN102737032B - 文件恢复的方法及装置 - Google Patents

Abstract

本发明公开了一种文件恢复的方法及装置，属于文件处理领域。方法包括：将文件进行分块，得到N个文件块，N为大于等于1的整数；为每个文件块添加冗余信息，所述冗余信息包括本文件块与之前文件块和之后文件块间的逻辑关系信息及所述本文件块的恢复域信息；根据特定文件块之前的文件块内的逻辑关系信息或所述特定文件块之后的文件块内的逻辑关系信息得到所述特定文件块；根据所述特定文件块的恢复域信息及预设恢复算法对所述特定文件块进行恢复。通过本发明技术方案的实现，使得在对文件进行恢复时，可以逐个对文件中的文件块进行恢复，而不再是传统的一次性对整个文件进行恢复，提高了对文件的恢复速度，并降低了系统内存的消耗量。

Description

文件恢复的方法及装置

技术领域

本发明涉及文件处理领域，特别涉及一种文件恢复的方法及装置。

背景技术

文件是一组相关联数据元素的有序序列，通常存储在计算机磁盘、光盘和U盘等载体上。

计算机网络作为新兴的信息传输渠道，基于其使用方便、传输速度高等优点，得到了用户的广泛青睐。计算机网络可以使文件的传输更加方便和及时，但是黑客及病毒的存在，使得网络中传输的文件存在一定的安全风险，如文件内容在传输过程中遭遇黑客的恶意更改、添加或删除以及病毒的入侵等，导致用户接收到的文件内容不再可靠，给用户带来一定的经济及精神损失。

另外，即使文件存储在载体上并未在网络中进行传输，依然存在一定的安全风险，如入侵到载体上的病毒对文件内容进行恶意的修改等，导致用户从载体上读取到的文件内容不再可靠，给用户带来一定的经济及精神损失。

那么，用户如何得知自己接收或读取到的文件内容是否可靠及可恢复就变得至关重要了。目前，通常使用纠错算法来验证文件内容的可靠性，并对不可靠内容进行恢复，以避免不必要的经济及精神损失。

但是，在现有技术中，纠错算法在对文件内容的可靠性进行验证及对不可靠内容进行恢复时，通常是一次性的对整个文件进行校验和恢复。先把整个文件打开，读到计算机内存中，然后一次性的对整个文件进行验证和恢复，这样做，尤其在文件很大时及其浪费内存，尤其是对像嵌入式设备这样内存资源有线的设备来讲，一次性校验和恢复整个文件很不实用；另外，仅是在小部分文件内容不可靠的情况下，并没有必要一次性对整个文件进行验证和恢复。

发明内容

为了解决上述技术问题，本发明实施例提供了一种文件恢复的方法及装置。所述技术方案如下：

一种文件恢复的方法，所述方法包括：

将文件进行分块，得到N个文件块，N为大于等于1的整数；

为每个文件块添加冗余信息，所述冗余信息包括本文件块与之前文件块和之后文件块间的逻辑关系信息及所述本文件块的恢复域信息；

根据特定文件块之前的文件块内的逻辑关系信息或所述特定文件块之后的文件块内的逻辑关系信息得到所述特定文件块；

根据所述特定文件块的恢复域信息及预设恢复算法对所述特定文件块进行恢复。

一种文件恢复的装置，所述装置包括：分块模块、添加模块、获取模块和恢复模块；

所述分块模块，用于将文件进行分块，得到N个文件块，N为大于等于1的整数；

所述添加模块，用于为每个文件块添加冗余信息，所述冗余信息包括本文件块与之前文件块和之后文件块间的逻辑关系信息及所述本文件块的恢复域信息；

所述获取模块，用于根据特定文件块之前的文件块内的逻辑关系信息或所述特定文件块之后的文件块内的逻辑关系信息得到所述特定文件块；

所述恢复模块，用于根据所述特定文件块的恢复域信息及预设恢复算法对所述特定文件块进行恢复。

通过本发明所提供的技术方案的实现，使得在对文件进行恢复时，可以逐个对文件中的文件块进行恢复，而不再是传统的一次性对整个文件进行恢复，提高了对文件的恢复速度，降低系统内存的消耗量。

附图说明

图1是本发明实施例1中提供的一种文件恢复的方法流程图；

图2是本发明实施例2中提供的一种文件恢复的方法流程图；

图3是本发明实施例3中提供的一种文件恢复的装置框图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。

实施例1

参见图1，一种文件恢复的方法，该方法的执行主体包括计算机、手机等用户终端，当然该方法的执行主体也可以是文件服务器等服务端，具体包括：

步骤101：将文件进行分块，得到N个文件块，N为大于等于1的整数；

步骤102：为每个文件块添加冗余信息，所述冗余信息包括本文件块与之前文件块和之后文件块间的逻辑关系信息及所述本文件块的恢复域信息；

步骤103：根据特定文件块之前的文件块内的逻辑关系信息或所述特定文件块之后的文件块内的逻辑关系信息得到所述特定文件块；

步骤104：根据所述特定文件块的恢复域信息及预设恢复算法对所述特定文件块进行恢复。

通过本发明实施例所提供的技术方案的实现，使得在对文件进行恢复时，可以逐个对文件中的文件块进行恢复，而不再是传统的一次性对整个文件进行恢复，提高了对文件的恢复速度，降低系统内存的消耗量。

实施例2

参见图2，一种文件恢复的方法，该方法的执行主体包括计算机、手机等用户终端，当然该方法的执行主体也可以是文件服务器等服务端，本发明实施例对此并不做具体限制，具体步骤如下：

步骤201：将文件分成N个文件块，N为大于等于1的整数；

具体地，将文件分成N个文件块，包括：

步骤201-1：预先根据文件的大小来设定文件块的大小；

步骤201-2：将文件按照文件块的大小分成N个文件块；

例如，文件的大小为m字节，设定的文件块大小为k字节，则文件可以分成n个文件块；当m/k有余数时，n＝m/k+1，这时，最后一个文件块的大小c＝m-k*(n-1)；当m/k整除时，n＝m/k；其中m、c和k为正数，n为大于等于1的正整数。

步骤201-3：为每个文件块分配相应的地址空间；

其中，为每个文件块分配的地址空间可以是物理上连续的地址空间，也可以是物理上离散的地址空间；

例如，为文件块1分配地址为0的地址空间，为文件块2分配地址为5的地址空间，为文件块3分配地址为7的地址空间，为文件块4分配地址为2的地址空间，……，为文件块n分配的地址空间为M等。

步骤202：分别根据每个文件块内的数据及预设运算规则计算出每个文件块的恢复域，该恢复域具体为GF(GaloisField，伽罗华)域或前向纠错码域，预设运算规则具体为伽罗华域运算规则或向前纠错码编码规则，本发明实施例对此并不做具体限定；

下面，以计算一个文件块的GF域为例来说明恢复域的计算过程：

首先需要知道的是，域GF(2^m)有2^m(设2^m＝q)个元素，且域GF(2^m)具有以下性质：

域GF(2^m)中的每个元素都可以用a⁰，a¹，a²，a^m-1的和来表示，除元素0、1外其余所有元素都由本原多项式P(x)生成；其中，本原多项式p(x)的特性是使得到的余式等于0。

下面以一个较简单的例子说明GF域的构造：

例：m＝4，则构建一个GF(2⁴)的域，该域中的所有元素的本原多项式p(x)＝x⁴+x+1，则求GF(2⁴)的所有元素过程如下：

因为α为p(x)的根，则得到α⁴+α+1＝0或α⁴＝α+1，这是由GF域的运算规则所决定的；

由此可以得到GF(2⁴)域的所有元素，如表1所示：

表1

有关根据前向纠正码编码规则计算得到每个文件块的恢复域信息的计算思想与此类似，只是编码方式有所不同，此处就不再赘述。

步骤203：在每个文件块的块尾处添加冗余信息，该冗余信息包括本文件块与之前文件块和之后文件块间的逻辑关系信息、本文件块的恢复域信息；

其中，本文件块与之前文件块和之后文件块间的逻辑关系信息具体由前指针和后指针给出，前指针给出了本文件块的前一个文件块的地址信息，后指针给给出了本文件块的后一个文件块的地址信息；

需要说明的是，对文件块内数据的恢复(包括校验及纠错)都是基于恢复域实现的，恢复域使得校验及纠错过程变得简单。

那么，将文件1经过上述步骤201及步骤203后分为6个文件块，对每个文件块进行地址空间分配及添加冗余信息后的示例如表2所示：

表2

步骤204：获取特定文件块，该文件块是用户指定要恢复的文件块；

具体地，根据特定文件块之前的文件块内的逻辑关系信息中的前指针所指示的本文件块的后一个文件块地址信息，得到特定文件块的地址信息，并根据该地址信息得到特定文件块；或者

根据特定文件块之后的文件块内的逻辑关系信息中的后指针所指示的本文件块的前一个文件块的地址信息，得到特定文件块的地址信息，并根据该地址信息得到特定文件块；

特殊地，可以通过文件的首地址得到第一个文件块地址，根据第一个文件块内冗余信息中的文件块间逻辑关系信息得到第二个文件块地址，然后根据第二个文件块内冗余信息中的文件块间逻辑关系信息得到第三个文件块地址，依次类推，最终得到所要读取的文件块；

例如，由表2可以看出，文件块1为该文件1的第一个文件块，文件块1的后一个文件块(文件块2)的地址为5，便可以在地址5找到文件块2，而文件块2的前一个文件块(文件块1)的地址为0，后一个文件块(文件块3)的地址为6，等等，由该文件块中的文件块间逻辑关系信息，便可以从任一个文件块开始找到所需的文件块。

步骤205：在根据特定文件内的恢复域信息及预设恢复算法对特定文件块内的数据进行恢复，其中，预设恢复算法包括：RS(Reed-Solomon，里德-所罗门)或FEC(ForwardErrorCorrection，前向纠错)等恢复算法，本发明实施例对此并不做具体限定；

具体地，在恢复域上按照预设恢复算法对特定文件块内的数据进行恢复，可以有计算公式：F(文件块内容，恢复域)进行恢复，F为预设恢复算法；

下面，以在GF域上按照RS算法对特定文件块内的数据进行恢复为例来详细说明文件块内的数据的恢复过程：

预先需要知道的是：在域GF(2^m)中的元素上按照RS算法对特定文件块内的数据进行纠错编码运算的过程中的加、减、乘和除运算是在GF(2^m)域中进行的；

下面，以域GF(2⁴)中的加、减、乘、除的运算为例来说明在GF(2^m)域上的加、减、乘、除运算的定义：

加、减运算均定义为元素的二进制表示方式进行的异或运算。如：a⁸+a¹⁰，先查域表(如表1)，将其化为二进制表示方式：0101+0111；经过异或运算得到0010，再查域表(如表1)，得到0010对应元素a¹，即：a⁸+a¹⁰＝a¹；减运算与加运算过程相同，即：a⁸-a¹⁰＝a¹。

乘运算定义为元素的指数相加后进行模15运算后所得的新元素。但若有一个元素为0，则相乘结果为0。如：a⁷*a¹³，(7+13)mod15＝5，即a⁷*a¹³＝a⁵。

除运算定义为元素的指数相减后进行模15运算后所得的新元素(指数为正数)。若被除数为0，则结果为0。如：a⁵/a⁹，(5-9)mod15＝11，即a⁵/a⁹＝a¹¹。

还需要知道的是，在GF(2⁴)域中，符号RS(n，k)的含义如下：n表示码块(本实施例中的文件块)长度，k表示码块中信息长度，K＝n-k＝2t表示校验码的符号数，t表示该RS算法能够纠正的错误的数目；

例如，RS纠错算法选择在GF(2⁴)域上的RS(15，11)码，码长n＝15字节，码元长k＝11字节，纠错能力t＝2字节，每11个有效字节加4个纠错字节。

在得知上述信息后，下面，详细说明在GF域上RS码的纠错算法：

RS码的错误纠正过程分三步：(1)计算校正子(syndrome)，(2)计算错误位置，(3)计算错误值。

步骤205-1：求出校正子，公式如下：

$S_j=\underset{i=0}{\overset{14}{\∑}}{r}_i{x}^{14-i}|x=a^j$

例如：060b04050005030100000005050c0d，其中，前11字节对应文件块内容，后四个字节是根据前11个字节根据RS算法计算得到的RS校验码，分别对应r₁₄……r₀，将数据代入上式求出s1，s2，s3，s4，即s_j；

步骤205-2：判断计算得到的校正子是否为0，若为0，则文件块内数据未出错，是可靠的，否则，文件块内容出现错值，执行步骤205-3；

步骤205-3：求出错位多项式d(x)＝dz₂x²+dz₀x+dz₁＝0的根，计算结果即为错值的位置，其中：

${\mathrm{dz}}_2=\left|\begin{array}{cc}{s}_1& s_2\\ s_2& s_3\end{array}\right|,{\mathrm{dz}}_1=\left|\begin{array}{cc}{s}_3& s_2\\ s_4& s_3\end{array}\right|,{\mathrm{dz}}_0=\left|\begin{array}{cc}{s}_1& s_3\\ s_2& s_4\end{array}\right|$

若dz₂＝0，则只有一个根x₁＝s₃/s₂。

否则，将dz₂、dz₁和dz₀代入错位多项值求出x₁，x₂，即把x的所有15个可能值代入错位多项式，若结果为0，错位多项式有一个根。

步骤205-4：求出错值ew₁，ew₂；

具体地，若dz₂＝0，ew＝s₁ ²/s₂，否则

${\mathrm{ew}}_1=\frac{s_1{x}_2+s_2}{x_1{x}_2+{x_1}^2},{\mathrm{ew}}_2=\frac{s_1{x}_1+s_2}{x_1{x}_2+{x_2}^2}$

步骤205-5：对错误位置的错值进行纠错，纠错时在对应的x＝a^y，r(14-y)处，加上对应错值即可完成纠错。

例如，错位多项式的根为x₁＝a³，x₂＝a⁸，ew₁＝a⁴，ew₂＝a⁷，则在r(14-3)＝r(11)上加ew₁即a⁴，在r(14-8)＝r(6)上加ew₂即a⁷后所得的数据就是纠错后的数据。

按照步骤204至步骤205所述的方法，完成对各个文件块的扫描并对出错的文件块进行纠错。

需要说明的是，在对出错的文件块进行纠正后，需要对纠正后的文件块重新计算其恢复域，以保证文件块中恢复域信息的正确性。

还需要说明的是，在恢复域上根据预设恢复算法对文件块的内容进行恢复时，预设恢复算法的纠错能力是有限制的，例如，上述的RS(15，11)算法仅可以纠正两个字节的错误值，那么，在通过错位多项式计算错误值时，得到的错误多项式的根为3个，即出错的值有3个字节，那么该RS(15，11)算法便无法完成相应的纠错功能，这时，会向上层报告出错信息，使用户知道该出错的文件块内容是无法恢复的。

有关根据前向纠错算法对文件块内的数据进行校验及纠错的计算思想与此类此，只是运算规则不同，此处就不再赘述。

步骤206：返回恢复结果，以告知用户恢复是否成功；

本实施例所提供的技术方案适用于QQ、卡巴斯基等杀毒软件进行计算机磁盘扫描杀毒和读取文件等应用场景下；

例如，QQ杀毒软件在对计算机磁盘上的文件进行扫描杀毒时，可以一次只扫描一个特定文件块，并对该特定文件块进行校验和恢复，提高扫描机杀毒效率，并向用户返回杀毒结果，使得用户可以知道那些文件块是出错的，以便对出错文件进行相应的处理，避免经济及精神上的损失；

例如，在对文件进行读取操作时，可以一次只读取一个特定文件块，并对该特定文件块进行检验和恢复，可以保证文件读取者的读取操作不会读取到错误的数据信息，并可以根据所选择的恢复算法的强度，对文件块中出错内容进行一定程度上的恢复，在无法恢复的情况下通知用户知道该文件块出现了错误，以便用户对出错文件块进行相应的处理。

通过本发明实施例所提供的技术方案的实现，使得在对文件进行恢复时，可以逐个对文件中的文件块进行恢复，而不再是传统的一次性对整个文件进行恢复，提高了对文件的恢复速度，并降低了系统内存的消耗量。

实施例3

参见图3，一种文件恢复的装置，该装置具体与方法实施例2中所述的执行主体一致，包括：分块模块301、添加模块302、获取模块303和恢复模块304；

分块模块301，用于将文件进行分块，得到N个文件块，N为大于等于1的整数；

添加模块302，用于为分块模块301得到的每个文件块添加冗余信息，其中，冗余信息包括本文件块与之前文件块和之后文件块间的逻辑关系信息及本文件块的恢复域信息；

获取模块303，用于根据特定文件块之前的文件块内的逻辑关系信息或特定文件块之后的文件块内的逻辑关系信息得到特定文件块；

恢复模块304，用于根据获取模块303得到的特定文件块的恢复域信息及预设恢复算法对特定文件块进行恢复，其中，恢复算法包括里德-所罗门算法或前向纠错算法。

其中，分块模块301包括：

设置单元3011，用于根据文件的大小设定文件块的大小；

分块单元3012，用于按照设置单元3011设置的文件块的大小将文件分成N个文件块；

地址分配单元3013，用于为分块单元3012得到的每个文件块分配地址空间。

其中，获取模块303，具体用于根据特定文件块之前的文件块内的逻辑关系信息中的后指针所指示的本文件块的后一个文件块的地址信息，得到特定文件块的地址，并根据地址得到特定文件块；或者

获取模块303，具体用于根据特定文件之后的文件块内的逻辑关系信息中的前指针所指示的本文件块的前一个文件块的地址信息，得到特定文件块的地址，并根据地址得到特定文件块。

需要说明的是，该装置还包括：

计算模块305，用于根据每个文件块内的数据按照预设运算规则计算得到每个文件块的恢复域信息，预设运算规则包括：伽罗华域运算规则或前向纠错码编码规则。

本发明实施例提供的技术方案带来的有益效果是：通过将文件进行分块，为每个文件块添加冗余信息；获取特定文件块，根据特定文件块内的恢复域信息及预设恢复算法对所述特定文件块进行恢复的技术方案的实现，使得在对文件进行恢复时，可以逐个对文件中的文件块进行恢复，而不再是传统的一次性对整个文件进行恢复，提高了对文件的恢复速度，并降低了系统内存的消耗量。

以上实施例提供的技术方案中的全部或部分内容可以通过软件编程实现，其软件程序存储在可读取的存储介质中，存储介质例如：计算机中的硬盘、光盘或软盘。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种文件恢复的方法，其特征在于，所述方法包括：

将文件进行分块，得到N个文件块，N为大于1的整数；

为每个文件块添加冗余信息，所述冗余信息包括本文件块与之前文件块和之后文件块间的逻辑关系信息及所述本文件块的恢复域信息；

根据特定文件块之前的文件块内的逻辑关系信息或所述特定文件块之后的文件块内的逻辑关系信息得到所述特定文件块；

根据所述特定文件块的恢复域信息及预设恢复算法对所述特定文件块进行恢复；

为恢复后的特定文件块添加恢复域信息。

2.根据权利要求1所述的方法，其特征在于，所述将文件进行分块，包括：

根据文件的大小设定文件块的大小，按照所述文件块的大小将所述文件分成N个文件块，并为每个文件块分配地址空间。

3.根据权利要求1所述的方法，其特征在于，所述为每个文件块添加冗余信息之前，包括：

根据所述每个文件块内的数据按照预设运算规则计算得到所述每个文件块的恢复域信息，所述预设运算规则包括：伽罗华域运算规则或前向纠错码编码规则。

4.根据权利要求1所述的方法，其特征在于，所述根据特定文件块之前的文件块内的逻辑关系信息或所述特定文件块之后的文件块内的逻辑关系信息得到所述特定文件块，包括：

根据特定文件块之前的文件块内的逻辑关系信息中的后指针所指示的后一个文件块的地址信息，得到所述特定文件块的地址，并根据所述地址得到所述特定文件块；或者，

根据特定文件之后的文件块内的逻辑关系信息中的前指针所指示的前一个文件块的地址信息，得到所述特定文件块的地址，并根据所述地址得到所述特定文件块。

5.根据权利要求1所述的方法，其特征在于，所述恢复算法包括里德-所罗门算法或前向纠错算法。

6.一种文件恢复的装置，其特征在于，所述装置包括：分块模块、添加模块、获取模块和恢复模块；

所述分块模块，用于将文件进行分块，得到N个文件块，N为大于1的整数；

所述添加模块，用于为每个文件块添加冗余信息，所述冗余信息包括本文件块与之前文件块和之后文件块间的逻辑关系信息及所述本文件块的恢复域信息；

所述获取模块，用于根据特定文件块之前的文件块内的逻辑关系信息或所述特定文件块之后的文件块内的逻辑关系信息得到所述特定文件块；

所述恢复模块，用于根据所述特定文件块的恢复域信息及预设恢复算法对所述特定文件块进行恢复；

所述装置还用于为恢复后的特定文件块添加恢复域信息。

7.根据权利要求6所述的装置，其特征在于，所述分块模块包括：

设置单元，用于根据文件的大小设定文件块的大小；

分块单元，用于按照所述文件块的大小将所述文件分成N个文件块；

地址分配单元，用于为每个文件块分配地址空间。

8.根据权利要求6所述的装置，其特征在于，所述装置还包括：

计算模块，用于根据所述每个文件块内的数据按照预设运算规则计算得到所述每个文件块的恢复域信息，所述预设运算规则包括：伽罗华域运算规则或前向纠错码编码规则。

9.根据权利要求6所述的装置，其特征在于，所述获取模块，具体用于根据特定文件块之前的文件块内的逻辑关系信息中的后指针所指示的后一个文件块的地址信息，得到所述特定文件块的地址，并根据所述地址得到所述特定文件块；或者，

所述获取模块，具体用于根据特定文件之后的文件块内的逻辑关系信息中的前指针所指示的前一个文件块的地址信息，得到所述特定文件块的地址，并根据所述地址得到所述特定文件块。

10.根据权利要求6所述的装置，其特征在于，所述恢复算法包括里德-所罗门算法或前向纠错算法。