我有一个问题困扰了我一段时间。
熵测试通常用于识别加密数据。当分析数据的字节均匀分布时，熵达到最大值。熵测试识别加密数据，因为该数据具有均匀分布 - 就像压缩数据一样，在使用熵测试时被归类为加密。
示例：一些 JPG 文件的熵是 7,9961532 Bits/Byte，一些 TrueCrypt 容器的熵是 7,9998857。这意味着通过熵测试，我无法检测到加密数据和压缩数据之间的差异。但是：正如您在第一张图片上看到的那样，显然 JPG 文件的字节不是均匀分布的（至少不像来自 truecrypt-container 的字节那样均匀）。
另一个测试可以是频率分析。测量每个字节的分布，例如执行卡方检验以将分布与假设分布进行比较。结果，我得到了一个 p 值。当我对 JPG 和 TrueCrypt 数据执行此测试时，结果不同。
JPG 文件的 p-Value 为 0，这意味着从统计上看分布不均匀。TrueCrypt 文件的 p 值为 0,95，这意味着分布几乎完全均匀。
我现在的问题是：有人能告诉我为什么熵测试会产生这样的误报吗？是表示信息内容的单位的比例（每字节的位数）吗？例如，p 值是否是一个更好的“单位”，因为规模更小？
非常感谢你们的任何回答/想法！
编辑：不幸的是我不能发布图片，因为我还没有获得 10 名声望 :(