8TB！美国宇航局 JPL 创建全球最大 PDF 文档库，用于研究恶意软件

CTOnews.com 6 月 16 日消息，美国宇航局喷气推进实验室（JPL）数据科学家为推进 DARPA 安全文档（SafeDocs）计划，宣布创建全球最大的 PDF 文档库，用于恶意软件研究。

PDF 是便携式文档格式的缩写，是一种复杂的文件类型，可以包含图像，电影文件，交互式表单，3D 模型等等。

JPL 表示此前已收集了 800 万个 PDF 文件，完整的数据集总计约为 8 TB，使其成为同类中最大的公开可用语料库。JPL 通过和非营利组织 PDF 协会合作，开发多种工具来应对网络在线威胁。

CTOnews.com翻译 JPL 数据科学家 Tim Allison 的内容如下：

PDF 格式用途广泛，合同、法律文档、3D 工程设计等都会用到。但 PDF 格式也很复杂，能以不同形式隐藏恶意代码。

为了应对 PDF 的这些和其他挑战，需要从互联网上收集大量真实世界的 PDF 样本，为软件专家创建一个共享的，免费可用的资源。