Tabla de firmas de archivos: números mágicos y límites de recuperación

Tabla de firmas de archivos

A tabla de firmas de archivos enumera patrones de bytes reconocibles, sus posiciones y los formatos de archivo que ayudan a identificar. Estos patrones, a menudo denominados números mágicos de los archivos, permite que el software reconozca el contenido sin depender de la extensión del nombre de archivo. Las herramientas de recuperación pueden utilizarlas para localizar archivos candidatos cuando faltan entradas de directorio u otros registros del sistema de archivos.

Esto es importante cuando un documento recuperado tiene un nombre desconocido, una foto no se abre o una unidad formateada ha perdido su estructura de carpetas. Esta guía explica las firmas más comunes, los encabezados y pies de página de los archivos, así como los límites de la recuperación de archivos basada en firmas. Los pasos de inspección se aplican a Windows 10 y Windows 11.

Índice

Números mágicos, encabezados y pies de página de los archivos

Una firma es un patrón reconocible dentro de un archivo. Un encabezado es una estructura más amplia situada cerca del principio del archivo y que puede contener una firma, la versión, las dimensiones, los parámetros de compresión u otros campos. Un pie de página o «trailer» proporciona información cerca del final, cuando el formato lo define.

Estos términos se refieren a conceptos relacionados, pero no son intercambiables:

Término

Qué describe

Significado práctico

Extensión del nombre de archivo

Un sufijo como .png o .zip

Sugiere qué aplicación debería abrir el archivo

Firma del archivo

Bytes identificables en una posición definida o localizable

Ayuda a identificar un formato adecuado

Encabezado del archivo

Información estructural inicial

Puede identificar el formato y describir su contenido

Pie de página o colofón del archivo

Una estructura final, si se ha definido

Puede ayudar a localizar o validar el final

Metadatos del sistema de archivos

Registros gestionados por NTFS, FAT u otro sistema de archivos

Puede describir nombres, directorios, tamaños y ubicaciones de almacenamiento

Cambiar una extensión no convierte el formato subyacente. Del mismo modo, el hecho de que los primeros bytes sean reconocibles no garantiza que el resto del archivo esté presente o sea correcto.

En este contexto, “firma” se refiere a un patrón de identificación de formato. No se refiere a una firma digital criptográfica.

Tabla de firmas de archivos para formatos habituales

Todos los valores que figuran a continuación son bytes hexadecimales en el orden del archivo. Las posiciones se miden desde el principio del archivo candidato, comenzando por cero.

Formato

Bytes de identificación

Desplazamiento y condiciones

Pista de finalización o validación

Papúa Nueva Guinea

89 50 4E 47 0D 0A 1A 0A

Desplazamiento 0 de un flujo de datos PNG

Termina con un bloque IEND; comprueba las longitudes de los bloques y los CRC.

JPEG

FF D8 marcador de inicio de imagen; algunos ejemplos habituales de inicios son: FF D8 FF E0 y FF D8 FF E1

Desplazamiento 0; los marcadores siguientes varían

FF D9 es el marcador de fin de imagen; la decodificación de la imagen realiza comprobaciones adicionales

PDF

25 50 44 46 2D, es decir %PDF-

Encabezado estándar del archivo en la posición 0, seguido de la información de versión

%%EOF marca un final, pero las actualizaciones incrementales pueden generar múltiples instancias

ZIP

50 4B 03 04

Un encabezado de archivo local; normalmente en el desplazamiento 0 de un archivo ordinario no vacío

Analizar el directorio central y el registro de fin del directorio central

DOCX, XLSX, PPTX

Por lo general 50 4B 03 04

Paquetes de Office normales, sin cifrar y en formato ZIP

Comprobar los tipos de contenido, las relaciones y los componentes internos del paquete

WebP

52 49 46 46 (RIFF) y 57 45 42 50 (WEBP)

RIFF en el desplazamiento 0; WEBP en el desplazamiento 8; los bytes 4-7 contienen un campo de tamaño

Comprueba el tamaño del RIFF y la estructura de los fragmentos, en lugar de utilizar un pie de página universal.

Archivo ejecutable de Windows PE

4D 5A (MZ), seguido en otros lugares por 50 45 00 00

MZ en el desplazamiento 0; el campo en el desplazamiento 0x3C apunta a la firma PE

Valida la información del encabezado y de las secciones del PE; el MZ por sí solo no es suficiente.

Esta es una tabla de referencia, no un conjunto completo de reglas de recuperación. Un archivo ZIP vacío puede comenzar con su registro de fin de directorio central, y un archivo autoextraíble puede contener datos ejecutables antes de sus registros ZIP.

El registro final ZIP comienza con 50 4B 05 06, pero esos cuatro bytes no constituyen el registro completo ni son necesariamente los últimos bytes. A continuación vienen los campos y un comentario de archivo opcional. El archivo independiente Guía sobre la cabecera ZIP explica con más detalle las estructuras de los archivos.

Firmas compartidas y firmas del sistema de archivos

Una firma coincidente puede identificar una familia de formatos en lugar de una extensión concreta.

Por ejemplo, los archivos DOCX, XLSX y PPTX suelen utilizar el formato ZIP. Un escáner que detecte 50 4B 03 04 ha detectado un posible archivo ZIP; aún no se ha confirmado que el archivo sea un documento de Word. Los tipos de contenido y las partes internas, como word/document.xml En un paquete DOCX típico, aporta pruebas adicionales.

WebP ofrece otro ejemplo: RIFF por sí solo no es suficiente, ya que otros formatos también utilizan contenedores RIFF. El WEBP El identificador situado en el desplazamiento 8 delimita la identificación.

Una firma de volumen identifica un objeto distinto

Los editores hexadecimales también muestran firmas propias de los sistemas de archivos. El texto «NTFS» que aparece en la captura de pantalla siguiente pertenece al sector de arranque de un volumen, y no a la cabecera de una foto o un documento concreto. Encontrarlo no permite identificar los archivos de usuario almacenados en ese volumen.

Una firma de volumen identifica un objeto distinto

Captura de pantalla del desarrollador de HxD en la que se muestra el identificador del volumen NTFS, recortada y con un contorno para mayor claridad.

Cómo funciona la recuperación de archivos basada en firmas

Recuperación de archivos basada en firmas, lo que se conoce comúnmente como «file carving», busca en los soportes de almacenamiento legibles patrones asociados a los formatos de archivo compatibles. Permite localizar contenido sin depender de los registros originales del directorio.

Por lo general, un tallador debe realizar varias tareas:

  1. Busca un punto de inicio posible. Comparar una firma esperada y su posición respecto al inicio del archivo propuesto.
  2. Comprueba la estructura. Analiza los campos, los diseños de los registros o las reglas de coherencia específicas del formato para descartar coincidencias poco probables.
  3. Determina el alcance. Utiliza tamaños internos, registros analizados, estructuras finales o reglas de detención específicas de la herramienta.
  4. Guarda y valida al candidato. Guárdalo en un almacenamiento independiente y comprueba si se puede interpretar correctamente.

Una regla de recuperación sencilla basada en el encabezado del archivo puede que solo reconozca el principio. Un analizador sintáctico más avanzado puede interpretar el formato para determinar su longitud y evaluar su validez. Ninguno de los dos métodos proporciona automáticamente el mapa original de las ubicaciones de almacenamiento fragmentadas.

PhotoRec es un ejemplo documentado de un «file carver». Sus definiciones de firmas personalizadas incluyen una extensión, un desplazamiento y un patrón de bytes. Añadir una regla de este tipo facilita el reconocimiento; sin embargo, no añade automáticamente un analizador sintáctico completo ni resuelve la fragmentación.

Cómo funciona la recuperación de archivos basada en firmas

Recuperación de firmas frente a recuperación de metadatos

La principal diferencia radica en la información que se utiliza para localizar y montar un archivo.

La recuperación de metadatos consiste en interpretar los registros del sistema de archivos que se han conservado. En NTFS, el Tabla de archivos maestros pueden contener nombres, atributos y asignaciones de datos de archivos. En los volúmenes basados en FAT, las entradas de directorio y el Tabla de asignación de archivos aportan diferentes partes de esa información.

Preocupación por la recuperación

Recuperación de metadatos

Recuperación de la firma

Pruebas principales

Registros del sistema de archivos e información sobre la asignación de espacio

Patrones de contenido de los archivos y estructuras de formato

Nombres y carpetas originales

Puede que se conserve si los registros pertinentes siguen siendo utilizables

Normalmente no se consigue solo con el tallado

Longitud del archivo

Se puede registrar de forma explícita

Debe deducirse o analizarse sintácticamente

Archivos fragmentados

Las asignaciones que se conservan pueden identificar extensiones independientes

La reconstrucción depende en gran medida del formato y de la herramienta

Faltan registros del sistema de archivos

Puede limitar la reconstrucción

Es posible que aún se encuentre contenido reconocible

Contenido sobrescrito

No se pueden recrear los bytes sustituidos

No se pueden recrear los bytes sustituidos

Estos enfoques pueden complementarse entre sí. Una aplicación de recuperación puede mostrar los resultados de ambos métodos en un solo análisis.

“El término ”análisis profundo» no es una promesa estandarizada de que una herramienta utilice únicamente firmas o sea capaz de reconstruir todos los archivos fragmentados. Su significado depende del programa.

Cómo inspeccionar la cabecera de un archivo en Windows

Para que el archivo sea legible, Windows PowerShell 5.1 incluye Formato hexadecimal. Comprueba una copia en un dispositivo de almacenamiento que funcione correctamente. Si el archivo ha desaparecido por completo, este comando no podrá localizarlo mediante su ruta anterior.

Sustituye la ruta de ejemplo que aparece a continuación por la ubicación real del archivo copiado:

  1. Formato-Hex -RutaLiteral ‘E:\Inspección\’sample.bin» |
  2. Select-Object -First 4

Esto muestra las cuatro primeras filas de la salida sin modificar el archivo.

Lee la salida de la siguiente manera:

  • La columna de la izquierda indica el desplazamiento hexadecimal.
  • Cada par de dígitos hexadecimales representa un byte.
  • El área de texto muestra caracteres imprimibles; los puntos pueden representar bytes no imprimibles.

Por ejemplo, 25 50 44 46 2D equivale a %PDF-. Si aparece al principio, permite identificar el archivo como PDF aunque la extensión sea .bin.

Si sospechas que se trata de un archivo WebP, comprueba tanto el RIFF en el desplazamiento 0 como el WEBP en el desplazamiento 8. Si solo compruebas los cuatro primeros bytes, el tipo de contenedor quedará sin identificar.

Un editor hexadecimal permite examinar otras posiciones o el final de un archivo copiado. Utiliza el modo de solo lectura cuando esté disponible. No sobrescribas los bytes iniciales simplemente para que coincidan con la tabla: la edición del encabezado no puede sustituir el contenido que falta ni establecer el formato correcto.

Por qué es posible que algunos archivos reconocidos no se abran

Una coincidencia de firma indica que hay un candidato, no que la recuperación sea completa.

La fragmentación impide la división simple y contigua

Un archivo puede ocupar varios grupos no contiguos de clústeres de almacenamiento. Sin asignaciones válidas, un «carver» podría seguir avanzando hacia datos no relacionados tras recuperar el primer fragmento.

Ejemplo: Un vídeo comienza en una región, mientras que su siguiente fragmento se encuentra en otra parte. Encontrar la estructura inicial no revela dónde comienza ese siguiente fragmento. Algunas herramientas pueden reconstruir determinados formatos fragmentados, pero la compatibilidad depende del formato concreto.

Las coincidencias cortas y los archivos incrustados generan resultados adicionales

Una secuencia corta de bytes puede aparecer de forma accidental o dentro de otro archivo. Una miniatura JPEG incrustada en un documento más grande es contenido de imagen real, pero recuperarla no significa que se haya recuperado el documento que la contiene.

Esto ayuda a explicar la presencia de imágenes que parecen duplicadas, archivos inesperadamente pequeños y resultados que no se corresponden con archivos originales distintos.

Los marcadores de fin necesitan contexto

El encabezado y el pie de página del archivo deben formar parte de un objeto estructuralmente coherente. Detener la lectura en el primer patrón de finalización aparente puede truncar una posible entrada; continuar demasiado lejos puede añadir datos no relacionados.

Las actualizaciones incrementales en formato PDF ilustran el problema: las anteriores %%EOF Los marcadores pueden permanecer en una versión guardada posteriormente. En cambio, el formato PNG requiere una secuencia válida de fragmentos que termine en “IEND”, y no simplemente una aparición arbitraria del texto «IEND».”

Algunos bytes originales ya no están disponibles

La sobrescritura destruye el contenido anterior de las ubicaciones afectadas. En los SSD, TRIM Además, el comportamiento posterior del controlador también puede hacer que los contenidos eliminados no estén disponibles para lecturas normales.

El cifrado establece un límite diferente. Por lo general, un escáner que examine el texto cifrado de un volumen cifrado no puede identificar las cabeceras de los archivos de texto sin cifrar originales. Primero es necesario realizar un descifrado autorizado o desbloquear la vista.

Elección de un método de recuperación y verificación de los resultados

Si faltan archivos importantes, deja de escribir en el dispositivo afectado. Evita formatear o reparar su sistema de archivos antes de proteger los datos. Una unidad que se desconecta repetidamente, presenta errores de lectura o emite ruidos mecánicos inusuales debe someterse a una evaluación antes de realizar análisis repetidos.

Para que el almacenamiento sea estable y legible, utiliza este orden:

  1. Comprueba las copias de seguridad y que las copias estén intactas.
  2. Analiza los resultados de la recuperación basándote en los registros del sistema de archivos que se hayan conservado.
  3. Utiliza la recuperación de firmas de archivos cuando los registros sean insuficientes o sigan faltando archivos concretos.
  4. Guarda los candidatos recuperados en otra unidad física.
  5. Comprueba el contenido antes de dar por finalizada la recuperación.

En el caso de una tarjeta de memoria, el Guía para recuperar una tarjeta SD formateada aplica esta distinción a las decisiones prácticas en materia de recuperación.

La validación debe ajustarse al formato. Abre los documentos y comprueba sus páginas, visualiza las imágenes a resolución completa, comprueba la extracción de los archivos comprimidos y comprueba la reproducción de los vídeos en varios puntos. Una miniatura o un fotograma inicial no son pruebas suficientes en el caso de un archivo de gran tamaño.

Cuando se dispone de un original fiable, un hash criptográfico coincidente ofrece una prueba más sólida de que ambos archivos son idénticos byte a byte. Un hash calculado únicamente tras la recuperación no puede demostrar que el archivo recuperado coincida con el original perdido.

Preguntas frecuentes

¿Cada tipo de archivo tiene un número mágico único?

No. Algunos formatos comparten firmas, y los archivos de texto sin formato pueden carecer de un encabezado identificativo fiable. La identificación puede requerir varios campos, estructuras internas o pruebas contextuales.

¿Se puede recuperar el documento cambiando el nombre de un archivo ZIP recuperado a DOCX?

Solo cuando el archivo ya contiene un paquete de Word válido y el problema radica en la extensión. Al cambiar el nombre del archivo no se pueden reconstruir los registros ZIP que falten, las partes XML ni el contenido del documento.

¿Es siempre necesario que el archivo tenga un pie de página para poder recuperarlo?

No. Algunos formatos ofrecen longitudes o estructuras que un analizador sintáctico puede seguir sin necesidad de un pie de página fijo. El comportamiento de recuperación también depende de la implementación de la herramienta.

¿La recuperación de la firma permite conservar las fechas de las fotos?

Los metadatos incrustados, como la información Exif que se haya conservado, pueden conservar la fecha de captura. Esto difiere de la recuperación de las marcas de tiempo originales del sistema de archivos, el nombre del archivo o la ubicación de la carpeta.

¿Se pueden recuperar archivos sobrescritos mediante el «file carving»?

No puede reconstruir los bytes que han sido sustituidos. Los fragmentos que se hayan conservado, otra copia o una copia de seguridad podrían ser de ayuda, pero el reconocimiento de una firma no revierte la sobrescritura.

¿El hecho de que la vista previa se vea correctamente significa que el archivo está intacto en su totalidad?

No. Es posible que la vista previa solo muestre una parte del archivo o una miniatura incrustada. Guarda el archivo por separado y comprueba su contenido real antes de darlo por bueno.

Jason es un especialista en recuperación de datos y asistencia técnica con más de 15 años de experiencia práctica. Ha trabajado intensamente con usuarios finales, resolviendo casos complejos de pérdida de datos y ofreciendo soluciones prácticas de recuperación para eliminaciones accidentales, unidades formateadas, sistemas de archivos dañados, particiones perdidas, fallos del sistema y otras situaciones de emergencia relacionadas con la recuperación. Su experiencia también abarca las copias de seguridad y la restauración, la reparación de archivos y la recuperación ante desastres, con especial énfasis en ofrecer una orientación segura, fiable y técnicamente precisa.