Prueba de recuperación de archivos fragmentados: resultados del «carving»

Prueba de recuperación de archivos fragmentados

A Prueba de recuperación de archivos fragmentados Lo primero que hay que hacer es establecer dónde se almacena cada parte de un archivo. En NTFS, el archivo no residente $DATA El atributo puede describir ese diseño mediante «Data Runs». Comparamos un archivo PNG contiguo con el mismo archivo PNG distribuido en tres extensiones y, a continuación, mostramos por qué no es posible interpretar el diseño fragmentado como grupos consecutivos. Por último, seguimos la asignación de grupos conservada y verificamos los bytes reconstruidos mediante comprobaciones SHA-256 y CRC de PNG.

Índice

Pregunta de investigación: ¿Qué cambia cuando un archivo está fragmentado?

Un archivo puede ser lógicamente continuo aunque su asignación de almacenamiento no lo sea. La aplicación solicita bytes en el orden del archivo, mientras que el sistema de archivos traduce esas solicitudes en ubicaciones en el volumen. Sin embargo, es posible que un escáner de contenido sin procesar tenga que deducir las ubicaciones sin poder contar con esa traducción. Esta distinción cobra importancia cuando la firma del archivo sigue siendo reconocible, pero los clústeres posteriores ya no son adyacentes.

En esta prueba de recuperación de archivos fragmentados, modificamos dos condiciones: la ubicación del segundo y el tercer clúster de datos, y el conocimiento que tiene el lector sobre su orden. Por el contrario, la eliminación de archivos, el daño en los registros NTFS y la sobrescritura plantean problemas adicionales, ya que influyen en si los clústeres o su asignación siguen estando disponibles.

Fragmented File Recovery Test Setup and File Layout

La prueba de recuperación de archivos fragmentados utiliza un PNG RGB de 60 × 60 píxeles que contiene 10 928 bytes. Su contenido es idéntico en los tres escenarios. Dado que cada clúster contiene 4.096 bytes, el archivo PNG abarca tres clústeres. Por consiguiente, el tercer clúster contiene 1.360 bytes de espacio de asignación más allá del final lógico del archivo. Los números de clúster que figuran a continuación utilizan un esquema de direcciones LCN relativo al volumen; no son direcciones de sectores físicos.

La estructura utiliza números de clúster virtual (VCN) al estilo NTFS para el orden de los archivos y números de clúster lógico (LCN) para las ubicaciones en el volumen. En el caso de la estructura contigua, los VCN 0, 1 y 2 se corresponden con los LCN 40, 41, y 42. Por el contrario, la disposición fragmentada los asigna a las LCN 40, 73, y 106. Por su parte, las demás posiciones contienen bytes no relacionados. A lo largo de la prueba de recuperación del archivo fragmentado, el contenido PNG permanece inalterado. Solo cambian la ubicación de los clústeres y la asignación disponible para el lector.

Comparación de ejecuciones de datos: un extenso frente a tres

Revisa el asignación de pares en el grupo de no residentes $DATA atributo antes de examinar los bytes del archivo extraído. El primer byte de cada secuencia identifica los tamaños de los campos; el siguiente valor indica la longitud de la secuencia en clústeres, y el delta LCN con signo localiza su clúster inicial. En esta prueba, la disposición contigua tiene una secuencia de datos; la disposición fragmentada tiene tres. El último 00 finaliza la lista de ejecuciones. Estos bytes de pares de asignación se han codificado a partir de la asignación del experimento; no se han extraído de un registro físico de la MFT.

Compara la asignación, no solo los bytes extraídos.El mismo archivo PNG de 10 928 bytes · en diferentes ubicaciones del volumen
NTFS NO RESIDENTE $DATA · PARES DE ASIGNACIÓN

S1 · Asignación contigua

Extensión única: sin huecos entre los clústeres de los archivos

4096 B / grupo
BYTES DE DATOS (hexadecimal)
11032800
Encabezado de la carrera 11: longitud de la secuencia de 1 byte + delta LCN con signo de 1 byte; 00: fin de la lista de actuaciones.
EjecutarBytesVCNLCNLongitud
111 03 28VCN 0-2LCN 40-423
LECTURA POR ORDEN DE ARCHIVO frente a UBICACIÓN REAL
Desplazamiento del archivoVCNLCN realLeer LCN
0x0000VCN 04040 ✓
0x1000VCN 14141 ✓
0x2000VCN 24242 ✓

Los tres clústeres solicitados siguen la secuencia del volumen. Un lector secuencial reproduce el archivo.

NTFS NO RESIDENTE $DATA · PARES DE ASIGNACIÓN

S2 · Asignación fragmentada / lectura secuencial incorrecta

Tres extensiones: el segundo y el tercer grupo propiamente dichos se encuentran en otros lugares

4096 B / grupo
BYTES DE DATOS (hexadecimal)
11012811012111012100
Encabezado de la carrera 11: longitud de la secuencia de 1 byte + delta LCN con signo de 1 byte; 00: fin de la lista de actuaciones.
EjecutarBytesVCNLCNLongitud
111 01 28VCN 0LCN 401
211 01 21VCN 1LCN 731
311 01 21VCN 2LCN 1061
LECTURA POR ORDEN DE ARCHIVO frente a UBICACIÓN REAL
Desplazamiento del archivoVCNLCN realLeer LCN
0x0000VCN 04040 ✓
0x1000VCN 17341 ✕
0x2000VCN 210642 ✕

Un lector contiguo básico omite las ubicaciones reales de VCN 1 y VCN 2. El primer byte erróneo del archivo aparece en 0x1000.

La codificación deja clara la diferencia. En S1, 03 significa tres grupos y 28 establece el LCN inicial en 40. En S2, cada ejecución tiene una longitud de 01. Sus deltas LCN con signo son 28 (+40), 21 (+33), y 21 (+33), lo que genera los puntos de inicio LCN 40, 73 y 106. A diferencia del desplazamiento hexadecimal del archivo, estos bytes describen el diseño de asignación. Para conocer la regla de codificación de NTFS, consulta Documentación de NTFS Data Runs.

La prueba utiliza tres escenarios:

  • Escenario 1 — Línea de base contigua: Lee el archivo PNG de forma secuencial desde LCN 40 a través de 42.
  • Escenario 2 — Fragmentado, sin mapa disponible para el lector: Guarda el archivo en los LCN 40, 73, y 106, pero sigue leyendo los grupos consecutivos a partir de LCN 40.
  • Escenario 3 — Fragmentado, con mapas disponibles: Lee los clústeres fragmentados en el orden VCN correcto y, a continuación, recorta el resultado hasta la longitud original del archivo lógico.

Método: Colocamos los bytes del PNG en una matriz de prueba con direccionamiento por clústeres y los extrajimos utilizando las tres rutas de lectura. A continuación, verificamos cada flujo mediante una comparación de bytes completos, SHA-256 y CRC de los fragmentos PNG. Proporcionamos el mapa de clústeres en lugar de extraerlo de un registro MFT de NTFS. Por lo tanto, estas comprobaciones determinan los resultados de la reconstrucción de bytes, no el rendimiento de la unidad física ni del software de recuperación.

Procedimiento del experimento

Esta prueba de recuperación de archivos fragmentados utiliza los mismos bytes originales en todos los casos. Los cinco pasos que se indican a continuación aíslan la estructura y la asignación de los cambios en el contenido del archivo.

  1. Identifica la fuente. Crea el archivo PNG, registra su longitud y su hash SHA-256, y verifica su firma, la estructura de los fragmentos y los valores CRC de los fragmentos.
  2. Compilación S1. Coloca en los LCN porciones sucesivas de 4.096 bytes del archivo 40, 41, y 42. Lee a partir de la firma PNG y valida el flujo reconstruido.
  3. Compilar S2. Coloca las mismas raciones en los LCN 40, 73, y 106. Deja los puestos intermedios rellenos con bytes no relacionados. Aplica la misma lectura hacia adelante de clústeres consecutivos a partir de LCN 40, sin proporcionar al lector un mapa de clústeres.
  4. Compilar S3. Mantén sin cambios la estructura de almacenamiento fragmentada, pero proporciona la correspondencia ordenada entre VCN y LCN. A continuación, vuelve a ensamblar las tres partes y elimina el relleno que sobresalga de la longitud original del archivo.
  5. Compara los resultados. En primer lugar, comprueba los límites de los clústeres en las posiciones relativas al archivo 0x1000 y 0x2000. A continuación, valida los CRC de los fragmentos PNG y compara el flujo completo reconstruido con el resumen de la fuente.

A modo de comparación directa, S2 lee exactamente 10 928 bytes, lo que coincide con la longitud del archivo original. Una herramienta de recuperación basada en firmas no conocería automáticamente esa longitud; tendría que determinar el límite del archivo a partir de la estructura PNG, los metadatos disponibles u otras pruebas. Aun así, la lectura consecutiva ya no supera la validación del formato PNG, independientemente de cómo determine el lector la longitud del archivo.

Resultados de la prueba de recuperación de archivos fragmentados

S1: Recuperación de archivos contiguos realizada con éxito

La temporada 1 comienza con el no residente $DATA lista de carreras 11 03 28 00. En él se describe una extensión que contiene tres grupos a partir de LCN 40. Por lo tanto, VCN 0, 1 y 2 se resuelven en LCN 40, 41 y 42. El lector simple consecutivo sigue exactamente esas ubicaciones, por lo que su salida de 10 928 bytes coincide con el SHA-256 de origen y supera las comprobaciones CRC de los fragmentos PNG.

fragmented-datarun-scenario1

Figura 1. Archivo contiguo: una única serie de datos asigna los VCN 0-2 a los LCN 40-42.

A correctly identified file signature is useful here because the following data happens to remain sequential. In other words, sequential allocation explains this instance of contiguous file recovery success. A signature by itself does not establish complete recovery; the content must still satisfy the relevant format and integrity checks.

S2: File Carving Fragmented Files Experiment

In S2, the file contents do not change, but the nonresident $DATA runlist becomes 11 01 28 11 01 21 11 01 21 00. Decoding it reveals three separate one-cluster extents: VCN 0 → LCN 40, VCN 1 → LCN 73, and VCN 2 → LCN 106. A basic signature-based reader that ignores those extents instead assumes the next clusters are LCN 41 and 42. That incorrect assumption, not fragmentation itself, causes the candidate file to contain unrelated bytes from file offset 0x1000.

fragmented-datarun-scenario2

Figure 2. Fragmented file: three Data Runs map VCN 0, 1, and 2 to LCN 40, 73, and 106.

fragmented-scenario2

Figure 3. S2 Hex evidence at file offset 0x1000: the sequential read enters unrelated LCN 41 instead of LCN 73.

The Hex comparison therefore shows identical bytes before 0x1000 and a clear mismatch at the boundary. Thus, S2 has a correct 4,096-byte prefix followed by unrelated data. As a result, the PNG parser reports an IDAT CRC mismatch. In addition, the candidate stream has a different SHA-256 digest from the source. The incorrect data placement—not a change in the original image—is enough to explain the failure.

S3: Reconstructing a Fragmented File With Its Cluster Map

S3 uses the same fragmented runlist and the same cluster contents as S2. It does not defragment the file or rewrite a Data Run. Instead, the reconstruction reads LCN 40 → 73 → 106 in VCN order and trims the allocation padding to the original 10,928-byte file length. The resulting output matches the source SHA-256, and its PNG chunk CRCs pass. This is metadata-guided reconstruction, not signature-only file carving.

fragmented-scenario3-reconstructed

Figure 4. S3 reconstructed Hex at 0x1000: correct VCN-to-LCN reading restores the original bytes. Compare with Figure 3.

The reconstructed stream matches the source at both inspected cluster boundaries. Its SHA-256 matches the original digest, and all PNG chunk CRCs pass. These checks establish exact byte reconstruction when the correct mapping and every required cluster are available. However, an actual recovery case must first establish whether deletion, formatting, or file-system damage has destroyed the mapping or file bytes.

What the Byte Comparison Proves

The fragmented file recovery test produces exact 10,928-byte matches in S1 and S3, but not in S2. The first mismatch occurs at file offset 0x1000, exactly where the sequential read advances to the wrong cluster. The byte and CRC checks establish the central finding: a contiguous-read assumption works only when the file’s allocation follows that same sequence.

The Data Runs establish the allocation difference, while Figures 3 and 4 show the consequence at file offset 0x1000. Figure 3 shows unrelated data from LCN 41. Figure 4 shows the original bytes recovered by reading the actual second fragment at LCN 73. File-offset Hex is a secondary integrity check; the Data Runs are the evidence of fragmentation.

Why Fragmented File Recovery Results Differ

Microsoft’s explanation of clusters and extents distinguishes file-relative VCNs from volume-relative LCNs. Consequently, a single file can occupy several extents without placing them at adjacent volume locations. That is why a file whose logical bytes are ordered can nevertheless be scattered across a volume.

For example, on NTFS the nonresident attribute record structure can store the VCN-to-LCN mapping. Readers looking for the underlying file-record mechanism can consult the Tabla maestra de archivos NTFS guide. For a fuller explanation of how surviving mappings affect recovery, see File System Metadata Recovery. Those resources explain how the file system maintains the mapping; this test demonstrates what happens when that order is preserved, ignored, or restored.

En W3C PNG specification provides a separate way to examine content. For example, a PNG starts with an eight-byte signature and contains structured chunks, including IHDR, IDAT, y IEND. In addition, every PNG chunk stores a CRC for its chunk type and data. Accordingly, a recognizable PNG header does not mean all subsequent image data are valid. In S2, the parser reaches incorrect bytes while checking IDAT, making the corruption detectable.

Sin embargo, file carving fragmented files is not limited to one naive forward-read strategy. Advanced carvers can examine chunk lengths, CRC constraints, compression properties, and candidate fragment relationships to infer missing boundaries. For example, a DFRWS study of syntactical PNG carving explores approaches that may recover fragmented PNG files without the original cluster map. The S2 result therefore describes the defined baseline method, not every existing or future carver.

Fragmented File Recovery: Practical Interpretation and Limits

The main lesson from this fragmented file recovery test is the difference between surviving file bytes y surviving knowledge of their order. All three PNG portions are present in S2, yet simple sequential reading cannot assemble them. In S3, the same portions form a valid file once the correct mapping guides the read. Therefore, neither a recognizable header nor a plausible filename proves that a recovered file contains all required content.

In a damaged or deleted-file case, the original mapping might no longer exist. For instance, later writes may overwrite an NTFS nonresident mapping or reuse its owning record. Likewise, a deleted FAT32 file may no longer retain its original FAT chain. An exFAT file can use contiguous allocation or a FAT chain, depending on its stream flags. For the relationship between metadata, allocation, and lost file links, see Orphaned Files and Lost Cluster Chains.

Moreover, reassembly is different from restoring bytes that no longer exist. Even with a correct mapping, recovery cannot reconstruct overwritten bytes. Similarly, a mapping cannot recreate old SSD content that the device no longer exposes after a discard operation. Although fragment-aware carving may help when the map is missing, it cannot guarantee correct ordering for every file format or storage condition.

For an actual recovery investigation, prevent further writes to the source and analyze a verified copy whenever possible. Then check allocation evidence and reconstructed content separately. Even so, a file that opens in an application may still be incomplete. A checksum match against a trusted original provides stronger evidence of exact reconstruction. By contrast, a digest calculated only after recovery identifies the output but cannot independently prove correctness.

Conclusión

Este Prueba de recuperación de archivos fragmentados shows why storage order matters, even when every fragment remains available. The contiguous read in S1 reproduces the original PNG, and the mapped fragmented read in S3 does the same. In S2, consecutive reading fails as soon as it crosses into an unrelated cluster. The first differing offset, failed PNG CRC, and SHA-256 comparisons make the distinction clear.

The Data Runs explain the allocation difference directly: S1 encodes one three-cluster extent, while S2 and S3 encode the same three one-cluster extents. What changes between S2 and S3 is whether the reader uses that mapping.

However, the broader lesson is not that fragmentation makes recovery impossible. It is that file carving, cluster mapping, and file-format validation answer different questions. Therefore, a reader must identify the correct fragments, place them in order, and verify the reconstructed content before claiming complete recovery. Ultimately, success on a real device depends on what evidence survives.

Fragmented File Recovery Test FAQs

¿Por qué suele ser más fácil la recuperación de archivos contiguos?

Un archivo contiguo almacena los bytes lógicos sucesivos en ubicaciones de almacenamiento adyacentes. Una vez que el «carver» localiza una firma inicial válida, a menudo puede examinar los datos siguientes en orden. Aun así, es necesario comprobar la estructura interna del formato; las firmas por sí solas no garantizan un resultado intacto.

¿El «file carving» siempre falla con los archivos fragmentados?

No. La recuperación sencilla, que parte de la base de que los bloques son consecutivos, puede fallar cuando los fragmentos posteriores se encuentran en otra ubicación, tal y como demuestra S2. La recuperación avanzada, que tiene en cuenta el formato, a veces puede identificar los puntos de fragmentación y comprobar los segmentos candidatos utilizando la estructura, los CRC, la información de compresión u otros métodos de validación. En última instancia, el éxito depende del formato del archivo y de los bytes disponibles.

¿Cómo pueden ayudar los metadatos de NTFS a recuperar un archivo fragmentado?

Un superviviente no residente $DATA El atributo puede proporcionar información de asignación de VCN a LCN que identifica los extents del archivo. En una prueba de recuperación de un archivo fragmentado, dicha asignación indica qué clústeres debe unir el lector. Si la asignación sigue siendo válida y los clústeres a los que se hace referencia siguen siendo legibles, un proceso de recuperación puede concatenar esos clústeres en su orden original. Una asignación antigua no puede restaurar contenido sobrescrito.

¿Puede un encabezado de archivo correcto demostrar que la recuperación se ha realizado con éxito?

No. En S2, la firma PNG inicial y los primeros 4.096 bytes coinciden con los del original. Por lo tanto, los bytes posteriores son erróneos y la comprobación CRC del fragmento PNG falla. Para una recuperación completa se necesitan más indicios, como una estructura interna válida, un contenido correcto y, a ser posible, una comparación con un resumen original fiable.

¿Basta con conocer el tamaño del archivo original para reconstruir los fragmentos?

Normalmente no. El tamaño del archivo determina la cantidad de datos lógicos, pero no identifica las ubicaciones de los clústeres posteriores ni su orden. S2 utiliza deliberadamente la longitud conocida del origen para la comparación, pero ese dato no corrige la lectura secuencial incorrecta. Por lo tanto, siguen siendo necesarias otras pistas específicas del mapeo o del formato.

¿Garantiza una coincidencia de SHA-256 la recuperación de un archivo desconocido?

La coincidencia de un hash SHA-256 con un resumen fiable del archivo original constituye una prueba muy sólida de que los dos flujos de bytes son idénticos. Si no se dispone del resumen original, el cálculo de un hash del contenido recuperado no permite determinar si coincide con la versión perdida. Por el contrario, la validación del formato aporta pruebas adicionales de otro tipo.

¿Qué nos indica la discrepancia en el CRC sobre el archivo recuperado?

En S2, el encabezado PNG y el primer clúster permanecen intactos, pero una lectura secuencial sustituye los bytes no relacionados que comienzan en 0x1000. En IDAT El CRC del fragmento ya no coincide con su valor almacenado. Esa discrepancia indica que el contenido del fragmento está dañado, aunque un CRC válido por sí solo no demostraría que todos los aspectos de una imagen recuperada sean correctos.

Vasilii es un especialista en recuperación de datos con unos 10 años de experiencia práctica en este campo. A lo largo de su carrera, ha resuelto con éxito miles de casos complejos relacionados con archivos borrados, unidades formateadas, particiones perdidas y sistemas de archivos RAW. Su experiencia abarca tanto métodos de recuperación manual con herramientas profesionales como editores hexadecimales como soluciones automatizadas avanzadas con software de recuperación. La misión de Vasilii es poner los conocimientos sobre recuperación de datos al alcance tanto de los profesionales informáticos como de los usuarios de a pie, ayudándoles a salvaguardar sus valiosos activos digitales.