Tabela de assinaturas de arquivos: números mágicos e limites de recuperação

Tabela de assinaturas de arquivos

A tabela de assinaturas de arquivos apresenta padrões de bytes reconhecíveis, suas posições e os formatos de arquivo que ajudam a identificar. Esses padrões, frequentemente chamados de números mágicos de arquivos, permitir que o software reconheça o conteúdo sem depender da extensão do nome do arquivo. As ferramentas de recuperação podem utilizá-las para localizar arquivos candidatos quando faltam entradas de diretório ou outros registros do sistema de arquivos.

Isso é importante quando um documento recuperado tem um nome desconhecido, uma foto não abre ou uma unidade formatada perdeu sua estrutura de pastas. Este guia explica as assinaturas comuns, os cabeçalhos e rodapés dos arquivos, bem como os limites da recuperação de arquivos com base em assinaturas. As etapas de verificação se aplicam ao Windows 10 e ao Windows 11.

Índice

Números mágicos, cabeçalhos e rodapés de arquivos

Uma assinatura é um padrão reconhecível dentro de um arquivo. Um cabeçalho é uma estrutura maior localizada próximo ao início do arquivo e pode conter uma assinatura, versão, dimensões, configurações de compactação ou outros campos. Um rodapé ou trailer fornece informações próximas ao final, quando o formato o prevê.

Esses termos descrevem partes relacionadas, mas não são intercambiáveis:

Termo

O que descreve

Significado prático

Extensão do nome do arquivo

Um sufixo como .png ou .zip

Sugere qual aplicativo deve abrir o arquivo

Assinatura do arquivo

Bytes identificáveis em uma posição definida ou detectável

Ajuda a identificar um formato em potencial

Cabeçalho do arquivo

Informações estruturais iniciais

Pode identificar o formato e descrever seu conteúdo

Rodapé ou final do arquivo

Uma estrutura de encerramento, se definida

Pode ajudar a localizar ou validar o final

Metadados do sistema de arquivos

Registros mantidos pelo NTFS, FAT ou outro sistema de arquivos

É capaz de descrever nomes, diretórios, tamanhos e locais de armazenamento

Alterar uma extensão não converte o formato subjacente. Da mesma forma, bytes iniciais reconhecíveis não comprovam que o restante do arquivo esteja presente ou esteja correto.

Aqui, “assinatura” refere-se a um padrão de identificação de formato. Não se trata de uma assinatura digital criptográfica.

Tabela de assinaturas de arquivos para formatos comuns

Todos os valores abaixo são bytes hexadecimais na ordem do arquivo. Os deslocamentos são medidos a partir do início do arquivo em questão, começando em zero.

Formato

Bytes de identificação

Desvio e condições

Pista de finalização ou validação

PNG

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

Deslocamento 0 de um fluxo de dados PNG

Termina com um bloco IEND; verifique os comprimentos dos blocos e os CRCs

JPEG

FF D8 marcador de início de imagem; os inícios mais comuns incluem FF D8 FF E0 e FF D8 FF E1

Deslocamento 0; os marcadores a seguir variam

FF D9 é o marcador de fim de imagem; a decodificação da imagem realiza verificações adicionais

PDF

25 50 44 46 2D, ou seja %PDF-

Cabeçalho padrão do arquivo no deslocamento 0, seguido pelas informações de versão

%%EOF marca um fim, mas atualizações incrementais podem gerar várias ocorrências

ZIP

50 4B 03 04

Um cabeçalho de arquivo local; geralmente localizado no deslocamento 0 em um arquivo comum não vazio

Analisar o diretório central e o registro de fim do diretório central

DOCX, XLSX, PPTX

Geralmente 50 4B 03 04

Pacotes do Office comuns, baseados em ZIP e não criptografados

Inspecionar os tipos de conteúdo, as relações e as partes internas do pacote

WebP

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

RIFF no deslocamento 0; WEBP no deslocamento 8; os bytes 4 a 7 contêm um campo de tamanho

Verifique o tamanho do RIFF e a estrutura dos blocos, em vez de usar um rodapé padrão

Executável do Windows PE

4D 5A (MZ), seguido em outros lugares por 50 45 00 00

MZ no deslocamento 0; o campo no deslocamento 0x3C aponta para a assinatura PE

Valide as informações do cabeçalho e da seção do PE; o MZ por si só não é suficiente

Esta é uma tabela de referência, não um conjunto completo de regras de recuperação. Um arquivo ZIP vazio pode começar com seu registro de fim do diretório central, e um arquivo autoextraível pode conter dados executáveis antes de seus registros ZIP.

O registro final do ZIP começa com 50 4B 05 06, mas esses quatro bytes não constituem o registro completo nem são necessariamente os bytes finais. Em seguida, vêm os campos e um comentário opcional do arquivo. O arquivo separado Guia sobre cabeçalhos ZIP explica as estruturas de arquivamento com mais detalhes.

Assinaturas compartilhadas e assinaturas do sistema de arquivos

Uma assinatura correspondente pode identificar uma família de formatos, em vez de uma extensão específica.

Por exemplo, os arquivos DOCX, XLSX e PPTX normalmente utilizam o formato ZIP. Um scanner que detecte 50 4B 03 04 encontrou um possível arquivo ZIP; ainda não foi confirmado que o arquivo seja um documento do Word. Tipos de conteúdo e partes internas, tais como word/document.xml em um pacote DOCX típico, forneça evidências adicionais.

O WebP oferece outro exemplo: RIFF por si só é insuficiente, pois outros formatos também utilizam contêineres RIFF. O WEBP O identificador no deslocamento 8 restringe a identificação.

Uma assinatura de volume identifica um objeto diferente

Os editores hexadecimais também exibem assinaturas pertencentes a sistemas de arquivos. O texto “NTFS” na captura de tela abaixo pertence ao setor de inicialização de um volume, e não ao cabeçalho de uma foto ou documento específico. Encontrá-lo não identifica os arquivos do usuário armazenados nesse volume.

Uma assinatura de volume identifica um objeto diferente

Captura de tela do desenvolvedor do HxD mostrando o identificador do volume NTFS, recortada e contornada para maior clareza.

Como funciona a recuperação de arquivos com base em assinaturas

Recuperação de arquivos com base em assinatura, comumente chamado de “file carving”, procura em meios de armazenamento legíveis por padrões associados a formatos de arquivo compatíveis. Ele consegue localizar conteúdo sem depender dos registros originais do diretório.

Um entalhador geralmente precisa realizar várias tarefas:

  1. Identifique um ponto de partida em potencial. Comparar uma assinatura esperada e sua posição em relação ao início do arquivo proposto.
  2. Verifique a estrutura. Analise campos, layouts de registros ou regras de consistência específicas de formato para rejeitar correspondências improváveis.
  3. Determine a extensão. Utilize tamanhos internos, registros analisados, estruturas finais ou regras de interrupção específicas da ferramenta.
  4. Salve e valide o candidato. Grave-o em um armazenamento separado e verifique se ele pode ser interpretado corretamente.

Uma regra de recuperação simples, baseada no cabeçalho do arquivo, pode reconhecer apenas o início. Um analisador mais avançado é capaz de interpretar o formato para determinar seu comprimento e avaliar sua validade. Nenhuma das duas abordagens fornece automaticamente o mapa original dos locais de armazenamento fragmentados.

O PhotoRec é um exemplo documentado de um “file carver”. Suas definições personalizadas de assinatura incluem uma extensão, um deslocamento e um padrão de bytes. Adicionar uma regra desse tipo ajuda no reconhecimento; no entanto, isso não adiciona automaticamente um analisador completo nem resolve a fragmentação.

Como funciona a recuperação de arquivos com base em assinaturas

Recuperação de assinaturas x Recuperação de metadados

A principal diferença está nas informações utilizadas para localizar e montar um arquivo.

A recuperação de metadados interpreta os registros remanescentes do sistema de arquivos. No NTFS, o Tabela do arquivo mestre podem conter nomes, atributos e mapeamentos para dados de arquivos. Em volumes baseados em FAT, as entradas de diretório e o Tabela de alocação de arquivos contribuem com diferentes partes dessas informações.

Preocupação com a recuperação

Recuperação de metadados

Recuperação de assinatura

Principais evidências

Registros do sistema de arquivos e informações de alocação

Padrões de conteúdo de arquivos e estruturas de formato

Nomes e pastas originais

Pode sobreviver quando os registros relevantes ainda estiverem utilizáveis

Normalmente, isso não é possível apenas com o entalhe

Comprimento do arquivo

Pode ser registrado explicitamente

Deve ser inferido ou analisado

Arquivos fragmentados

Os mapeamentos remanescentes podem identificar extensões distintas

A reconstrução depende muito do formato e da ferramenta

Registros ausentes no sistema de arquivos

Pode limitar a reconstrução

Ainda pode localizar conteúdo reconhecível

Conteúdo sobrescrito

Não é possível recriar os bytes substituídos

Não é possível recriar os bytes substituídos

Essas abordagens podem se complementar. Um aplicativo de recuperação pode apresentar os resultados de ambos os métodos em uma única varredura.

“Verificação profunda” não é uma garantia padronizada de que uma ferramenta utilize apenas assinaturas ou seja capaz de reconstruir todos os arquivos fragmentados. Seu significado depende do programa.

Como verificar o cabeçalho de um arquivo no Windows

Para um arquivo legível, o Windows PowerShell 5.1 inclui Formato-Hex. Verifique uma cópia em um dispositivo de armazenamento que esteja funcionando corretamente. Se o arquivo tiver desaparecido completamente, este comando não poderá localizá-lo pelo caminho anterior.

Substitua o caminho de exemplo abaixo pelo local real do arquivo copiado:

  1. Formato-Hex -CaminhoLiteral ‘E:\Inspeção\’sample.bin' |
  2. Select-Object -First 4

Isso exibe as quatro primeiras linhas de saída sem alterar o arquivo.

Interprete a saída da seguinte forma:

  • A coluna da esquerda indica o deslocamento hexadecimal.
  • Cada par de dígitos hexadecimais representa um byte.
  • A área de texto exibe caracteres imprimíveis; os pontos podem representar bytes não imprimíveis.

Por exemplo, 25 50 44 46 2D corresponde a %PDF-. Se for encontrado no início, o arquivo é reconhecido como PDF, mesmo que a extensão seja .bin.

Para um arquivo suspeito de ser WebP, verifique tanto o RIFF no deslocamento 0 quanto o WEBP no deslocamento 8. Verificar apenas os primeiros quatro bytes deixa o tipo de contêiner sem identificação.

Um editor hexadecimal permite inspecionar outras posições ou o final de um arquivo copiado. Utilize o modo somente leitura, quando disponível. Não sobrescreva os bytes iniciais apenas para que eles correspondam à tabela: a edição do cabeçalho não pode substituir o conteúdo ausente nem estabelecer o formato correto.

Por que arquivos reconhecidos podem, mesmo assim, não abrir

Uma correspondência de assinatura indica um candidato, não uma recuperação completa.

A fragmentação interrompe a divisão simples e contígua

Um arquivo pode ocupar vários grupos não adjacentes de clusters de armazenamento. Sem mapeamentos úteis, um carver pode continuar acessando dados não relacionados após recuperar o primeiro fragmento.

Exemplo: Um vídeo começa em uma região, enquanto seu próximo fragmento se encontra em outro lugar. Identificar a estrutura inicial não revela onde esse próximo fragmento começa. Algumas ferramentas conseguem reconstruir determinados formatos fragmentados, mas o suporte é específico para cada formato.

Correspondências curtas e arquivos incorporados geram resultados adicionais

Uma sequência curta de bytes pode ocorrer acidentalmente ou dentro de outro arquivo. Uma miniatura JPEG incorporada a um documento maior é um conteúdo de imagem real, mas recuperá-la não significa que o documento que a contém tenha sido recuperado.

Isso ajuda a explicar a presença de imagens que parecem duplicadas, arquivos inesperadamente pequenos e resultados que não correspondem a arquivos originais distintos.

Os marcadores de fim precisam de contexto

O cabeçalho e o rodapé do arquivo devem pertencer a um objeto estruturalmente consistente. Parar no primeiro padrão de finalização aparente pode truncar um candidato; continuar além do necessário pode acrescentar dados não relacionados.

As atualizações incrementais do PDF ilustram o problema: versões anteriores %%EOF Os marcadores podem permanecer em uma versão salva posteriormente. Já o formato PNG exige uma sequência válida de blocos que termine em IEND, e não apenas uma ocorrência arbitrária do texto “IEND”.”

Alguns bytes originais não estão mais disponíveis

A sobrescrita destrói o conteúdo anterior dos locais afetados. Em SSDs, TRIM e o comportamento subsequente do controlador também pode tornar o conteúdo excluído indisponível para leituras comuns.

A criptografia cria uma barreira diferente. Um scanner que examina o texto cifrado de um volume criptografado geralmente não consegue identificar os cabeçalhos dos arquivos em texto simples originais. É necessário, primeiro, realizar a descriptografia autorizada ou obter uma visualização desbloqueada.

Escolha de uma abordagem de recuperação e verificação dos resultados

Se houver arquivos importantes faltando, interrompa a gravação no dispositivo afetado. Evite reformatar ou reparar o sistema de arquivos antes de proteger os dados. Uma unidade que se desconecta repetidamente, apresenta erros de leitura ou emite ruídos mecânicos incomuns precisa ser avaliada antes de se realizar novas varreduras.

Para um armazenamento estável e legível, use esta ordem:

  1. Verifique os backups e as cópias intactas.
  2. Analise os resultados da recuperação com base nos registros remanescentes do sistema de arquivos.
  3. Utilize a recuperação de assinaturas de arquivos quando os registros forem insuficientes ou quando arquivos específicos continuarem faltando.
  4. Salve os candidatos recuperados em outra unidade física.
  5. Verifique o conteúdo antes de considerar a recuperação concluída.

No caso de um cartão de memória, o Guia de recuperação de cartão SD formatado aplica essa distinção às opções práticas de recuperação.

A validação deve seguir o formato. Abra os documentos e verifique suas páginas, visualize as imagens em resolução total, teste a extração do arquivo compactado e verifique a reprodução do vídeo em vários pontos. Uma miniatura ou o primeiro quadro não são evidências suficientes para um arquivo grande.

Quando um original confiável está disponível, um hash criptográfico correspondente fornece uma evidência mais sólida da igualdade byte a byte. Um hash calculado somente após a recuperação não pode comprovar que o arquivo recuperado corresponde ao original perdido.

Perguntas frequentes

Todo tipo de arquivo possui um número mágico exclusivo?

Não. Alguns formatos compartilham assinaturas, e os arquivos em texto simples podem não possuir um cabeçalho identificador confiável. A identificação pode exigir vários campos, estruturas internas ou evidências contextuais.

Renomear um arquivo ZIP recuperado para DOCX pode restaurar o documento?

Isso só ocorre quando o arquivo já contém um pacote válido do Word e o problema está na extensão. Renomear o arquivo não permite reconstruir registros ZIP, partes XML ou conteúdo do documento que estejam faltando.

É sempre necessário um rodapé no arquivo para a recuperação?

Não. Alguns formatos oferecem comprimentos ou estruturas que um analisador pode seguir sem um rodapé fixo. O comportamento de recuperação também depende da implementação da ferramenta.

A recuperação de assinaturas pode preservar as datas das fotos?

Metadados incorporados, como informações Exif que permaneceram, podem conter a data de captura. Isso difere da recuperação dos carimbos de data e hora originais do sistema de arquivos, do nome do arquivo ou da localização da pasta.

A técnica de recuperação de arquivos (file carving) consegue recuperar arquivos sobrescritos?

Ele não consegue reconstruir os bytes que foram substituídos. Fragmentos remanescentes, outra cópia ou um backup ainda podem ajudar, mas o reconhecimento de uma assinatura não reverte a sobrescrita.

A visualização bem-sucedida significa que o arquivo está intacto na íntegra?

Não. Uma pré-visualização pode mostrar apenas parte de um arquivo ou exibir uma miniatura incorporada. Salve o arquivo em questão separadamente e verifique seu conteúdo real antes de confiar nele.

Jason é especialista em recuperação de dados e suporte técnico, com mais de 15 anos de experiência prática. Ele tem trabalhado extensivamente com usuários finais, resolvendo casos complexos de perda de dados e oferecendo soluções práticas de recuperação para exclusões acidentais, unidades formatadas, sistemas de arquivos danificados, partições perdidas, falhas de sistema e outras emergências de recuperação. Sua especialização também abrange backup e restauração, reparo de arquivos e recuperação de desastres, com forte ênfase em orientações seguras, confiáveis e tecnicamente precisas.