復元ファイルの拡張子はラベルであり、内容の証拠ではありません。出所、内部シグネチャ、コンテナー構造、適切なアプリで読み取れる内容を合わせて不明なファイルを識別します。調査中は復元コピーを変更せず保管してください。コピーの名前を変えるとアプリが認識しやすくなる場合はありますが、欠落データは戻りません。
四つの問いを区別する
知りたいことには、元の名前、バイトが似ている形式、構造が有効か、必要な内容が含まれるかという四つの異なる問いがあります。一つの問いの結果で他の問いは決まりません。
例えば、名前が holiday.jpg のファイルにも JPEG、別の画像形式、不完全なデータが含まれる場合があります。形式検出器が JPEG ヘッダーを認識しても、画像の後半でデコーダーが失敗することがあります。正しくデコードされた JPEG でも、元の写真ではなく小さな埋め込みプレビューかもしれません。
元の復元名、バイトサイズ、復元元フォルダー、分かれば復元方法を記録します。複製で作業してください。ハッシュを計算した場合は記録とともに保管します。それは調べたバイトを識別するもので、消失前の正しさを示すものではありません。
拡張子を手掛かりにする
見覚えのある拡張子は、最初に調べるアプリや形式の系統を示唆します。拡張子がない、または予期しない場合は、ファイルシステムメタデータの消失や復元ツールの命名方式を反映していることもあります。
名前を比較する前にファイルブラウザーで拡張子を表示します。完全な名前を記録し、 report.pdf.exe を PDF と誤認しないようにします。内容を知るために不明な実行ファイルを実行せず、復元文書が求めたからといってマクロを有効にしないでください。
検出器が拡張子と異なる強い形式一致を報告した場合は、両方の観察を記録します。復元フォルダー全体の名前をすぐに変えないでください。一つの紛らわしい名前は、全ファイルに同じ問題がある証拠にはなりません。
内部の識別証拠を探す
形式識別ツールは特徴的なバイトパターンと、対応していれば構造上の手掛かりを探します。英国国立公文書館の DROID documentation では PRONOM レジストリの内部シグネチャを使った識別を説明しています。対象範囲は変化するため、結果とともにツールとシグネチャデータベースのバージョンを記録します。
識別結果は具体的、暫定的、曖昧、または識別不能の場合があります。アーカイブや広いメディアコンテナーしか識別できない場合は、その確度のまま記録してください。「不明」は、根拠なく確信した拡張子を付けるより適切です。
認識可能なバイトだけでは完全な有効性の確認にはなりません。米国議会図書館は、 JPEG/JFIF と JPEG with Exif metadataの異なる識別パターンを挙げています。想定した先頭部分との一致は形式の証拠ですが、残りの圧縮画像データが存在することは示しません。
コンテナーとその内容を識別する
複数の構成要素を含むパッケージを示す拡張子もあります。Microsoft は、 Office Open XML files use ZIP packagingと説明しています。したがって復元した .docx に ZIP 構造が見つかることは Word 文書と矛盾しませんが、それだけで完全な Word 文書とは特定できません。
パッケージ対応の検査では文書を再保存せず内部の部品と関係を調べられます。Microsoft は、 relationships to document parts distinguish document categoriesと説明しています。外側のコンテナーと内部の名前を保全してください。一部を取り出して新しいアーカイブにすることは、元のファイルの識別とは別の操作です。
同じ区別は動画にも重要です。マルチメディアコンテナーには複数のストリームが含まれます。コンテナー名を認識しても、すべてのコーデック、録画時間、各ストリームがデコードできるかは分かりません。公式の ffprobe documentation はコンテナーとメディアストリームの両方の検査を説明しています。報告されたメタデータを検査結果として扱い、実際の内容は別に確認してください。
作業コピーで解釈を試す
可能性の高い形式が分かったら、適切に保守されているアプリで作業コピーを開きます。唯一の復元コピーを上書きする要求は断ってください。修復や変換を行う場合は結果を別に保存し、変換内容を記録します。
一つの「正常」フラグではなく短い証拠表を使います。
| 観察 | 裏付けること | まだ分からないこと |
|---|---|---|
| 拡張子が検出結果と一致 | 名前が推定形式と整合する | 完全性と元の同一性 |
| 内部シグネチャが一致 | 認識可能な形式の証拠がある | 残りの構造が有効か |
| アプリでファイルが開く | そのアプリが少なくとも一部を解釈できる | ページ、フレーム、トラック、画像領域の欠落 |
| 内容が独立した参照と一致 | 調べた内容が期待したものに対応する | 未確認部分や変更されたメタデータ |
画像は寸法とフレーム全体、文書は必要なページと埋め込み項目、録画はストリームと全編の再生を確認します。最初のページのプレビューや動画サムネイルは、残りが利用できなくても表示される場合があります。
曖昧な結果は曖昧なまま記録する
二つの検出器が一致しない場合はレポートを保管し、外側のアーカイブ、内部文書、埋め込み画像など異なる層を識別していないか確認します。大きなファイル内のプレビューは実際の画像でも、失われた原本とは限りません。
どのツールも認識しない場合、非対応形式、暗号化、識別データの欠落、ファイルを構成しないバイトなどが考えられます。その結果だけでは区別できません。既知の元アプリ、周囲のファイル、残存記録を使って問いを絞ります。
ビューアーに何かが表示されるまでヘッダーを作り加えたり拡張子を何度も変えたりしないでください。復元した証拠を分かりにくくしながら新たな成果物を作ることがあります。情報が不足する場合は「形式未確定」と記録し、元の出力を保全します。
再現可能な識別記録を残す
有用な結論には、推定形式、その根拠、使用したソフトウェア、確認の限界を記します。例えば「内部シグネチャとパッケージ検査は Word 文書を支持する。アプリで開ける。埋め込みオブジェクトは未確認」と記録できます。
形式の識別は、復元元の再スキャン、元の全バイトが残ったことの証明、復元製品の対応形式の判断と区別します。それぞれ別の証拠が必要です。この区別により、もっともらしいラベルを復元の保証とせず、不明ファイルを調べやすくなります。