¿Qué son los bytes mágicos?
Los bytes mágicos son secuencias de bytes reconocibles, normalmente cerca del inicio de un archivo, que indican su formato subyacente. Proporcionan indicios más sólidos que una extensión controlada por el usuario o un tipo MIME declarado.
Cómo funcionan los bytes mágicos
Los bytes mágicos son firmas específicas de cada formato que las herramientas de identificación de archivos examinan antes de seleccionar un decodificador o un analizador. Una regla puede comprobar los primeros bytes, una posición fija o varios campos relacionados, en lugar de depender de un único prefijo universal. La detección es útil en los puntos de subida y recepción de archivos porque los nombres y las etiquetas HTTP son fáciles de falsificar. Sigue siendo un paso de clasificación preliminar; después deben realizarse el análisis estructural y los controles de seguridad.
Datos clave
- No todas las firmas comienzan en el byte cero. Algunos detectores inspeccionan una posición determinada o combinan varias pruebas, y las familias de contenedores pueden compartir un prefijo que identifica únicamente el formato externo.
- Los documentos basados en ZIP ilustran la limitación de una firma corta: muchos formatos de aplicaciones no relacionados comienzan con registros ZIP y requieren inspeccionar los nombres y metadatos internos.
- Un archivo políglota puede satisfacer las expectativas de más de un analizador. Por lo tanto, la coincidencia con una firma no demuestra que los datos al final del archivo, las dimensiones, las posiciones de bytes o las cargas útiles comprimidas sean seguros.
Cuándo son importantes los bytes mágicos
Los controladores de subidas deberían inspeccionar los bytes mágicos antes de elegir un analizador o un pipeline de transformación. Las comprobaciones de firmas reducen las suplantaciones simples, pero no demuestran que el archivo completo sea válido o seguro.