Técnica de programación segura: eliminación segura de archivos

Eliminar archivos en un sistema informático es complicado. Todo el mundo, incluso tu madre, ha borrado alguna vez un archivo por error y se ha alegrado al encontrarlo en la papelera y poder recuperarlo.

Los datos en los sistemas informáticos se representan mediante una secuencia de bits. Esto significa que el sistema debe realizar un registro dentro del sistema de archivos para saber qué bits corresponden a cada archivo. Entre esta información se incluye el tamaño del archivo, la fecha de última modificación, el propietario, los permisos de acceso, etc. Estos datos de registro se almacenan por separado del contenido del archivo.

Por lo general, cuando se elimina un archivo no ocurre nada con los bits que lo representan, pero los datos de registro se modifican para que el sistema sepa que esa parte del almacenamiento ya no tiene valor y puede reutilizarse. Hasta que se guarde otro archivo en esa ubicación y los bits se sobrescriban, a menudo es posible recuperar los datos guardados. Esto no solo mejora la velocidad de eliminación de archivos, sino que suele ser una función útil para deshacer el borrado.

Sin embargo, este enfoque tiene sus inconvenientes. Cuando una aplicación maneja información confidencial, la guarda en algún lugar del sistema de archivos. En algún momento, cuando la información ya no es necesaria, estos datos pueden borrarse. Si no se toman precauciones adicionales, los datos podrían seguir siendo recuperables, a pesar de que la intención del desarrollador fuera eliminarlos por completo.

La forma más sencilla de borrar esos datos por completo es sobrescribir el contenido del archivo con datos aleatorios (a veces incluso varias veces). Existen varios métodos de eliminación segura de archivos que varían según el tipo de almacenamiento y el sistema de archivos, como el método Gutmann. No obstante, para el uso cotidiano de aplicaciones, esto suele ser excesivo y puedes sobrescribir los datos tú mismo.

¡Pero ten cuidado! No utilices solo ceros u otros datos de baja entropía. Muchos sistemas de archivos pueden optimizar la escritura de estos archivos dispersos y dejar parte del contenido original. Se recomienda generar datos aleatorios de forma segura para sobrescribir todo el contenido del archivo antes de eliminarlo.

La remanencia de datos es la representación física residual de información que ha sido borrada de alguna manera. Después de borrar un medio de almacenamiento, pueden quedar ciertas características físicas que permitan reconstruir los datos.

https://fas.org/irp/nsa/rainbow/tg025-2.htm