Respuesta correcta
- ADivide la salida en fragmentos de 10 MB y calcula el hash de cada fragmento, registrando los resultados
Explicación
El parámetro `hashwindow=10M` en dcfldd indica a la herramienta que calcule un hash SHA-256 para cada segmento (ventana) de 10 MB de los datos de entrada a medida que se van copiando, y luego registre el hash de cada segmento en el archivo hashlog especificado. Esto permite al investigador verificar la integridad de fragmentos individuales de la imagen forense, lo que resulta útil para detectar corrupción o manipulación en regiones específicas de la imagen sin necesidad de recalcular el hash de todo el archivo.
Para profundizar
dcfldd es una versión mejorada para análisis forense de la utilidad estándar dd, diseñada principalmente para informática forense y aplicación de la ley. Una de sus mejoras clave es la capacidad de calcular múltiples hashes mientras se escribe una imagen. La opción hashwindow introduce un compromiso inteligente entre rendimiento y granularidad: en lugar de calcular solo un único hash final, dcfldd puede calcular un hash para cada fragmento de un tamaño especificado (por ejemplo, 10M bytes) y registrar estos hashes en un archivo. Esto es invaluable en adquisiciones a gran escala porque si una verificación posterior de toda la imagen falla, el examinador puede comparar los hashes por ventana en el registro con los hashes del archivo de imagen copiado para identificar exactamente qué segmento se corrompió. Una idea errónea común es que hashwindow afecta al tamaño del búfer de E/S o funciona de la misma manera que bs, pero en realidad solo controla la frecuencia del cálculo de hash. Otra sutileza es que hashwindow opera en los flujos de salida, y cuando se especifican múltiples archivos de salida, cada salida puede tener su propio registro de hash, lo que permite al examinador verificar que cada destino recibió correctamente los datos de forma independiente. Sin embargo, se debe tener cuidado de registrar también el hash general y el comando exacto utilizado, ya que el proceso de verificación depende de volver a ejecutar dcfldd con los mismos parámetros para reproducir los límites de los fragmentos.
Sobre estas preguntas de práctica
Esta es una de las preguntas de práctica originales de CHFI de Courseiva, escrita para aprender y nunca copiada de exámenes reales ni de dumps.
Traducida del original en inglés con IA y revisada para comprobar el sentido. Los códigos de examen, los comandos y los nombres de productos se mantienen tal como aparecen en el examen.