信息安全综合实验课程设计

重庆邮电大学信息安全综合实验课程设计

姓名：________

班级：

专业：信息安全

目录

1.主引导记录备份与恢复 (3)

2.破坏文件恢复 (5)

3.误格式化分区的文件恢复 (9)

4.误删除文件的恢复 (14)

1.主引导记录备份与恢复

（1）运行Winhex工具，打开故障盘。将第0个扇区复制到1号扇区中，完成主引导扇区的备份。

（2）将主引导记录部分破坏掉，将主引导代码置零，保存关闭。用故障盘引导观察发现系统无法正常启动。

（3）从工具盘启动，运行FIXMBR修复主引导记录，然后用磁盘编辑工具观察主引导扇区的内容，和1号备份扇区内容作比较发现代码相同，说明已经成功修复。

2.破坏文件恢复

（1）创建一个正常的WORD文档，通过WINHEX将WORD文档的文件头破坏，打开WORD文档，观察错误；

再打开word文档，发现恢复正常。

3.误格式化分区的文件恢复

在此实验中，由于在虚拟机上进行，而虚拟机只有一个分区，如果格式化后无法正常启动，故用一个U盘来进行实验，采用手动恢复的方式，实验如下：

1.这是一个2G的U盘，我们在其中放入了一些数据作为测试，包括3张照片、2个word文档、2个excel文档、2个压缩文件以及一个

文件夹，基本可以代表了一般用户有价值的数据类型。

2.在windows中，将该盘格式化。

3打开U盘的属性，可以看到已用空间为4K，这是磁盘在格式化过程中建立的引导信息，现在盘上没有任何用户数据。

启动winhex，按功能键F9，打开U盘。

打开U盘后，在winhex中可以看到该盘现在100% free，空白。

件中并不包含）

软件开始运行，这是在扫描中。

扫描结束，这是最终恢复出来的照片。可以看到，恢复的照片要比原来的多，我们需要的照片也在其中。手工恢复就是这样的特点：全盘扫描，只要是此种格式，以前存在过，并且没有被覆盖，就全部提取，恢复结束后再自行整理；不能还原原来的文件名和路径，同类型的文件恢复到同一目录下。如图：

用同样的过程，依次提取恢复word、excel、rar文件。这是最终恢复的word文件，和照片恢复的特点是一样的。

其他文件格式的恢复不再一一展示。验证恢复的数据是否正常。恢复结束。

4.误删除文件的恢复

1.建立一个文本文件

看看这个文件大小信息，如下图所示：

我们看到，这个文件大小是224个字节，等下恢复这个文件的时候就

可以对比一下。之后我就删除了这个文件，现在，我们看看怎么恢复这个文件！

2.用winhex打开分区

我们运行winhex，然后点击菜单：工具-->打开磁盘，来打开G盘。如下图所示：

我们可以找到$MFT这个文件，（$MFT：（Master File Table）文件。主文件列表。此文件是NTFS分区中最重要的文件，记录了分区中所有文件（包括$MFT自身）的基本信息。通过$MFT就可以访问分区中的所有文件和系统数据。$MFT由多个MFT记录单元组成，每一个文件的描述占用一到多个（一个不够的情况下）$MFT记录单元。其中前十二个记录单元中记录着这里的十二个系统文件的信息。每个记录单元记录着文件的建立时间、在分区中的位置、长度、属性、文件名等信息。）然后右击它，然后点击打开，之后就会打开这个文件MFT。如下面两个图所示：

因为，我们只需要在MFT找到我们丢失的文件，如果我们在整个分区里搜索并且这个分区很大的话，会要很多时间的，而MFT文件就小得多了，最大也就1G左右，这是我人为弄出来的，一般系统是很难见到这么大的MFT文件的，除非你是做服务器，有很多磁盘碎片和小文

件。之后，我们可以点击菜单中的：搜索-->查找文本。如下图所示：

我们输入我们想要恢复的文件名HelloWorld，而且注意，要选择Unicode。因为MFT的文件名是Unicode形式的，之后就是查找了！一会我们就找到了这个文件，如下图所示：

为了能使用WinHex的颜色，我们转到分区去看这个文件记录！首先，我们看到这个文件记录在MFT的偏移地址是7450H，然后我们在

winhex中转到我们分区的视图，然后点击MFT文件，这样就偏移到了我们MFT文件的位置，然后选择菜单中的：位置-->转到偏移位置。然后输出7450，位置是从当前位置开始！如下图所示：

之后，我们就找到了这个文件记录，如下图所示：

我们看图的左边，文件记录号是29，我们看上图的蓝色框，那个是文件记录的标识：FILE。那么我们怎么知道这是个被删除的文件呢，一种办法是直接在文件记录头上看，如上图的红色框，那2字节为文件记录偏移16H处，0表示文件已被删除，1表示这个文件在使用，2表示是个目录等等。

现在我们去查找文件记录中的数据属性，这个属性是80H开头，好在winhex有这个颜色分类，很容易找到，如上图的橙色框所示。

下面我们集中抽取这个数据属性来分析，如下图所示：