File Formats - Characterization and Validation

امروزه بیشتر اطلاعات به صورت دیجیتال ذخیره می شود. اطلاعات دیجیتال از سطح بالایی از مشاهده است که فقط یک آرایه از بیت است. به منظور پیدا کردن معنی واقعی آن نرم افزار خاصی که تفسیر آن مورد نیاز است. بنابراین، اگر با تکامل فن آوری این نرم افزار دیگر نمی تواند اجرا شود، خطر بالقوه وجود دارد که همچنین داده های تفسیر شده توسط آن مفید نمی باشد. هدف از حفظ دیجیتال این است که وقوع چنین پدیده ای را متوقف کند. داده ها معمولا در فایل ها ذخیره می شوند، هر فایل دارای فرمت یا ساختار خاص است، با دانستن اینکه کاربر می تواند معنی واقعی داده های خام ذخیره شده در فایل را به صورت آرایه ای از بیت ها تشخیص دهد. حفظ دیجیتال فرمت پرونده معتبر را به عنوان یک پرونده برای فایل در نظر می گیرد که در فرم قابل استفاده است، زیرا معتبر است که یک فایل خاص ساختار یافته مطابق فرمت فایل اعلام شده است. در این مقاله، ما توجه ویژه ای به دقت و توانایی این تست های تأیید اعتبار فایل می کنیم. بنابراین، ما برخی از نرم افزارهای منبع باز را ارائه می دهیم که قادر به شناسایی و تأیید فرمت فایل هستند. ما بیشتر در مورد انواع فایل هایی که می توانند شناسایی کرده و بیشتر در مجموعه داده های بزرگ کار می کنند تمرکز می کنیم.