File Metadata Removal

Definición

La eliminación de metadatos de archivos es el proceso de inspeccionar, reducir o limpiar datos descriptivos ocultos de los archivos antes de compartirlos, mientras se verifica que el output ya no contiene señales de identidad no deseadas.

Por qué importa

Los archivos frecuentemente llevan más que el contenido visible. Las imágenes pueden incluir coordenadas GPS, modelo de cámara, timestamp y miniaturas. Los documentos pueden incluir nombres de autor, historial de edición, comentarios, archivos embebidos, nombres de software y trazas del sistema de archivos.

Los metadatos pueden desanonimizar a un usuario incluso cuando el archivo se subió a través de Tor, una VPN o un canal cifrado. La privacidad del transporte protege la ruta; no limpia el archivo.

Cómo funciona

Usá el flujo de trabajo de metadatos de 5 pasos:

1. Inspeccionar Leer los metadatos antes de compartir para que el riesgo sea visible.

2. Decidir Determinar si el formato del archivo, el propósito y el destinatario requieren preservar algún metadato.

3. Limpiar o convertir Limpiar metadatos con una herramienta o convertir a un formato más simple cuando sea apropiado.

4. Verificar Inspeccionar el output limpiado. No asumir que la exportación o la captura de pantalla eliminaron todo.

5. Evitar la recontaminación No embeber archivos limpiados en documentos sucios ni editar archivos limpiados con herramientas que añadan nuevos metadatos.

Ejemplo:

Imagen original:
  coordenadas GPS
  modelo de cámara
  timestamp
  software de edición

Imagen limpiada:
  sin GPS
  sin serial/modelo de cámara si no es necesario
  sin miniatura embebida
  sin campos de autor/comentario

El bug no es usar imágenes o documentos. El bug es compartirlos sin verificar qué más dicen.

Técnicas / patrones

Inspeccionar los metadatos con una herramienta dedicada antes de compartir.
Preferir formatos más simples cuando el riesgo de metadatos es alto.
Limpiar los archivos fuente antes de embeberlosen documentos más grandes.
Verificar el output limpiado con una segunda inspección.
Tratar PDFs, documentos Office, imágenes, audio, video y archivos comprimidos como diferentes clases de riesgo.
Preservar originales por separado si la integridad de la evidencia importa.
Considerar las capturas de pantalla y exportaciones como nuevos archivos con sus propios metadatos.

Variantes y bypasses

Usá las 7 familias de metadatos:

1. EXIF y metadatos de media

Las fotos y videos pueden incluir GPS, modelo del dispositivo, lente, timestamp, orientación, número de serie y miniaturas embebidas.

2. Metadatos de autor de documentos

Los archivos Office y PDF pueden incluir nombres de autor, organización, rutas de template, comentarios, cambios rastreados, números de revisión y nombres de aplicación.

3. Metadatos de objetos embebidos

Un documento de aspecto limpio puede contener imágenes, audio, hojas de cálculo o PDFs embebidos que aún llevan sus propios metadatos.

4. Metadatos de sistema de archivos y archivos comprimidos

Los archivos comprimidos pueden preservar nombres de archivo, rutas, nombres de usuario, permisos, timestamps y estructura de directorios.

5. Metadatos añadidos por aplicaciones

Las herramientas de edición, scanners, apps de teléfono, drives en la nube y pipelines de exportación pueden añadir nuevos metadatos después de limpiar.

6. Metadatos visuales

Los detalles del fondo visible, reflejos, notificaciones, idioma, títulos de ventanas y rutas de archivos pueden revelar identidad incluso cuando se eliminan los metadatos técnicos.

7. Conflictos de preservación de evidencia

Para respuesta a incidentes, periodismo o trabajo legal, los metadatos pueden ser evidencia. Limpiar un archivo antes de preservar un original puede destruir contexto útil.

Impacto

Exposición de ubicación, dispositivo, empleador, software, nombre de usuario o línea de tiempo.
Vinculación entre publicación seudónima e identidad del mundo real.
Fuga de rutas internas de documentos, nombres de organización, comentarios o historial de edición.
Falsa confianza cuando la privacidad del transporte oculta la ruta de subida pero el archivo revela la fuente.
Pérdida de evidencia cuando los metadatos se limpian antes de preservar un original.

Detección y defensa

Ordenado por efectividad:

1. Inspeccionar antes de compartir El riesgo de metadatos debe ser visible antes de poder gestionarlo. La inspección es el primer control.

2. Preservar los originales cuando importa la evidencia Guardar una copia intacta si el archivo puede ser evidencia. Trabajar en un duplicado para limpiar.

3. Usar herramientas dedicadas de limpieza de metadatos Herramientas como ExifTool o Metadata Cleaner/mat2 están diseñadas para esta tarea. Los flujos de trabajo de exportación genéricos son menos confiables.

4. Verificar el output limpiado Volver a ejecutar la inspección en el archivo limpiado. El paso de verificación detecta limitaciones de formato y errores de la herramienta.

5. Preferir formatos más simples cuando sea posible El texto plano y las imágenes simples frecuentemente llevan menos metadatos complejos que los documentos Office, gráficos por capas o PDFs.

6. Revisar el contenido visible por separado Eliminar los metadatos técnicos no elimina reflejos, fondos, nombres de usuario, notificaciones, estilo de escritura o timestamps mostrados en el contenido.

Qué no funciona como defensa primaria

Renombrar un archivo no elimina metadatos. Los campos ocultos permanecen.
Recortar o editar no garantiza la limpieza. Los editores pueden preservar o añadir metadatos.
Subir a través de una VPN o Tor no limpia el archivo. La ruta y el payload son separados.
Las capturas de pantalla no son automáticamente seguras. Pueden revelar contexto visible y pueden incluir nuevos metadatos.
Una sola herramienta no puede limpiar de forma confiable todos los formatos complejos. Los documentos complejos pueden contener archivos embebidos con sus propios metadatos.

Labs prácticos

Inspeccionar una imagen

exiftool sample.jpg

Buscar GPS, timestamp, modelo de cámara, números de serie, software, miniaturas y comentarios.

Limpiar metadatos de imagen y verificar

cp sample.jpg sample-clean.jpg
exiftool -all= sample-clean.jpg
exiftool sample-clean.jpg

El segundo comando es el control. Sin verificación, sin confianza.

Inspeccionar un documento

exiftool document.pdf
exiftool document.docx

Verificar campos de autor, creador, productor, revisión, template y timestamp.

Limpiar con mat2 donde esté disponible

mat2 file.ext
exiftool file.cleaned.ext

Usar el output limpiado, no el original. Verificar porque el soporte de formato difiere.

Construir una lista de verificación para compartir

Archivo:
Original preservado:
Contenido visible revisado:
Metadatos inspeccionados:
Herramienta de limpieza usada:
Output limpiado verificado:
Destinatario/contexto:
Riesgo residual:
Decisión:

La lista conecta la limpieza técnica con la decisión real de compartir.

Ejemplos prácticos

Una foto compartida bajo seudónimo incluye coordenadas GPS de la cámara del teléfono.
Un PDF incluye el nombre de usuario real del autor del SO en el campo creador.
Un informe de aspecto limpio embebe una imagen que aún tiene metadatos de cámara.
Un archivo ZIP preserva una ruta de proyecto local con un empleador o nombre de usuario.
Una captura de pantalla oculta el EXIF pero visiblemente muestra un nombre de perfil del browser y notificación.

Notas relacionadas

Referencias

Docs Oficiales: ExifTool documentation - https://exiftool.org/
Docs Oficiales: Tails: Removing metadata from files - https://tails.net/doc/sensitive_documents/metadata/
Threat Model: EFF Surveillance Self-Defense - https://ssd.eff.org/