PST - Outlook Personal Information Store fájlformátum
Mi az a PST fájl?
A .pst kiterjesztésű fájlok az Outlook Personal Storage Files (más néven Personal Storage Table) fájlok, amelyek különféle felhasználói információkat tárolnak. A felhasználói információkat különböző típusú mappákban tárolják, amelyek e-maileket, naptárelemeket, jegyzeteket, névjegyeket és számos más fájlformátumot tartalmaznak. A PST-fájlok offline e-mail-adatok archiválására szolgálnak, amelyek később betölthetők és megtekinthetők különböző alkalmazásokban.
A PST fájlformátum specifikációi
A PST-fájlformátum specifikációi ingyenes és visszavonhatatlan ingyenes szabadalmi licencként érhető el a Microsofttól az Open Specification Promise keretében .
A PST-formátumok típusa
A PST fájlformátumok két típusba sorolhatók a fájltípus kódolása alapján. Az ANSI-kódolású PST-fájlok régebbi fájlformátumok, és csak az Outlook 2002 és a korábbi verziók támogatják őket. Az ilyen fájlok maximális mérete 2 GB (2^^31^^ bájt), és nem támogatja a Unicode-ot. Egy modernebb, Unicode kódoláson alapuló fájlformátum eltávolítja a fájlméret-korlátozást, és elérheti az 50 GB-os maximális adatméretet.
A PST-fájlformátum logikai felépítése
A PST fájlformátum alapja a B-Tree, amely az adatokat rendezve tartja, és lehetővé teszi a keresést, a szekvenciális hozzáférést, a beszúrásokat, törléseket stb. logaritmikus időben. A PST-fájlok általános szerkezete három rétegben van elrendezve.
“Csomópont-adatbázis (NDB) Layer” - A csomóponti adatbázis-réteg a PST-fájl alsó szintjén található, és a csomópontok adatbázisát tartalmazza. Ezek a csomópontok valójában a PST fájlformátum alacsonyabb szintű tárolóhelyeit képviselik. Az NDB réteg fejlécekből, fájlallokációs információkból, blokkokból és BT-fákból (Node BTree és Block BTree) áll tárolási szempontból. Az NDB-réteg csomópontjai és blokkjai a Data BID-n keresztül kapcsolódnak össze, amely a csomópont-hivatkozás négy tulajdonságának egyike, azaz NID (csomópont-azonosító), szülő-NID, adat-BID (Block BID) és alcsomópont-BID.
Listák, táblázatok és tulajdonságok rétege - Az LTP-réteg az NDB-n felül a magasabb szintű fogalmak logikai megértését biztosítja. Az LTP réteg a többi elem mellett főként Property Context (PC) és Table Context (TC) elemekből áll. A PC a tulajdonságok gyűjteménye, míg a TC a tulajdonságok gyűjteményének kétdimenziós mátrixa és ezek jelenléte. A PC-k és TC-k hatékony megvalósítása, az LTP-réteg a következő kétféle adatstruktúrát használja az NDB csomóponton:
- Heap On Node (HN) – lehetővé teszi egy csomópont adatfolyamának kis, változó méretű töredékekre történő továbbosztását.
- BTree on Heap (BTH) – A BTH kényelmes és praktikus módot biztosít az adat PC-k közötti kereséshez, a fent leírtak BTH-ként vannak megvalósítva, ezért valósítják meg egy HN struktúrán belüli beépítéssel.
Üzenetküldő réteg - Magasabb szintű szabályok és üzleti logika a PST-fájlokkal való munkavégzéshez ezen a rétegen valósul meg. Ennek a rétegnek a logikai kimenete mappaobjektumok, üzenetobjektumok, mellékletobjektumok és tulajdonságok formájában jelenik meg, amelyet az LTP és NDB rétegek kombinálása tesz lehetővé. A PST-tartalom módosítása során betartandó szabályok és követelmények szintén ezen a rétegen vannak meghatározva.
A PST-fájlformátum fizikai felépítése
A PST-fájlok magas szintű fájlszervezése az alábbi ábrán látható. Ez csak egy áttekintés a különböző fogalmakról a PST-fájl logikai elemeiből.
PST fejléc információ
A PST-fájl HEADER szerkezete a fájl legelején található 0 eltolásnál. Metaadat-információkat tartalmaz a PST-fájlról és a ROOT-információkat a fent leírt NDB-réteg adatszerkezetek eléréséhez. A HEADER szerkezete eltér a PST fájlformátum Unicode és ANSI verzióiban.
A fejléc egy 4 bájtos varázsszóval kezdődik !BDN, amelyet bájtok képviselnek (0x21, 0x42, 0x44, 0x4E). Egy másik 2 bájtos mágikus szám, a SM (0x53, 0x4D) a fájl kezdetétől számított 8-as eltolásnál található. A verzióinformáció (ANSI vagy Unicode) a fájl elejétől számított 10-es eltolásban található. A hexadecimális érték (0x17) a Unicode PST-fájlt adja meg, míg a 0x0E vagy a 0x0F az ANSI fájlformátumot jelenti.
| Mező | Leírás |
|---|---|
| dwMagic (4 bájt) | A következőnek KELL lennie: “{0x21, 0x42, 0x44, 0x4E } ("!BDN”)" |
| dwCRCPartial (4 bájt) | A 471 bájtnyi adat 32 bites CRC értéke a wMagicClienttől kezdve (0ffset 0x0008) |
| wMagicClient (2 bájt) | KELL lennie “{ 0x53, 0x4D }”. |
| wVer (2 bájt) | Fájlformátumú verzió. Ennek az értéknek 14-nek vagy 15-nek KELL lennie, ha a fájl ANSI PST-fájl, és 23-nak KELL lennie, ha a fájl Unicode PST-fájl. |
| wVerClient (2 bájt) | Kliens fájlformátumú verziója. A dokumentumban leírt formátumnak megfelelő verzió a 19. Az ezen a dokumentumon alapuló új PST-fájl létrehozóinak ezt az értéket 19-re KELL inicializálniuk. |
| bPlatformCreate (1 bájt) | Ezt az értéket 0x01-re KELL állítani. |
| bPlatformAccess (1 bájt) | Ezt az értéket 0x01-re KELL állítani. |
| dwReserved (8 bájt) | |
| bidUnused (csak 8 bájtos Unicode) | A Unicode PST fájlformátum létrehozásakor hozzáadásra került a nem használt kitöltés. |
| bidNextP (Unicode: 8 bájt; ANSI: 4 bájt) | Következő oldal BID. Az oldalakon egy speciális számláló található a bidIndex értékek kiosztására. Az oldalak BID-jeinek bidIndex értéke ebből a számlálóból kerül kiosztásra. |
| bidNextB (csak 4 bájtos ANSI): | Next BID. Ez az érték a monoton számláló, amely a következő kiosztott blokkhoz hozzárendelendő BID-t jelzi. A BID értékek 4-es lépésekben haladnak előre. További részletekért lásd a 2.2.2.2. szakaszt. |
| dwUnique (4 bájt) | Ez egy monotonan növekvő érték, amely minden alkalommal módosul, amikor a PST-fájl HEADER szerkezete módosul. Ennek az értéknek az a feladata, hogy egyedi értéket adjon, és biztosítsa, hogy a HEADER CRC-k minden fejlécmódosítás után eltérőek legyenek. |
| rgnid[] (128 bájt) | Rögzített tömb 32 NID-ből, amelyek mindegyike megfelel a 32 lehetséges NID_TYPE egyikének (NID_TYPE, NID_TYPE_NORMAL_FOLDER, NID_TYPE_SEARCH_FOLDER, NID_TYPE_NORMAL_MESSAGE, NID_MESSAGE_) |
| qwUnused (8 bájt) | Felhasználatlan terület; nullára KELL állítani. Csak Unicode PST fájlformátum. |
| root (Unicode: 72 bájt; ANSI: 40 bájt) | ROOT struktúra (2.2.2.5. szakasz). |
| dwAlign (4 bájt) | Fel nem használt igazítási bájtok; nullára KELL állítani. Csak Unicode PST fájlformátum. |
| rgbFM (128 bájt) | Elavult FMap. Ezt már nem használják, és 0xFF-el KELL kitölteni. Az olvasóknak figyelmen kívül KELL hagyniuk ezeknek a bájtoknak az értékét. |
| rgbFP (128 bájt) | Elavult FPMap. Ezt már nem használják, és 0xFF-el KELL kitölteni. Az olvasóknak figyelmen kívül KELL hagyniuk ezeknek a bájtoknak az értékét. |
| bSentinel (1 bájt) | 0x80-ra KELL állítani. |
| bCryptMethod (1 bájt) | Azt jelzi, hogy a PST-fájlban lévő adatok hogyan vannak kódolva. Az előre meghatározott értékek egyikére KELL állítani (NDB_CRYPT_NONE, NDB_CRYPT_PERMUTE, NDB_CRYPT_CYCLIC). |
| rgbFenntartva (2 bájt) | Fenntartott; nullára KELL állítani. |
| bidNextB (8 bájt) | A következő elérhető BID értéket jelzi. Csak Unicode PST fájlformátum. |
| bidNextB (CSAK Unicode: 8 bájt) | Next BID. Ez az érték a monoton számláló, amely a következő kiosztott blokkhoz hozzárendelendő BID-t jelzi. A BID értékek 4-es lépésekben haladnak előre. További részletekért lásd a 2.2.2.2. szakaszt. |
| dwCRCFull (4 bájt) | A wMagicClienttől a bidNextB-ig terjedő 516 bájtnyi adat 32 bites CRC értéke. Csak Unicode PST fájlformátum. |
| ullReserved (8 bájt) | Fenntartva; nullára KELL állítani. Csak ANSI PST fájlformátum. |
| dwReserved (4 bájt) | Fenntartva; nullára KELL állítani. Csak ANSI PST fájlformátum. |
| rgbFenntartva2 (3 bájt) | |
| bFenntartva (1 bájt) | |
| rgbReserved3 (32 bájt) |
Adat védelem
A biztonság kedvéért a PST-fájlok jelszóval is védhetők, amihez a betöltő alkalmazásnak jelszót kell alkalmaznia a megtekintés előtt. A PST-fájlhoz alkalmazott jelszó az üzenettárolóban tárolódik. Ez azonban nem biztosít erős adatvédelmet, mivel a jelszó a rendelkezésre álló eszközökkel eltávolítható. Ezenkívül a felhasználó által megadott jelszó nem szerepel a kódolási és dekódoló titkosítási algoritmusok kulcsában. Így semmi haszna nincs a jogosulatlan felek által hozzáférhetõ adatok védelmének. A jelszó tárolása az eredeti karakterlánc CRC-32 hash-jeként szintén gyenge adatvédelmi módszert jelent a brute force megközelítéssel szemben.