Metadados de arquivos e de dados

Conceito e tipos

Metadado é a informação que descreve outro dado. A classificação usual tem três tipos:

• Descritivo: serve para encontrar e identificar. O padrão Dublin Core reúne 15 elementos, como título, criador, assunto, data, formato e identificador.
• Estrutural: registra a organização interna: ordem das páginas, capítulos, colunas de uma tabela.
• Administrativo: apoia a gestão: direitos de uso, formato técnico, data de criação, soma de verificação.

Ex.: livro digitalizado. Título e autor são metadados descritivos; a sequência das páginas é estrutural; a licença de uso e o formato PDF são administrativos.

Metadados no sistema de arquivos

O sistema de arquivos guarda, fora do conteúdo: nome, extensão, tamanho, dono, permissões e as datas de criação, modificação e último acesso (datas MAC). Essas datas mudam com o uso: copiar um arquivo costuma gerar nova data de criação na cópia, e abri-lo pode atualizar a data de acesso. No Windows, aparecem em Propriedades > Detalhes; no Linux, o comando stat as exibe.

Ex.: o perito copia um arquivo do pendrive para o computador sem bloqueio de escrita. A cópia recebe a data do momento da cópia, e a data de acesso do original pode mudar.

Metadados internos do arquivo

O próprio arquivo carrega metadados, que viajam com ele:

• Fotos (EXIF): modelo da câmera, data e hora, configurações da captura e, se o recurso estiver ativo, coordenadas de GPS.
• Documentos de escritório e PDF: autor, organização, último usuário que salvou, histórico de revisões.
• Áudio (ID3): artista, álbum, faixa.
• E-mail: cabeçalhos com remetente, datas e servidores percorridos.

Apagar o texto visível não apaga esses metadados. É preciso usar a remoção específica, como "Inspecionar documento" no Word.

Ex.: foto de um local de crime enviada por e-mail conserva o EXIF, com data e coordenadas. A mesma foto publicada em rede social costuma perder o EXIF, que a plataforma remove.

Uso pericial e limites

Metadados ajudam a apontar quem criou o arquivo, quando e onde. Mas podem ser editados ou removidos com ferramentas simples, e o relógio do aparelho pode estar errado. Por isso não são prova absoluta: precisam ser confrontados com outros vestígios. O hash do arquivo, calculado na coleta, é registrado para a cadeia de custódia e mostra se o conteúdo mudou depois.

Ex.: documento com o campo "autor" preenchido com o nome de um servidor. O campo pode ter sido digitado por qualquer pessoa; sozinho, não prova a autoria.

Metadados em bancos de dados

• Dicionário de dados (catálogo): descreve tabelas, colunas, tipos e restrições. Guarda a descrição da estrutura, não os registros das tabelas.
• Metadado técnico e de negócio: o técnico informa tipo e tamanho da coluna; o de negócio, o significado do campo para a área.
• Linhagem de dados: registra a origem do dado e as transformações por que passou.

Ex.: o catálogo informa que a coluna dt_nasc é do tipo data, veio do sistema de identificação e foi convertida do formato texto. Sem catálogo, o data lake vira depósito em que ninguém acha nada.