Metadata Extraction

Définition

L'extraction de métadonnées est une technique OSINT qui consiste à analyser les métadonnées embarquées dans des fichiers publiés (documents Office, PDFs, images, fichiers audio/vidéo) pour en extraire des informations révélatrices : noms d'utilisateurs, chemins de fichiers internes, versions logicielles, imprimantes utilisées, coordonnées GPS, dates de modification et parfois des informations sur l'infrastructure interne. Les métadonnées EXIF (Exchangeable Image File Format) dans les images constituent la source la plus connue : les photos prises avec des smartphones modernes contiennent souvent les coordonnées GPS exactes du lieu de prise de vue, le modèle et numéro de série de l'appareil, la date et l'heure, et parfois le nom du propriétaire. Ces informations peuvent révéler l'adresse personnelle d'un employé, confirmer la présence d'une personne dans un lieu donné, ou identifier des équipements. Les documents Microsoft Office (Word, Excel, PowerPoint) et PDF exposent dans leurs métadonnées : le nom de l'auteur et des réviseurs (noms réels des employés), le nom de l'ordinateur et du domaine Active Directory (structure interne), les chemins de fichiers (révélant la structure des répertoires réseau : \serveur\partage\projet\doc.docx), les versions exactes des logiciels utilisés, et parfois des commentaires supprimés ou des données cachées dans les révisions. L'outil FOCA (Fingerprinting Organizations with Collected Archives) développé par ElevenPaths est spécialisé dans l'extraction et l'analyse de métadonnées de fichiers téléchargés depuis des sites web. Il automatise la collecte de fichiers (via Google, Bing et Exalead), leur téléchargement, l'extraction des métadonnées et la corrélation pour produire une cartographie de l'infrastructure interne (noms d'utilisateurs, serveurs, logiciels). ExifTool est l'outil CLI de référence pour l'extraction individuelle de métadonnées.