Самый простой способ восстановления данных в Linux – использование одной из специализированных утилит. Сегодня мы поговорим о них.
Первая утилита – TestDisk. Это бесплатная программа для Linux, обладающая отличной функциональностью. Изначально она разрабатывалась для работы с удаленными разделами и восстановление загрузчиков. Помогала программа только в том случае, если данные были удалены по ошибке, либо под воздействием вируса, когда не срабатывала информационная безопасность. Позднее ее научили работать с файловыми системами FAT, NTFS и ext2. Сегодня она умеет быстро восстанавливать удаленные данные в них.
Foremost – программа, управлять которой приходится из консоли. Она дает возможность пользователю осуществлять поиск утраченных данных по заголовкам, окончаниям и hex-данным. Программа определяет наличие искомых сигнатур и после обнаружения складывает обнаруженные hex-данные в заранее определенном каталоге. Программа изначально опознает большинство форматов файлов. Но если даже нужный вам формат не известен, то вы можете его добавить самостоятельно.
R-Linux. Бесплатная программа, позволяющая восстанавливать данные в файловых системах Ext2/Ext3/Ext4 FS. Эти системы характерны для Linux. Программа обладает удобным интерфейсом, предоставляющим полный контроль над работой по восстановлению данных. R-Linux из разрозненных данных создает образ диска, с которым затем работает пользователь. Программа ищет удаленные файлы по их типовым структурам. То есть, имеется возможность работать с устройства, чья файловая система не определена.
DMDE. Главная задача утилиты – редактирование дисков. Восстановление данных – это побочная функция, которая со временем превратилась в основную. Есть бесплатная и платная версии этой утилиты. В бесплатной версии недоступна восстанавливать группы файлов и каталоги. В платной версии утилиты ограничения сняты.
Safecopy – инструмент для работы с проблемными носителями. Это могут быть оптические диски, разделы жестких дисков, флешки. Преимущество утилиты в том, что она продолжает считывать данные при большом количестве ошибок.