ファイルの拡張子は、中身を保証しない。先頭の数バイトで見分けられる形式と、見分けられない形式

2026-11-10

メールに添付された「請求書.pdf」。拡張子は .pdf だが、中身が本当にPDFかどうかは、名前からは分からない。拡張子は、ファイルの名前の一部にすぎない。中身を決めているわけでも、保証しているわけでもない。ファイルの先頭の数バイトを調べると、中身を見分けられる形式が多い。自作のファイルで確かめた。なお、攻撃の手順は書かず、見分け方に絞る。

拡張子は、開くアプリを決める手がかり

Microsoft のサポートページ(確認日:2026年11月10日)は、Windows のファイル名は「名前」と「拡張子」の2つの部分からできていて、拡張子がファイルの種類を示すと説明している。たとえば docx という拡張子は、Word で開けるファイルであることと、エクスプローラーで Word のアイコンを出すことを、コンピューターに伝える。つまり、Windows は、開くアプリやアイコンを、拡張子を手がかりに決める。名前を変えれば、中身はそのままでも、開き方が変わる。

拡張子が見えない設定になっていることもある。同じページは、エクスプローラーで View(表示)→ Show(表示)→ File name extensions(ファイル名拡張子)にチェックを入れると、拡張子が表示されると案内している。名前の後ろが見えていないと、偽装に気づきにくい。

中身は、先頭の「印」で見分けられる

多くの形式は、ファイルの先頭に決まったバイト列(マジックナンバー、署名)を置いている。仕様書で確かめて、手元で作ったファイルの先頭を読んだ。

形式先頭のバイト(手元のファイル)仕様に書かれている印
PDF25 50 44 46 2D 31 2E 34(%PDF-1.4)先頭行が %PDF- と版番号(PDF 32000-1:2008 の 7.5.2)
JPEGFF D8 FF E0 00 10 4A 46 49 46(JFIF)SOI(FF D8)の直後に APP0(JFIF 仕様)
PNG89 50 4E 47 0D 0A 1A 0APNG の仕様 5.2 の署名
GIF47 49 46 38 39 61(GIF89a)GIF と版(87a か 89a。GIF89a 仕様)
WebP52 49 46 46 … 57 45 42 50(RIFF…WEBP)先頭が RIFF、8バイト目から WEBP
ZIP50 4B 03 04(PK)local file header の署名(APPNOTE の 4.3.7)
旧形式の OfficeD0 CF 11 E0 A1 B1 1A E1MS-CFB の Header Signature
Windows の実行ファイル4D 5A(MZ)MZ で始まり、0x3C の位置の値の先に PE\0\0(PE Format)
ELF7F 45 4C 46(.ELF)ELF の識別子
gzip1F 8B 08RFC 1952 の ID1・ID2・CM

JPEG・PDF・ZIP・gzip は、それぞれ Windows の GDI+、Edge の「PDFに印刷」、JSZip、zlib で作った実物のファイルを読んだ。PNG・GIF・WebP・OLE2・実行ファイルは、先頭だけを仕様どおりに作った自作のダミーで、実際の画像や実行ファイルではない。

偽装の見分け方:自作のファイルで確かめた

このサイトのツール(ファイルの先頭の64バイトだけを読んで判定する)に、名前と中身を組み合わせた自作のファイルを入れた。

名前中身判定
invoice.pdfPNG 画像【注意】不一致。拡張子は PDF だが、中身は PNG
photo.jpg実行ファイル(MZ と PE の署名だけのダミー)【危険】不一致。拡張子は画像だが、中身は実行ファイル
memo.pdf日本語のテキスト【注意】不一致。PDF の印が無い
report.docxZIP(Office の構成ではない)【注意】不一致。ZIP に見える
notes.zipWord 文書一致(docx は ZIP 形式のため)
invoice.pdf.exe実行ファイル一致。ただし【危険】二重拡張子
annexe‹U+202E›gpj.exe実行ファイル一致。ただし【危険】表示順を変える文字を含む
memo.pdf(名前の末尾に空白)PDF一致。ただし【注意】末尾の空白

わかったことは3つある。

1. 拡張子の付け替えは、先頭の印で見抜ける。photo.jpg の先頭は 4D 5Aで、JPEG の FF D8 FF ではない。2. 二重拡張子は、中身と「一致」する。invoice.pdf.exe の中身は本当に実行ファイルで、最後の拡張子 .exe と合っている。偽装は、名前の前半の .pdf を見せるところにある。中身の検査と、名前の検査は別に要る。3. 表示順を変える文字は、名前の見え方を変える。Unicode の双方向アルゴリズム(UAX #9)は、U+202E(RIGHT-TO-LEFT OVERRIDE)を、後ろに続く文字を右から左の文字として扱わせるものとして定義している。ファイル名にこの文字があると、文字の並びが逆に表示されることがある。このツールは、見えない文字を ‹U+202E› のように見える形で示す。実際のエクスプローラーでの見え方は、試していない。

名前の末尾の空白やピリオドも注意が要る。Microsoft の資料(「Naming Files, Paths, and Namespaces」、確認日:2026年11月10日)は、名前の末尾を空白やピリオドにしないよう書き、Windows のシェルとユーザーインターフェースは、そうした名前に対応していないと説明している。見かけの拡張子と、実際の拡張子が、ずれる可能性がある。

docx は、中身は ZIP

Word・Excel・PowerPoint の新しい形式(docx・xlsx・pptx)は、中身が ZIP だ。自作の docx と zip は、先頭の12バイトまで同じ(50 4B 03 04 0A 00 00 00 00 00 …)だった。先頭だけでは、ZIP と docx は区別できない。区別するには、ZIP の末尾にある管理情報(中央ディレクトリ)を読み、中に入っているファイルの名前を見る。Word 文書なら word/document.xml、Excel なら xl/workbook.xml、PowerPoint なら ppt/presentation.xml がある。ただし、これは典型的な構成による推定で、規格上、部品の名前は固定ではない。マクロが入っているかどうかも、この方法では分からない。

旧形式の Office 文書(doc・xls・ppt)は、別の入れ物(OLE2 の複合ファイル)で、先頭の8バイトは共通だ。先頭だけでは、doc・xls・ppt は区別できない。

見分けられない形式と、このツールの限界

先頭に決まった印が無い形式は、見分けられない。テキスト・CSV・HTML・スクリプトなどだ。MP3 も、ID3 タグが付いていれば ID3 で始まるが、タグが無い MP3 は、このツールでは判別できない。「判別できない」は、安全という意味ではない。たとえば、readme.txt.vbs という名前のスクリプトは、中身がテキストなので判別できず、名前の検査(二重拡張子)で初めて危険と出る。

このサイトのファイルの拡張子と中身を調べるツールは、ここまでの確認を、ファイルを開かずにできる。ファイルの先頭の64バイトだけを読み(ZIP の種類と PE の署名を確かめるときだけ、必要な部分を追加で読む)、拡張子と中身が合っているか、名前に二重拡張子・表示順を変える文字・末尾の空白やピリオドがないかを示す。処理はブラウザの中で行い、ファイルはサーバーに送らない。ただし、これはウイルス検査ではない。実行ファイルかどうかは分かるが、悪意のあるものかどうかは分からない。「一致」でも、安全とは限らない。送り主が確かでないファイルは、開かずに削除するのが確実だ。

測定の条件

  • 先頭のバイトの表は、自作のファイル(JPEG は Windows 11 の GDI+、PDF は Edge 156 の「PDFに印刷」、ZIP・docx は JSZip、gzip は zlib で作成。PNG・GIF・WebP・OLE2・実行ファイルは、先頭だけを仕様どおりに作ったダミー)を読んで作った。実際のマルウェアは使っていない。
  • 判定は、このサイトのツールと同じコード(fileTypeLogic)を Node で動かして得た。ブラウザでも、7つのファイルで同じ結果になることを確かめた。
  • macOS・Linux のファイルの扱い、エクスプローラーでの表示の見え方、各アプリ(Word・Acrobat など)が拡張子と中身が違うファイルをどう扱うかは、確かめていない。

参考

  • Microsoft サポート, Common file name extensions in Windows:https://support.microsoft.com/en-us/windows/common-file-name-extensions-in-windows-da4a4430-8e76-89c5-59f7-1cdbbc75cb01 (2026年11月10日確認)
  • Microsoft Learn, Naming Files, Paths, and Namespaces:https://learn.microsoft.com/en-us/windows/win32/fileio/naming-a-file (2026年11月10日確認)
  • Unicode Standard Annex #9, Unicode Bidirectional Algorithm:https://www.unicode.org/reports/tr9/ (2026年11月10日確認)
  • Adobe, PDF 32000-1:2008(7.5.2):https://opensource.adobe.com/dc-acrobat-sdk-docs/pdfstandards/PDF32000_2008.pdf / W3C, PNG Specification (Third Edition):https://www.w3.org/TR/png-3/ / JFIF:https://www.w3.org/Graphics/JPEG/jfif3.pdf / GIF89a:https://www.w3.org/Graphics/GIF/spec-gif89a.txt / WebP Container Specification:https://developers.google.com/speed/webp/docs/riff_container / PKWARE APPNOTE.TXT:https://pkware.cachefly.net/webdocs/casestudies/APPNOTE.TXT / MS-CFB:https://learn.microsoft.com/en-us/openspecs/windows_protocols/ms-cfb/05060311-bfce-4b12-874d-71fd4ce63aea / PE Format:https://learn.microsoft.com/en-us/windows/win32/debug/pe-format / ELF(gABI):https://refspecs.linuxfoundation.org/elf/gabi4+/ch4.eheader.html / RFC 1952(gzip):https://www.rfc-editor.org/rfc/rfc1952.txt (いずれも2026年11月10日確認)

この記事に対応するツール