🔮 Argos - Professional Image Recovery Tool

Argos é uma ferramenta profissional de recuperação forense de imagens escrita em Rust. Especializada em recuperar imagens JPEG e PNG de dispositivos de armazenamento, mesmo após múltiplas formatações.

✨ Características

• Recuperação Profunda: Recupera imagens mesmo de discos formatados dezenas de vezes
• Zero-Overhead: Arquitetura otimizada para máxima performance
• Direct I/O: Leitura direta do disco sem cache do sistema operacional
• Resiliência: Pula automaticamente setores defeituosos
• Multi-formato: Suporta JPEG e PNG
• Interface Amigável: CLI interativa com wizard guiado

🚀 Uso Rápido

Modo Interativo (Recomendado)

sudo ./target/release/argos --scan

Isso abrirá um wizard interativo que:

1. Descobre todos os dispositivos de bloco disponíveis
2. Permite selecionar o dispositivo a ser analisado
3. Solicita o diretório de saída
4. Confirma a operação antes de iniciar

Modo Linha de Comando

sudo ./target/release/argos --device /dev/sda --output ./recovered

📦 Instalação

Pré-requisitos

• Rust 1.70+ (rustup install stable)
• Linux ou Windows
• Acesso root/administrador (para leitura de dispositivos de bloco)

Compilação

# Clone o repositório
git clone https://github.com/seu-usuario/argos.git
cd argos

# Compile em modo release (otimizado)
cargo build --release

# O binário estará em target/release/argos

🔧 Arquitetura

O Argos utiliza uma arquitetura de pipeline eficiente:

┌─────────────┐    ┌─────────────┐    ┌─────────────┐    ┌─────────────┐
│   SCAN      │───▶│  ANALYZE    │───▶│   CARVE     │───▶│  EXTRACT    │
│  (I/O)      │    │  (CPU)      │    │  (CPU)      │    │  (I/O)      │
└─────────────┘    └─────────────┘    └─────────────┘    └─────────────┘

Módulos

• io: Direct I/O com buffers alinhados (O_DIRECT no Linux)
• analysis: Cálculo de entropia e validação de assinaturas
• carving: Algoritmos de reconstrução (Linear, Bifragment)
• extraction: Escrita segura com fsync

📊 Performance

Métrica	Target	Alcançado
Binary size	<5MB	~900KB
Throughput SSD	>500 MB/s	✓
Memory footprint	<100MB/TB	✓

🧪 Testes

# Executa todos os testes
cargo test

# Executa testes com output detalhado
cargo test -- --nocapture

📋 Algoritmos de Carving

Linear Carving

Busca pares header→footer contíguos. O método mais rápido e confiável para arquivos não fragmentados.

Bifragment Gap Carving

Para arquivos divididos em 2 fragmentos. Útil quando há dados corrompidos/sobrescritos entre header e footer.

⚠️ Avisos

1. Execute como root: Necessário para acessar dispositivos de bloco
2. Operação somente-leitura: O Argos NUNCA modifica o dispositivo de origem
3. Espaço de saída: Certifique-se de ter espaço suficiente para os arquivos recuperados

📝 Licença

MIT License - Veja LICENSE para detalhes.

🤝 Contribuindo

Contribuições são bem-vindas! Por favor:

1. Fork o repositório
2. Crie uma branch para sua feature (git checkout -b feature/amazing)
3. Commit suas mudanças (git commit -m 'feat: add amazing feature')
4. Push para a branch (git push origin feature/amazing)
5. Abra um Pull Request

---

Argos - Recuperação de imagens com precisão forense 🔮