Odczytanie zaczernionego tekstu w PDF: dlaczego to możliwe
Dokument wychodzi z nazwiskami ukrytymi pod równymi czarnymi paskami, a ktoś po prostu kopiuje tekst z powrotem. Zaczernienie wyglądało na ostateczne. Nie było. Czy odczytanie zaczernionego tekstu w PDF jest możliwe? Jeśli czarny prostokąt został tylko nałożony na stronę, to tak. To częsty błąd i łatwo go uniknąć.
Czarny prostokąt to naklejka, nie niszczarka
W wielu plikach PDF czarny prostokąt jest po prostu kolejnym obiektem narysowanym na stronie. Tekst, obraz albo warstwa wektorowa pod spodem nadal są w pliku. Wystarczy skopiować i wkleić „zaczerniony” fragment, otworzyć plik w edytorze albo wydobyć surową zawartość, a ukryte dane wracają. To samo dotyczy rozmycia, pikselizacji i mozaiki: te efekty da się odwrócić, a czasem niewielkim nakładem pracy odtworzyć oryginał. Dlaczego tak jest i czego używać zamiast nich: czy rozmyty tekst można odczytać?
Jeśli poufna treść nadal istnieje gdziekolwiek w wyeksportowanym pliku, zaczernienie jest tylko kosmetyczne.
Odczytanie zaczernionego tekstu w PDF: jak Dress Docs mu zapobiega
Zaczernienie w Dress Docs nie jest obiektem, który ktoś może później odkleić. Przy eksporcie każda strona zostaje spłaszczona do jednego obrazu, razem z zaczernieniami. Tekst, warstwy i ukryte obiekty pod zaczernieniem znikają, bo przestają istnieć jako osobne dane.
Za trwałość odpowiadają dwie świadome decyzje:
- Bez rozmycia, pikselizacji i mozaiki. Te efekty zaciemniają treść, ale jej nie usuwają. Domyślne zaczernienie jest jednolicie czarne, więc to, co zakrywa, zostaje zastąpione, a nie zamaskowane.
- Spłaszczenie przy eksporcie. Struktura strony zostaje złożona w jeden płaski obraz, więc pod spodem nie ma już czego wydobywać.
Uzasadnienie wydrukowane na zaczernieniu (funkcja Pro) jest częścią tego samego obrazu. Informuje czytelnika, dlaczego coś usunięto, ale w niczym nie osłabia zaczernienia. Gdy to samo nazwisko pojawia się czterdzieści razy, funkcja Wyszukaj i zaczernij (również Pro) znajduje każde wystąpienie w pliku PDF z warstwą tekstową: zaczernić wszystkie wystąpienia słowa w PDF. Całą pracę na jednym pliku opisuje artykuł zaczernienie danych w umowie przed jej udostępnieniem.
Można to sprawdzić samodzielnie
Co zalecają organy nadzorcze
Organy ochrony danych radzą to samo. Brytyjski urząd ICO ostrzega, że nakładki można skopiować, i zaleca, by przed udostępnieniem dokumentów usunąć tekst pod spodem, wyczyścić metadane i spłaszczyć plik. Te kroki, zebrane w jedną listę do przejścia przed każdą wysyłką, zawiera nasza lista kontrolna zaczerniania dokumentów. Norma ISO/IEC 27038 wymaga tego samego: usuniętych informacji nie może dać się odtworzyć (czego wymaga ISO/IEC 27038). Naszą samoocenę względem tej normy zawiera pakiet zgodności.
W Polsce takie zaczernianie często nazywa się „anonimizacją”. To jednak nie to samo: zaczerniony plik może nadal pozwalać na zidentyfikowanie osoby, dlatego mówimy o zaczernianiu.
Zaczernienie powinno działać tylko w jedną stronę. Dress Docs właśnie tak działa.
Następnie warto sprawdzić, co jeszcze zawiera plik: metadane, o których łatwo zapomnieć.