Usuwanie metadanych z PDF przed wysłaniem pliku

Nazwiska są zaczernione, numery kont zakryte, plik wyeksportowany. Widoczna treść jest czysta. A mimo to plik wciąż może zdradzić więcej, niż powinien: nie przez to, co widać, lecz przez dane, które oprogramowanie po cichu zapisało wokół treści. Poniżej opisujemy, co kryje się w plikach i na czym polega usuwanie metadanych z PDF oraz z obrazów przed wysłaniem.

Co kryje się w plikach

Niemal każdemu dokumentowi towarzyszą dwie niewidoczne warstwy:

Metadane obrazu (EXIF/XMP/IPTC). Zdjęcie lub skan może zawierać model aparatu, współrzędne GPS miejsca wykonania, datę i godzinę, nazwę programu do edycji, a czasem miniaturę oryginalnego obrazu sprzed zmian.
Metadane dokumentu PDF. PDF zapisuje program, w którym powstał plik, daty utworzenia i modyfikacji, pole autora oraz ukryty identyfikator pliku PDF, który może powiązać dwa pliki z tym samym dokumentem źródłowym.

Nic z tego nie widać na stronie. Wszystko to może jednak odczytać każdy, kto otworzy plik odpowiednim narzędziem. Lokalizacja, nazwisko autora, rzeczywista historia dokumentu: wszystko to może podróżować w metadanych, których nadawca nigdy nie sprawdził.

Usuwanie metadanych z PDF w Dress Docs

W Dress Docs usuwanie metadanych jest częścią zaczerniania, a nie dodatkiem. Odbywa się przy każdym eksporcie:

Obrazy powstają od nowa. Każda strona jest eksportowana jako nowy, płaski obraz, więc dane EXIF, XMP i IPTC z oryginału nie trafiają do pliku wynikowego.
Pola PDF są czyszczone. Pola programu, daty utworzenia, daty modyfikacji, autora i twórcy zostają opróżnione, a ukryty identyfikator jest zerowany. Ten ostatni krok ma znaczenie: dwa eksporty tego samego dokumentu są identyczne co do bajtu, więc żaden ukryty identyfikator nie łączy pliku z dokumentem źródłowym.

Widać, że plik jest czysty

Czysty znaczy czysty

Dobre zaczernienie to nie tylko to, co zostało zakryte. To także wszystko, co plik pamięta, choć nikt tego celowo w nim nie umieścił. Dress Docs za każdym razem usuwa tę ukrytą warstwę, więc wysłany dokument mówi to, co miał powiedzieć, i nic więcej.

Cały proces opisuje artykuł jak zaczernić tekst w PDF w około 30 sekund, wszystko, co robi eksport, przedstawia strona funkcji. Można też otworzyć Dress Docs i wyeksportować czystą kopię.