نحوه ترجمه یک فایل PDF سانسورشده بدون افشای اطلاعات پنهان

تنها پس از اعمال دائمی سانسورها روی یک نسخه کاریِ مجاز، فایل PDF سانسورشده را ترجمه کنید. یک مستطیل سیاه، هایلایت، برش یا کادر سفیدرنگ نشان‌دهنده حذف کامل اطلاعات نیست. محتوای زیرین را حذف کنید، اطلاعات پنهان را پاکسازی نمایید، خود همان فایل را دوباره باز کرده و پیش از ارسال به هرگونه سرویس ترجمه، آن را آزمایش کنید.

ترتیب مراحل اهمیت دارد:

1. نسخه اصلی و محرمانه را حفظ کنید.
2. یک نسخه کاریِ مجاز و جداگانه بسازید.
3. سانسورهای واقعی را روی متن، تصاویر و صفحات اعمال کنید.
4. اطلاعات پنهانی را که خارج از صفحه قابل مشاهده هستند حذف کنید.
5. نسخه کاری را به‌طور مستقل اعتبارسنجی کنید.
6. فقط همان نسخه تأییدشده را ترجمه کنید.
7. بررسی‌های مربوط به نشت اطلاعات را روی خروجیِ ترجمه‌شده تکرار کنید.

دانلود منبع ساختگی، ماسک ناامن، نسخه کاری ایمن، ابزار تولید و نتایج ممیزی. این موارد یک نقص را به‌وضوح نشان می‌دهند: فایل PDF ناامن با اینکه پوشانده‌شده به نظر می‌رسد، اما همچنان عبارت آزمایشی را از طریق متن قابل استخراج، متادیتا و یک یادداشت لو می‌دهد.

سانسور و ترجمه دو سازوکار کنترلیِ مجزا هستند

سانسور تعیین می‌کند که چه اطلاعاتی اجازه خروج از محیط محافظت‌شده را دارند. ترجمه زبانِ محتوای باقی‌مانده را تغییر می‌دهد. نباید از یک ابزار ترجمه انتظار داشت که تصمیم بگیرد کدام اسامی، شناسه‌ها، بندها، تصاویر، یادداشت‌ها یا فایل‌های پیوست مجاز به افشا هستند.

این امر یک مرزبندی قاطع ایجاد می‌کند:

• مالک سند مسئول تعیین محدوده و مجوز افشای اطلاعات است؛
• یک ابزار سانسورِ تأییدشده، محتوای غیرمجاز را حذف می‌کند؛
• یک بازبینی مستقل، دقیقاً همان نسخه کاری را اعتبارسنجی می‌کند؛ و
• فرایند ترجمه تنها پس از موفقیت‌آمیز بودن این بررسی آغاز می‌شود.

نسخه اصلی را آپلود نکنید تا از مترجم بخواهید «قسمت‌های سیاه‌شده را نادیده بگیرد». ابزارهای ترجمه با حفظ قالب‌بندی، فرایندهای OCR، ابزارهای تبدیل فرمت یا بازبین‌ها ممکن است المان‌هایی را بخوانند که در پیش‌نمایش صفحه نشان داده نمی‌شوند.

یک کادر سیاه می‌تواند اطلاعات محرمانه زیر خود را حفظ کند

صفحات PDF از متن، تصاویر، دستورات ترسیم، حاشیه‌نویسی‌ها و سایر المان‌ها تشکیل شده‌اند. کشیدن یک مستطیل مات فقط لایه روییِ نمایش داده شده را تغییر می‌دهد؛ اما لزوماً آنچه را که ابتدا ترسیم شده بود حذف نمی‌کند.

نمونه آزمایشی ساختگی ما حاوی شناسه نگهبان ساختگی BT-REDACT-9472 در یکی از سطرهای مبدأ است. نسخه ناامن، یک مستطیل سیاه روی آن سطر می‌کشد، اما عمداً این شناسه را در سه بخش حفظ می‌کند:

• متن قابل استخراج صفحه؛
• متاداده سند؛ و
• یک حاشیه‌نویسی متنی.

نمونه آزمایشی امن بدون این شناسه نگهبان از نو ساخته شده است. این ممیزی، متن استخراج‌شده، متاداده، حاشیه‌نویسی‌ها و جریان‌های رمزگشایی‌شده محتوای صفحه را بررسی می‌کند.

بررسی گزارش ممیزی CSV یا گزارش ممیزی JSON، سپس بازتولید آن با مولد. این یک داده آزمایشی است، نه مدرکی دال بر اینکه یک محصول تجاری خاص برای سانسور یا ترجمه آزمون را پشت سر گذاشته است.

این قبولی همچنین عمداً محدود است. این موضوع اثبات نمی‌کند که تک‌تک آبجکت‌های احتمالی PDF امن هستند، امضای دیجیتال معتبر باقی می‌ماند، یا اینکه فایل الزامات یک دادگاه، نهاد ناظر، مشتری یا قوانین سازمانی را برآورده می‌کند.

پیش از ویرایش، فهرست موارد نیازمند سانسور را تهیه کنید

کار را با جستجوی نام یک شخص خاص آغاز نکنید. از تمام سطوحی که می‌توانند اطلاعات محرمانه را افشا کنند فهرست‌برداری کنید.

گردش کار فعلی سیاه‌کردن و سانسور در Adobe علامت‌گذاری محتوا را از اعمال سانسورها تفکیک می‌کند و قابلیتی برای پاک‌سازی اطلاعات پنهان ارائه می‌دهد. همچنین آموزش گام‌به‌گام ادوبی اشاره می‌کند که متن‌های داخل تصاویر و خطوط ترسیمی با جستجوی متنی معمولی پیدا نمی‌شوند. بنابراین، فرآیندی که صرفاً مبتنی بر جستجو باشد برای اسناد اسکن‌شده ناقص خواهد بود.

برای تصمیم‌گیری جامع‌ترِ پیش از بارگذاری که مواردی چون صلاحیت دسترسی، خط‌مشی سرویس، نگهداری و حذف داده‌ها را پوشش می‌دهد، از چک‌لیست حریم خصوصی در ترجمه اسناداستفاده کنید. این راهنما به پرسش فنی و محدودتری می‌پردازد: اینکه آیا نسخهٔ کاری PDF هنوز حاوی اطلاعاتی است که قرار بوده حذف شوند یا خیر.

اعمال سانسورها پیش از ترجمه

از نرم‌افزار سانسور و فرآیند بازبینیِ مورد تأیید مالک سند استفاده کنید. در گردش کار دسکتاپ فعلی Acrobat، توالی مناسب به این صورت است: انتخاب ابزار Redact، علامت‌گذاری متن یا تصاویر، اعمال سانسورها، انتخابِ پاک‌سازی یا عدم پاک‌سازی اطلاعات پنهان، و ذخیرهٔ یک فایل جدید. ممکن است عناوین رابط کاربری تغییر کنند، اما هدف کنترلی ثابت می‌ماند.

این اصول مدیریت فایل را رعایت کنید:

1. فایل منبعِ دارای اطلاعات محرمانه را به‌صورت فقط‌خواندنی (Read-only) نگه دارید.
2. روی یک نسخهٔ کپی با نام‌گذاری نگارش صریح کار کنید.
3. تمام موارد تأییدشده را برای حذف علامت‌گذاری کنید.
4. سانسورها را اعمال (Apply) کنید؛ در مرحلهٔ پیش‌نمایش متوقف نشوید.
5. دسته‌بندی‌های اطلاعات پنهان را که از سوی مالک سند مشخص شده، پاک‌سازی (Sanitize) کنید.
6. فایل را با نامی جدید ذخیره کنید و آن را روی فایل منبع بازنویسی ننمایید.
7. با استفاده از هش (Hash) یا روش‌های دیگر، نسخهٔ نهایی دقیقی را که قرار است اعتبارسنجی شود مشخص کنید.

صرفاً به این دلیل که زبان مقصد برای بازبین آسان‌تر است، ابتدا ترجمه نکنید تا بعداً سانسور انجام شود. این کار اطلاعات ممنوعهٔ منبع را وارد مسیر پردازش ترجمه می‌کند و باعث ایجاد دو فایل سانسورشدهٔ مجزا می‌شود که مدیریت آن‌ها دشوار خواهد بود.

فناوری OCR را به عنوان یک بستر افشای ثانویه در نظر بگیرید

یک صفحهٔ اسکن‌شده می‌تواند هم شامل پیکسل‌های مرئی و هم لایهٔ متنیِ نامرئیِ حاصل از تشخیص کاراکتر باشد. سانسور کردن تنها یکی از این دو ناامن است:

• اگر فقط متن OCR را حذف کنید، تصویر صفحه همچنان می‌تواند اطلاعات را نمایش دهد؛
• اگر فقط روی تصویر را بپوشانید، لایهٔ OCR ممکن است همچنان آن را در دسترس جستجو یا کپی قرار دهد؛ یا
• اگر پس از پوشاندن ظاهری OCR را اجرا کنید، فرآیند تشخیص ممکن است پیکسل‌های اصلی را بازیابی کند.

پیش از استفاده از گردش کار ترجمه PDF اسکن‌شده. اگر فرایند مجاز سانسور، صفحه را به یک تصویر شطرنجی (رستر) جدید تبدیل می‌کند، بررسی کنید که پس از آن چه لایه متنی به آن اضافه می‌شود.

نسخه نهایی را دقیقاً پیش از بارگذاری بررسی کنید

فایل کاندید ذخیره‌شده را طوری باز کنید که گویی دریافت‌کننده آن هستید. نسخه‌های پیش‌نویس اولیه را بررسی نکنید و سپس خروجی بعدی را بارگذاری نمایید.

حداقل این بررسی‌ها را انجام دهید:

1. تمام رشته‌های متنی سانسورشده شناخته‌شده و موارد مشابه آن‌ها را جستجو کنید.
2. متن اطراف هر بخش سانسورشده را انتخاب و در یک ویرایشگر متن ساده کپی کنید.
3. در مواردی که میزان ریسک ایجاب می‌کند، متن سند را با یک ابزار مستقل استخراج کنید.
4. ویژگی‌های سند (Properties) و متاداده‌های سفارشی را بررسی کنید.
5. پنل یادداشت‌ها (Comments) یا حاشیه‌نویسی‌ها (Annotations) را باز کنید.
6. پیوست‌ها، بوک‌مارک‌ها، لایه‌ها، فیلدهای فرم و اسکریپت‌ها را بررسی کنید.
7. یک نسخه پیش‌نمایش چاپ یا رندر کنید و تک‌تک صفحات تغییریافته را بررسی نمایید.
8. از یک بازبین دوم بخواهید فایل‌های با ریسک بالا را بدون اتکا به چک‌لیست بازبین اول بررسی کند.

جستجوی عبارات مشخص می‌تواند نشت اطلاعات را آشکار کند؛ اما یک جستجوی بدون نتیجه هرگز ثابت نمی‌کند که هیچ اطلاعات محرمانه ناشناخته‌ای وجود ندارد. به همین دلیل است که تهیه فهرست اولیه و بازبینی مستقل در اولویت قرار دارند.

اگر فایل PDF دارای امضای دیجیتال است، نسخه اصلی امضاشده را حفظ کرده و طبق فرایند مستند مرجع دریافت‌کننده عمل کنید. Adobe قابلیت مقایسه نسخه امضاشده را دقیقاً برای بررسی تغییرات ایجادشده پس از امضا ارائه می‌دهد؛ هرگز این تصور را ایجاد نکنید که نسخه اشتقاقی سانسورشده یا ترجمه‌شده، امضای نسخه اصلی را به ارث می‌برد.

نسخه تأییدشده را ترجمه کنید، نه نسخه اصلی را

به‌محض اینکه مالک سند، نسخه کاریِ بررسی‌شده را تأیید کرد، مسیر ترجمه را بر اساس وضعیت باقی‌مانده PDF انتخاب کنید:

• اگر متن قابل انتخاب است و حفظ چیدمان اهمیت دارد، از گردش کار استاندارد PDF استفاده کنید؛
• اگر نسخه تأییدشده فقط شامل تصویر است و خوانایی محتوا مهم‌تر از تطابق دقیق صفحه است، از حالت OCR استفاده کنید؛ یا
• اگر فرایند سانسور باعث تغییر اساسی در فرم‌ها، امضاها، ساختار دسترسی‌پذیری یا الزامات تولید شده است، سند را به‌صورت دستی بازسازی کنید.

پلتفرم BookTranslator می‌تواند فایل‌های PDF کامل را پردازش کند، از جمله PDFهای اسکن‌شده یا تصویرمحور از طریق حالت OCR. این سرویس فرایند سانسور اطلاعات را انجام نمی‌دهد و آن را تأیید نمی‌کند. حالت OCR محتوای ترجمه‌شده و خوانا را بازسازی می‌کند و ممکن است چیدمان اصلی صفحه، فونت‌ها یا اندازه قلم‌ها را حفظ نکند. تنها نسخه کاری‌ای را که از قبل تأیید شده است بارگذاری کنید و جزئیات سفارش را پیش از پرداخت به دقت بررسی نمایید.

اگر این محدودیت‌ها رعایت شده‌اند، ابتدا از مترجم PDF روی یک نسخه نمونه استفاده کنید. چنانچه خروجی معنی برچسب سانسور را تغییر داد، اعلان افشای مصوب را حذف کرد، یا محتوایی را که نباید وجود داشته باشد بازسازی کرد، فرایند را متوقف کنید.

بررسی نشت اطلاعات را روی فایل ترجمه‌شده تکرار کنید

امن بودن نسخه کاری مبدأ به‌طور خودکار فایل‌های بعدی را امن نمی‌کند. تبدیل و بازسازی فایل می‌تواند متادیتا، یادداشت‌ها، لایه‌های OCR، محتوای موقت یا آبجکت‌های کپی‌شده را به آن اضافه کند.

در فایل PDF ترجمه‌شده نهایی:

• جستجوی رشته‌های متنی مشخص و استخراج متن را دوباره انجام دهید؛
• همان بخش‌های محتوای پنهان را مانند نسخه کاری مبدأ بررسی کنید؛
• تأیید کنید که تمامی سانسورها دقیقاً در جایگاه مورد نظر باقی مانده‌اند؛
• بررسی کنید که برچسب‌های ترجمه‌شده روی سانسورها، فراتر از موارد مصوب اطلاعاتی را فاش نکنند؛
• سربرگ‌ها، پاورقی‌ها، بوک‌مارک‌ها، پیوست‌ها و فیلدهای فرم را بازبینی کنید؛
• هش‌های مبدأ و مقصد یا نسخه‌های تغییرناپذیر را ثبت کنید؛ و
• پس از گذر از فیلتر حریم خصوصی، چک‌لیست کامل تضمین کیفیت ترجمه PDF را پیاده‌سازی کنید.

گزارش بازبینی (Audit log) را از خود اطلاعات حساس خالی نگه دارید. تنها شناسه ارجاع داخلی، دامنه مصوب، شناسه‌های فایل، بازبین، ابزار و نسخه آن، بررسی‌های انجام‌شده، موارد استثنا و تصمیم نهایی انتشار را ثبت کنید.

به جای حدس زدن، کار را متوقف کنید

در صورت وجود هر یک از شرایط زیر، فایل را برای ترجمه ارسال نکنید:

• مرجع و مجوز انتشار نامشخص است؛
• سانسورها صرفاً لایه‌های بصری سطحی هستند؛
• سانسورهای نشانه‌گذاری‌شده اعمال و تثبیت نشده‌اند؛
• محتوای تصاویر یا متن OCR بررسی نشده است؛
• اطلاعات پنهان فهرست‌بندی و بازبینی نشده‌اند؛
• یک امضا، فرم، پیوست یا لایه فاقد متولی و مسئول مشخص است؛
• فایل نهایی مدنظر برای بارگذاری، به‌صورت جداگانه مجدداً باز و آزمایش نشده است؛ یا
• الزامات طرف دریافت‌کننده مشخص نیست.

قاعدهٔ کاربردی ساده است: مخدوش‌سازی باید دسترسی به اطلاعات ممنوعه را برای فرایند ترجمه غیرممکن کند، نه اینکه صرفاً دیدن آن را برای فردی که به صفحه نگاه می‌کند دشوار سازد. این موضوع را روی همان نسخهٔ کاری مبدأ تأیید کنید و سپس دوباره آن را روی نتیجهٔ ترجمه‌شده بررسی نمایید.