Hogyan fordítsunk kiakartírozott PDF-et a rejtett adatok felfedése nélkül?

Csak akkor fordítson le egy kitakart PDF-et, ha a kitakarásokat már véglegesen érvényesítette egy jóváhagyott munkapéldányon. Egy fekete téglalap, kiemelés, körülvágás vagy fehér alakzat még nem bizonyítja az adatok törlését. Távolítsa el a mögöttes tartalmat, tisztítsa meg a rejtett adatokat, nyissa meg újra a pontos fájlt, és tesztelje azt, mielőtt bármilyen fordítószolgáltatás megkapná.

A lépések sorrendje számít:

1. Őrizze meg a korlátozott hozzáférésű eredetit.
2. Hozzon létre egy különálló, felhatalmazott munkapéldányt.
3. Alkalmazzon valódi kitakarást a szövegekre, képekre és oldalakra.
4. Távolítsa el a látható oldalon kívül eső rejtett adatokat.
5. Ellenőrizze a munkapéldányt független eszközökkel.
6. Kizárólag ezt az ellenőrzött példányt fordítsa le.
7. Ismételje meg a szivárgásellenőrzést a lefordított végeredményen is.

Töltse le a szintetikus forrást, a nem biztonságos maszkot, a biztonságos munkapéldányt, a generátort és az auditálási eredményeket. Ezek látványosan bemutatnak egy tipikus hibát: a nem biztonságos PDF lefedettnek tűnik, de a kitalált tesztadat kinyerhető szövegként, metaadatként és jegyzetként továbbra is hozzáférhető marad benne.

A kitakarás és a fordítás két különálló biztonsági lépés

A kitakarás határozza meg, hogy milyen információk hagyhatják el a korlátozott hozzáférésű környezetet. A fordítás csupán a megmaradt szöveg nyelvét változtatja meg. Egy fordítóeszköztől nem várható el, hogy eldöntse: mely nevek, azonosítók, záradékok, képek, megjegyzések vagy mellékletek nyilvánosságra hozatala engedélyezett.

Ez egyértelmű határokat szab:

• a dokumentum tulajdonosa határozza meg a hatókört és a közzétételi felhatalmazást;
• egy jóváhagyott kitakaróeszköz eltávolítja a tiltott tartalmat;
• egy független ellenőrzés hitelesíti a végleges munkapéldányt; és
• a fordítási munkafolyamat csak ezen ellenőrzés sikere után indul el.

Ne töltse fel az eredeti fájlt azzal a kéréssel a fordító felé, hogy „hagyja figyelmen kívül a kitakart részeket”. Egy elrendezésérzékeny fordító, OCR-folyamat, konvertálóeszköz vagy lektor olyan objektumokat is beolvashat, amelyeket az oldal előnézete nem jelenít meg.

A fekete doboz alatt rejtve maradhat a titok

A PDF-oldalak szövegekből, képekből, rajzolási utasításokból, annotációkból és egyéb objektumokból épülnek fel. Egy átlátszatlan téglalap felrajzolása csupán azt változtatja meg, amit a megjelenítő legfelül kirajzol; nem feltétlenül törli azt, ami alatta található.

A szintetikus tesztfájlunk egy forrássorban a kitalált BT-REDACT-9472 jelzőértéket tartalmazza. A nem biztonságos változat egy fekete téglalapot rajzol a sor fölé, majd szándékosan megőrzi a jelzőértéket három helyen:

• az oldal kinyerhető szövegében;
• a dokumentum metaadataiban; valamint
• egy szöveges annotációban.

A biztonságos tesztfájl a jelzőérték nélkül épül újra. Az ellenőrzés vizsgálja a kinyert szöveget, a metaadatokat, az annotációkat és a dekódolt oldaltartalom-adatfolyamokat.

Vizsgálja meg a CSV-auditot vagy a JSON-auditot, majd reprodukálja azt a generátorral. Ez egy tesztkörnyezet, nem bizonyíték arra, hogy egy adott kereskedelmi kitakaró vagy fordító termék sikeresen szerepelt.

A sikeres minősítés szándékosan szűk körű. Nem bizonyítja, hogy minden lehetséges PDF-objektum biztonságos, hogy a digitális aláírás érvényes marad, vagy hogy a fájl megfelel a bírósági, hatósági, ügyféli vagy szervezeti előírásoknak.

Készítsen leltárt a kitakarandó elemekről a szerkesztés előtt

Ne egyetlen személy nevének keresésével kezdje. Vegyen leltárba minden olyan felületet, amely védett információt fedhet fel.

Az Adobe jelenlegi kitakarási munkafolyamata különválasztja a tartalom megjelölését a kitakarások tényleges alkalmazásától, emellett tisztítási lehetőséget is kínál a rejtett információk eltávolítására. Az Adobe részletes útmutatója arra is felhívja a figyelmet, hogy a képekben és vonalas grafikákban lévő szövegeket a sima szöveges keresés nem találja meg. A kizárólag keresésre támaszkodó folyamat ezért szkennelt anyagok esetén hiányos.

Ha a feltöltés előtt átfogóbb döntést szeretne hozni a jogosultságokról, a szolgáltatási feltételekről, az adatmegőrzésről és a törlésről, használja a dokumentumfordítási adatvédelmi ellenőrzőlistát. Ez az útmutató a szűkebb technikai kérdésre összpontosít: tartalmazza-e még a PDF munkapéldánya azokat az információkat, amelyeket el kellett volna távolítani.

Alkalmazza a kitakarásokat még a fordítás előtt

Használja a dokumentum tulajdonosa által jóváhagyott kitakaró szoftvert és ellenőrzési folyamatot. Az Acrobat jelenlegi asztali munkafolyamatában a követendő lépések: válassza ki a Kitakarás eszközt, jelölje ki a szöveget vagy a képeket, alkalmazza a kitakarásokat, döntsön a rejtett információk tisztításáról, majd mentse el az új fájlt. A kezelőfelület feliratai változhatnak, de az ellenőrzési cél változatlan marad.

Kövesse ezt a fájlkezelési fegyelmet:

1. Tartsa a korlátozott forrásfájlt írásvédettként.
2. Egy jól azonosítható verziónevet viselő másolaton dolgozzon.
3. Jelöljön meg minden jóváhagyott elemet eltávolításra.
4. Alkalmazza a kitakarásokat; ne álljon meg az előnézeti állapotnál.
5. Tisztítsa meg a tulajdonos által megkövetelt rejtett információkategóriákat.
6. Mentse új fájlnévvel ahelyett, hogy felülírná a forrást.
7. Készítsen ellenőrzőösszeget (hash), vagy más módon azonosítsa be pontosan az ellenőrizendő fájlverziót.

Ne fordítson előbb és takarjon ki utólag csak azért, mert a célnyelv könnyebben érthető a lektor számára. Ezzel tiltott forrásinformációkat juttat a fordítási folyamatba, és két, külön-külön kitakart fájlt kell majd kezelnie.

Kezelje az OCR-t külön adatszivárgási felületként

Egy szkennelt oldal látható képpontokat és láthatatlan, felismert szövegréteget is tartalmazhat. Csak az egyik kitakarása nem biztonságos:

• ha csak az OCR-szöveget távolítja el, az oldalképen továbbra is látható maradhat az információ;
• ha csak a képet takarja le, az OCR-réteg továbbra is kereshetővé vagy másolhatóvá teheti;
• ha kozmetikai maszkolás után futtat OCR-t, a felismerés visszaállíthatja az eredeti képpontokat.

Vizsgálja meg mind a képet, mind a szövegréteget, mielőtt igénybe venné a szkennelt PDF-ek fordítási munkafolyamatát. Ha a jóváhagyott kitakarási folyamat az oldalt új raszteres képpé alakítja, ellenőrizze, hogy milyen szövegréteg kerül rá utána.

A feltöltés előtt ellenőrizze a pontos munkapéldányt

Nyissa meg újra a mentett változatot úgy, mintha Ön lenne a címzett. Ne egy korábbi piszkozatot ellenőrizzen, miközben egy későbbi exportot tölt fel.

Futtassa le legalább az alábbi ellenőrzéseket:

1. Keressen rá minden ismert kitakart szövegrészletre és azok közeli változataira.
2. Jelölje ki és másolja ki a kitakarások körüli szöveget egy egyszerű szövegszerkesztőbe.
3. Nagyobb kockázat esetén nyerje ki a dokumentum szövegét egy független eszközzel.
4. Vizsgálja meg a dokumentum tulajdonságait és az egyéni metaadatokat.
5. Nyissa meg a megjegyzések vagy annotációk panelt.
6. Ellenőrizze a mellékleteket, könyvjelzőket, rétegeket, űrlapmezőket és parancsfájlokat.
7. Rendereljen vagy nyomtasson ki egy ellenőrző példányt, és vizsgáljon meg minden érintett oldalt.
8. Kérjen meg egy második ellenőrt a magas kockázatú fájl tesztelésére anélkül, hogy az első ellenőr ellenőrzőlistájára támaszkodna.

Az ismert karakterláncok keresése feltárhatja az adatszivárgást, de egy sikeres keresés még nem bizonyítja, hogy egy ismeretlen titok hiányzik. Ezért kell a leltárkészítést és a független ellenőrzést előre venni.

Ha a PDF digitális aláírással rendelkezik, őrizze meg az aláírt forrást, és kövesse a fogadó hatóság dokumentált eljárását. Az Adobe biztosít egy aláírt verziók összehasonlítása funkciót kifejezetten az aláírás utáni módosítások áttekintésére; soha ne állítsa azt, hogy egy kitakart vagy lefordított származékos fájl örökli az eredeti aláírást.

Az ellenőrzött másolatot fordítsa le, ne a mesterpéldányt

Miután a tulajdonos jóváhagyta az ellenőrzött munkapéldányt, válassza ki a fordítási módot a fennmaradó PDF alapján:

• használjon szabványos PDF-munkafolyamatot, ha a szöveg kijelölhető, és az elrendezés megőrzése fontos;
• használja az OCR módot, ha a jóváhagyott másolat csak képeket tartalmaz, és az olvasható tartalom fontosabb, mint a pontos oldalegyezés; vagy
• építse újra manuálisan a dokumentumot, ha a kitakarási folyamat lényegesen megváltoztatta az űrlapokat, aláírásokat, az akadálymentesítési struktúrát vagy a nyomdai követelményeket.

A BookTranslator képes teljes PDF-fájlok feldolgozására, beleértve a beszkennelt vagy képekben gazdag PDF-eket is az OCR mód segítségével. A rendszer nem végez és nem hitelesít kitakarást. Az OCR mód újraépíti az olvasható lefordított tartalmat, így előfordulhat, hogy nem őrzi meg az eredeti oldalelrendezést, betűtípusokat vagy betűméreteket. Csak a már jóváhagyott munkapéldányt töltse fel, és a fizetés előtt ellenőrizze a feladat részleteit.

Ha ezek a feltételek megfelelnek, először tesztelje a PDF-fordítót egy reprezentatív példányon. Álljon meg, ha a kimenet megváltoztatja egy kitakarási címke jelentését, elhagy egy jóváhagyott közzétételi záradékot, vagy olyan tartalmat állít helyre, amelynek nem szabadna léteznie.

Ismételje meg a szivárgásellenőrzést a lefordított kimeneten

A biztonságos forrás-munkapéldány nem tesz automatikusan biztonságossá minden későbbi fájlt. Az átalakítás és a dokumentum-helyreállítás metaadatokat, megjegyzéseket, OCR-rétegeket, ideiglenes tartalmakat vagy másolt objektumokat adhat hozzá.

A végleges lefordított PDF-en:

• ismételje meg az ismert szövegrészek keresését és a szöveg kinyerését;
• vizsgálja meg ugyanazokat a rejtett tartalmi felületeket, mint a forrás-munkapéldány esetében;
• ellenőrizze, hogy minden kitakarás a tervezett helyén maradt-e;
• győződjön meg arról, hogy a lefordított fedőcímkék nem fednek fel többet a jóváhagyottnál;
• ellenőrizze az élőfejeket, élőlábakat, könyvjelzőket, mellékleteket és űrlapmezőket;
• rögzítse a forrás- és célfájlok hash-értékeit vagy megváltoztathatatlan verzióazonosítóit; valamint
• alkalmazza a teljes PDF-fordítási minőségbiztosítási ellenőrzőlistát , miután az adatvédelmi ellenőrzés sikeresen lezárult.

Ügyeljen arra, hogy az auditnapló ne tartalmazza magát az érzékeny tartalmat. Csak a belső hivatkozást, a jóváhagyott hatókört, a fájlazonosítókat, az ellenőrző személyét, az eszközt és annak verzióját, az elvégzett vizsgálatokat, a kivételeket és a közzétételi döntést rögzítse.

Inkább álljon meg, mintsem találgasson

Ne küldje el a fájlt fordításra, ha az alábbiak bármelyike igaz:

• a közzétételi jogosultság nem tisztázott;
• a kitakarások csupán vizuális rátétek;
• a kijelölt kitakarásokat ténylegesen nem alkalmazták;
• a képi tartalmakat vagy az OCR-szöveget nem ellenőrizték;
• a rejtett információkat nem vették leltárba;
• egy aláírásnak, űrlapnak, mellékletnek vagy rétegnek nincs kijelölt felelőse;
• a feltöltésre szánt konkrét fájlt nem nyitotta meg és nem ellenőrizte újra független módon; vagy
• a fogadó fél követelményei ismeretlenek.

A gyakorlati szabály egyszerű: a kitakarásnak elérhetetlenné kell tennie a tiltott információkat a fordítási folyamat számára, nem csupán nehezen olvashatóvá az oldalt néző személy számára. Ellenőrizze ezt a tényt a forrásfájl tényleges munkapéldányán, majd ellenőrizze újra a lefordított eredményen is.