Como traduzir um PDF rasurado sem revelar informações ocultas

Traduza um PDF rasurado apenas após as rasuras terem sido aplicadas permanentemente a uma cópia de trabalho autorizada. Um retângulo preto, um destaque, um recorte ou uma forma branca não são prova de que a informação desapareceu. Remova o conteúdo subjacente, sanitize as informações ocultas, reabra o ficheiro exato e teste-o antes que qualquer serviço de tradução o receba.

A ordem é importante:

1. Preserve o original confidencial.
2. Crie uma cópia de trabalho autorizada em separado.
3. Aplique rasuras reais a texto, imagens e páginas.
4. Remova informações ocultas que estejam fora da página visível.
5. Verifique a cópia de trabalho de forma independente.
6. Traduza apenas essa cópia verificada.
7. Repita as verificações de fugas no resultado traduzido.

Transfira o documento de origem sintético, máscara insegura, cópia de trabalho segura, gerador e resultados da auditoria. Estes tornam visível uma falha: o PDF inseguro parece coberto, mas continua a expor o elemento de controlo inventado através de texto extraível, metadados e uma nota.

A rasura e a tradução são controlos distintos

A rasura decide que informação pode sair do ambiente restrito. A tradução altera o idioma do que resta. Não se deve esperar que uma ferramenta de tradução decida quais os nomes, identificadores, cláusulas, imagens, comentários ou anexos que estão autorizados para divulgação.

Isto cria uma fronteira rígida:

• o proprietário do documento detém o controlo do âmbito e a autoridade de divulgação;
• uma ferramenta de rasura aprovada remove o conteúdo proibido;
• uma verificação independente valida a cópia de trabalho exata; e
• o fluxo de trabalho de tradução só tem início após essa verificação ser bem-sucedida.

Não carregue o original a pedir a um tradutor para «ignorar as partes tapadas a preto». Um tradutor que respeita a paginação, um processo de OCR, uma ferramenta de conversão ou um revisor podem ler objetos que a pré-visualização da página não mostra.

Uma caixa preta pode manter o segredo por baixo

As páginas PDF são compostas por texto, imagens, instruções de desenho, anotações e outros objetos. Desenhar um retângulo opaco altera o que o visualizador desenha por cima; não elimina necessariamente o que foi desenhado primeiro.

O nosso ficheiro de teste sintético contém a sentinela inventada BT-REDACT-9472 numa linha de origem. A versão insegura desenha um retângulo preto sobre essa linha e depois mantém deliberadamente a sentinela em três locais:

• no texto extraível da página;
• nos metadados do documento; e
• numa anotação de texto.

O ficheiro de teste seguro é reconstruído sem a sentinela. A auditoria verifica o texto extraído, os metadados, as anotações e os fluxos de conteúdo descodificados da página.

Inspecione a auditoria em CSV ou a auditoria em JSONe, em seguida, reproduza-a com o gerador. Trata-se de um modelo de teste e não de uma prova de aprovação de um produto comercial de rasura ou tradução específico.

A aprovação é também deliberadamente restrita. Não comprova que todos os objetos possíveis do PDF sejam seguros, que uma assinatura digital permaneça válida ou que o ficheiro satisfaça as normas de um tribunal, regulador, cliente ou organização.

Elabore o inventário de rasuras antes de editar

Não comece por procurar o nome de uma pessoa. Faça um inventário de todas as superfícies que possam divulgar informações restritas.

O fluxo de trabalho de ocultação da Adobe separa a marcação do conteúdo da aplicação das rasuras e disponibiliza a higienização de informações ocultas. O tutorial detalhado da Adobe também refere que o texto presente em imagens e desenhos vetoriais não é detetado pela pesquisa de texto comum. Deste modo, um processo baseado exclusivamente na pesquisa é incompleto para documentos digitalizados.

Para uma decisão prévia ao envio mais alargada, que abranja a autorização, as políticas do serviço, a retenção e a eliminação, utilize a lista de verificação de privacidade na tradução de documentos. Este guia foca-se na questão técnica mais específica: saber se a cópia de trabalho em PDF ainda contém as informações que deveriam ter sido eliminadas.

Aplicar rasuras antes da tradução

Utilize o software de rasura e o processo de revisão aprovados pelo proprietário do documento. No fluxo de trabalho clássico de computador do Acrobat, a sequência relevante passa por selecionar a ferramenta de Rasura, marcar o texto ou as imagens, aplicar as rasuras, escolher se pretende higienizar as informações ocultas e guardar um novo ficheiro. Os nomes na interface podem mudar, mas o objetivo de controlo mantém-se idêntico.

Siga esta disciplina na gestão dos ficheiros:

1. Mantenha o documento original restrito em modo só de leitura.
2. Trabalhe numa cópia com um nome de versão explícito.
3. Marque para remoção todos os elementos aprovados.
4. Aplique as rasuras de forma efetiva; não se fique pelo estado de pré-visualização.
5. Higienize as categorias de informações ocultas exigidas pelo proprietário.
6. Guarde com um novo nome de ficheiro em vez de substituir o original.
7. Gere um hash ou identifique univocamente a cópia exata que será submetida a verificação.

Não traduza primeiro para rasurar depois apenas porque o idioma de destino é mais acessível para o revisor. Isso envia informações de origem confidenciais para o fluxo de tradução e cria dois ficheiros rasurados de forma independente para gerir.

Tratar o OCR como uma segunda superfície de divulgação

Uma página digitalizada pode conter simultaneamente píxeis visíveis e uma camada invisível de texto reconhecido. Rasurar apenas uma destas camadas não é seguro:

• se remover apenas o texto OCR, a imagem da página continuará a exibir a informação;
• se cobrir apenas a imagem, a camada de OCR poderá continuar a expô-la através de pesquisa ou cópia; ou
• se executar o OCR após uma sobreposição puramente cosmética, o reconhecimento ótico poderá recuperar os píxeis originais.

Inspecione tanto a imagem como a camada de texto antes de utilizar o fluxo de trabalho para tradução de PDFs digitalizados. Se o processo de rasura autorizado converter uma página numa nova imagem rasterizada, confirme que camada de texto é adicionada posteriormente.

Verifique a cópia de trabalho exata antes de carregar

Volte a abrir a versão guardada como se fosse o destinatário. Não verifique um rascunho anterior para depois carregar uma exportação posterior.

Execute pelo menos as seguintes verificações:

1. Pesquise por todas as cadeias de texto rasuradas conhecidas e variantes aproximadas.
2. Selecione e copie o texto em redor de cada rasura para um editor de texto simples.
3. Extraia o texto do documento com uma ferramenta independente quando o nível de risco o justificar.
4. Inspecione as propriedades do documento e os metadados personalizados.
5. Abra o painel de comentários ou anotações.
6. Inspecione anexos, marcadores, camadas, campos de formulário e scripts.
7. Gere ou imprima uma cópia de revisão e inspecione todas as páginas afetadas.
8. Peça a um segundo revisor para testar ficheiros de alto risco sem depender das anotações da lista de verificação do primeiro revisor.

Pesquisar por cadeias de texto conhecidas pode detetar uma fuga; contudo, uma pesquisa sem resultados não prova a ausência de um segredo desconhecido. É por isso que o inventário e a revisão independente devem vir primeiro.

Se o PDF tiver uma assinatura digital, preserve o ficheiro original assinado e siga o processo documentado pela entidade recetora. A Adobe disponibiliza uma comparação de versões assinadas especificamente para analisar alterações feitas após a assinatura; não assuma nem dê a entender que um derivado rasurado ou traduzido herda a assinatura original.

Traduza a cópia verificada, não o ficheiro principal

Assim que o responsável aprovar a cópia de trabalho verificada, escolha o método de tradução com base no PDF restante:

• utilize um fluxo de trabalho PDF padrão quando o texto for selecionável e a preservação do esquema visual for importante;
• utilize o modo OCR quando a cópia aprovada for composta apenas por imagens e a legibilidade do conteúdo for mais importante do que a correspondência exata da página; ou
• reconstrua o documento manualmente se o processo de rasura tiver alterado substancialmente formulários, assinaturas, a estrutura de acessibilidade ou requisitos de produção.

O BookTranslator consegue processar ficheiros PDF completos, incluindo PDFs digitalizados ou ricos em imagens através do modo OCR. O serviço não executa nem certifica a rasura de dados. O modo OCR reconstrói o conteúdo traduzido para que fique legível e pode não preservar o esquema de página, os tipos de letra ou os tamanhos de letra originais. Carregue apenas a cópia de trabalho previamente aprovada e inspecione os detalhes da tarefa antes de efetuar o pagamento.

Se essas restrições forem cumpridas, utilize primeiro o tradutor de PDF numa cópia representativa. Interrompa o processo se o resultado alterar o significado de um rótulo de rasura, omitir um aviso de divulgação aprovado ou reconstruir conteúdo que não deveria existir.

Repita a auditoria de fugas de informação no ficheiro traduzido

Uma cópia de trabalho de origem segura não torna automaticamente seguro qualquer ficheiro gerado posteriormente. A conversão e a reconstrução podem adicionar metadados, comentários, camadas de OCR, conteúdo temporário ou objetos copiados.

No PDF traduzido final:

• repita a pesquisa de cadeias de texto conhecidas e a extração de texto;
• inspecione as mesmas superfícies de conteúdo oculto verificadas na cópia de trabalho de origem;
• confirme que todas as rasuras permanecem na posição pretendida;
• verifique se os rótulos sobrepostos traduzidos não divulgam mais do que o aprovado;
• valide cabeçalhos, rodapés, marcadores, anexos e campos de formulário;
• registe os hashes ou as versões imutáveis de origem e de destino; e
• aplique a lista de verificação de CQ para tradução de PDF completa após a aprovação no controlo de privacidade.

Mantenha o registo de auditoria isento do próprio conteúdo sensível. Registe uma referência interna, o âmbito aprovado, os identificadores de ficheiro, o revisor, a ferramenta e versão, as verificações efetuadas, as exceções e a decisão de divulgação.

Mais vale parar do que adivinhar

Não envie o ficheiro para tradução se alguma das seguintes condições se verificar:

• a autorização de divulgação não é clara;
• as rasuras são apenas sobreposições visuais;
• as rasuras marcadas não foram aplicadas;
• o conteúdo das imagens ou o texto de OCR não foram verificados;
• as informações ocultas não foram inventariadas;
• uma assinatura, formulário, anexo ou camada não tem responsável atribuído;
• o ficheiro exato a enviar não foi reaberto e testado de forma independente; ou
• os requisitos da parte destinatária são desconhecidos.

A regra prática é simples: a rasura deve tornar a informação proibida indisponível para o processo de tradução, e não apenas de difícil leitura para uma pessoa a olhar para a página. Confirme esse facto na cópia de trabalho original exata e volte a confirmá-lo no resultado traduzido.