Как правильно скрыть данные в PDF: почему чёрных прямоугольников недостаточно

Самая распространённая ошибка при скрытии данных невидима. Чёрный прямоугольник поверх имени идеально выглядит на экране и на бумаге, но в большинстве случаев имя всё ещё в файле, прямо под ним. Любой может выделить текст под прямоугольником и вставить его в другое место или найти его простым поиском. Так публиковались судебные документы, государственные отчёты и документы компаний, а «скрытый» текст восстанавливали за секунды. В этом руководстве объясняется, почему закрыть — не значит удалить, в каких неочевидных местах PDF прячется информация и как проверить документ со скрытыми данными, прежде чем он попадёт к другим.

Почему чёрный прямоугольник ничего не скрывает

Страница PDF строится слоями, как стопка прозрачных листов. Текст нарисован на одном из них, а чёрный прямоугольник, нарисованный позже, лежит на листе выше. Глаз видит только верх стопки, но все слои по-прежнему есть в файле. Копирование, поиск, программы чтения вслух и поисковые системы читают текстовый слой напрямую, и прямоугольник для них ничего не меняет.

То же самое относится к большинству быстрых решений:

Чёрное выделение или залитая фигура, добавленные в программе просмотра PDF, — это комментарий поверх страницы. Любой может выделить и удалить его или сдвинуть в сторону.
Чёрное выделение в Word остаётся текстом, оформленным чёрным по чёрному. Когда документ сохраняется в PDF, слова сохраняются вместе с ним.
Белый цвет текста скрывает его от глаз, и больше ни от чего.

Неочевидные места, где прячется информация

Даже если видимый текст обработан правильно, PDF может хранить ту же информацию там, куда никто не смотрит.

Текстовый слой скана. Во многих отсканированных PDF за изображением есть невидимый текст OCR, чтобы по ним можно было искать. Если закрыть изображение слова, его невидимая копия останется нетронутой.
Пиксели изображения. Прямоугольник, нарисованный поверх фотографии или отсканированной подписи, закрывает её, но данные изображения под ним остаются полностью. Если убрать прямоугольник или извлечь изображение, будет виден оригинал.
Метаданные. Название документа, автор, тема и ключевые слова, а также само имя файла часто содержат как раз те имена, которые скрывают.
Комментарии, поля форм и закладки. Заметка рецензента, заполненное поле формы или закладка «Мировое соглашение с И. Ивановым» могут повторять то, что скрыто на странице.
Вложения. PDF может содержать внутри другие файлы, например таблицу, из которой взяты цифры.
Ранние версии. Многие редакторы PDF сохраняют изменения, дописывая их в конец файла, поэтому версия до скрытия данных всё ещё остаётся внутри.
Сведения для специальных возможностей. PDF с тегами могут содержать замещающий текст для экранных дикторов, в котором прописаны слова, нарисованные на странице.

Отдельная ловушка — сохранение файла. Когда, создавая собственный инструмент, мы проверили один онлайн-сервис для скрытия данных, он правильно удалил слова со страницы. Однако сохранил файл так, что исходное содержимое страницы осталось внутри — в виде объекта, на который ничто не ссылалось. Ни одна программа просмотра его не показывала, и извлечение текста ничего не находило, но скрытые значения можно было прочитать прямо из файла. Файл со скрытыми данными хорош ровно настолько, насколько правильно он записан.

Что делает правильное скрытие данных

Настоящее скрытие данных меняет то, что содержит файл, а не только то, как он выглядит:

символы под каждой отмеченной областью удаляются из содержимого страницы;
закрытые пиксели любого изображения перезаписываются в самом изображении;
рисунки, которые прямоугольник закрывает полностью, удаляются;
затем на пустом месте рисуется чёрный прямоугольник как видимая отметка о том, что что-то удалено;
метаданные, комментарии, поля форм, закладки, вложения и другое скрытое содержимое тоже удаляются; и
файл записывается заново, без ранних версий и оставшихся объектов.

Есть ещё вопрос букв, которые прямоугольник закрывает лишь частично. Если прямоугольник задевает половину цифры, оставшейся части может хватить, чтобы её прочитать, поэтому аккуратный инструмент удаляет задетое слово целиком, а не оставляет на странице половину номера карты.

Как работает «Скрыть данные в PDF»

Наш инструмент «Скрыть данные в PDF» построен по этим правилам. Вы открываете PDF, а затем выделяете текст или рисуете рамки поверх всего, что нужно убрать, включая части изображений. Файл загружается на наши серверы, где автоматически обрабатывается и удаляется примерно через пять минут после того, как вы закроете страницу. Ограничение — 256 МБ.

Текст под рамкой удаляется из самого файла. Он удаляется посимвольно, а слово, которое рамка закрывает лишь частично, может быть удалено целиком. Закрытые пиксели изображения стираются в самом изображении. Рисунок удаляется, только когда рамка закрывает его целиком, поэтому линия или фигура, выходящая из-под рамки, остаётся целой, включая часть под чёрным. Текст и изображения, которых рамки не касаются, остаются как были. Инструмент также удаляет метаданные документа, ссылки, комментарии, поля форм, закладки, вложенные файлы и скрипты документа, а также структуру специальных возможностей, которая могла бы выдать удалённые слова.

Затем он проверяет собственную работу. Он перечитывает готовый файл, распаковывая каждый фрагмент содержимого, включая те, на которые ничто не ссылается, и ищет слова, которые были под вашими рамками. Если какое-то из них всё ещё есть в файле, он сообщит вам об этом, а не выдаст файл.

Возможности любого инструмента ограничены. «Скрыть данные в PDF» удаляет то, что вы отметили, и только это. Если то же имя встречается на другой странице, в колонтитуле или внутри изображения, которое вы не отметили, оно останется. Проверка ищет слова, которые были только под вашими рамками, поэтому не может знать, что имя в другом месте документа тоже важно. А скрытие данных нельзя отменить, поэтому храните оригинал в надёжном месте.

Как самостоятельно проверить PDF со скрытыми данными

Каким бы инструментом вы ни пользовались, проверьте результат перед отправкой. Это займёт несколько минут:

Поищите каждый скрытый фрагмент. Нажмите Ctrl+F (Cmd+F на Mac) для каждого удалённого имени, числа и фразы. Попробуйте искать и часть, например последние четыре цифры номера.
Скопируйте всё. Выделите весь текст на каждой странице со скрытыми данными, вставьте его в простой текстовый редактор и прочитайте, что получилось.
Откройте файл в двух разных программах. Откройте его в браузере и в настольной программе просмотра PDF. Они читают файлы по-разному, и одна может показать то, чего не покажет другая.
Посмотрите свойства документа. Проверьте название, автора, тему и ключевые слова, а также имя файла.
Откройте боковые панели. Посмотрите комментарии, закладки, вложения и поля форм.
Прочитайте каждую страницу. Поищите ту же информацию там, где вы её не отметили: в верхнем или нижнем колонтитуле, подписи к рисунку, изображении, блоке подписи.

Заключение

Скрытие данных касается того, что есть в файле, а не того, что видно на экране. Чёрный прямоугольник поверх текста лишь прячет его, а настоящее скрытие данных удаляет текст, стирает пиксели изображений, вычищает скрытые данные и записывает чистый файл. Пользуйтесь инструментом, который удаляет содержимое, а не закрывает его, отмечайте каждое место, где встречается информация, и проверяйте результат так, будто вы тот, кто пытается её прочитать.

Нужно скрыть данные в документе? Попробуйте «Скрыть данные в PDF».

← Назад в блог