Chuyển đến nội dung
Bài viết

Cách che dữ liệu nhạy cảm trong PDF

Hình chữ nhật đen vẽ lên văn bản không xóa gì cả. Các kiểu che khác nhau thế nào về bản chất, vì sao làm mờ không tính là xóa và siêu dữ liệu ra sao.

Tóm lại: Kiểu đen và trắng thực sự cắt nội dung bên dưới hình chữ nhật: văn bản bị che biến mất khỏi tệp, phần còn lại của trang vẫn là văn bản. Làm mờ chỉ che, lại còn biến toàn bộ tài liệu thành ảnh. Siêu dữ liệu được xóa theo mặc định.

Nhóm chủ đề

bảo mật

bảo mật: PDF guidance for reliable document processing and quality checks.

5 bài viết

Công cụ chính

Che dữ liệu trong PDF trực tuyến

Mở công cụ được nhắc đến trong bài viết để thực hiện thao tác bằng ngôn ngữ hiện tại.

Mở công cụ

Mục lục

Che dữ liệu cá nhân trong PDF để không ai lấy lại được

Câu chuyện này lặp lại khoảng mỗi năm một lần và lên báo. Một tổ chức công bố tài liệu mà tên người và địa chỉ đã được che gọn gàng bằng các hình chữ nhật đen. Một giờ sau, có người bôi chọn văn bản bằng chuột, dán vào trình soạn thảo ghi chú và có được toàn bộ phần đã bị che.

Nguyên nhân rất đơn giản, và hiểu nó quan trọng hơn là nhớ một chuỗi nút bấm.

Vì sao hình chữ nhật đặt lên văn bản không che được gì

PDF được xây dựng theo từng lớp. Văn bản nằm trong nội dung trang dưới dạng văn bản, kèm tọa độ và phông chữ. Hình chữ nhật bạn vẽ lên trên bằng một trình chỉnh sửa là một phần tử nội dung khác, được vẽ sau nên hiện ở trên cùng.

Văn bản không đi đâu cả. Nó vẫn nằm trong tệp, tìm kiếm vẫn thấy, chuột vẫn chọn được và vẫn sao chép được. Hình chữ nhật chỉ che nó về mặt hiển thị, giống như tờ giấy đặt lên màn hình.

Che dữ liệu thực sự thì làm khác: trước hết nội dung bên dưới vùng chọn bị cắt khỏi trang, rồi mới đặt lớp tô vào chỗ vừa trống ra.

Ba kiểu và tác động của từng kiểu lên nội dung

KiểuĐiều xảy ra với nội dungTài liệu còn là văn bản không
ĐenNội dung dưới vùng chọn bị xóa, lớp tô đen phủ lên trênCòn, phần còn lại của trang vẫn là văn bản
TrắngTương tự, với lớp tô trắngCòn
Làm mờTài liệu được vẽ lại thành ảnh và vùng chọn bị làm mờKhông, lớp văn bản biến mất hoàn toàn

Hai kiểu đầu là xóa thật. Điều này đã được kiểm chứng trên một tài liệu có dòng chứa mã token bị che bằng vùng đen: sau khi xử lý, dòng đó không tìm thấy được bằng tìm kiếm cũng không sao chép được, trong khi các dòng bên cạnh vẫn chọn được như văn bản bình thường.

Làm mờ chỉ che, không xóa

Kiểu thứ ba đứng riêng, và nó có hai cái giá phải trả.

Thứ nhất: nó không xóa. Làm mờ làm giảm chất lượng hình ảnh của vùng, nhưng thông tin bên trong vẫn có thể khôi phục một phần bằng xử lý ảnh. Với dữ liệu cá nhân thì điều này không chấp nhận được, và công cụ nói thẳng như vậy: khi bạn chọn làm mờ, kết quả sẽ kèm một cảnh báo khuyên dùng kiểu đen hoặc trắng.

Cái giá thứ hai tính bằng byte và bằng tính năng. Làm mờ làm việc trên bản sao raster của toàn bộ tài liệu, không phải của riêng một vùng. Một tệp thử một trang có hai mươi dòng chữ nặng khoảng một kilobyte. Sau khi che bằng kiểu đen, nó vẫn là một kilobyte đó. Sau khi làm mờ, nó phình lên chín mươi và mất hẳn lớp văn bản: tài liệu như vậy không thể tìm kiếm được.

Làm mờ chỉ hợp lý trong đúng một trường hợp: giấu khuôn mặt trong ảnh chụp hoặc một đoạn hình ảnh mà việc cắt bỏ sẽ để lại một lỗ đen chướng mắt.

Cách thực hiện che dữ liệu

1. Mở Che dữ liệu trong PDF trực tuyến và tải tài liệu lên. 2. Đánh dấu các vùng ngay trên trang: công cụ hiển thị tài liệu và cho phép bạn vẽ lên những chỗ cần che. 3. Chọn kiểu. Với dữ liệu, hãy dùng đen hoặc trắng. 4. Giữ nguyên tùy chọn xóa siêu dữ liệu đang bật. 5. Chạy tác vụ. 6. Mở kết quả, thử chọn vùng đã che bằng chuột, rồi tìm trong tài liệu từ đã xóa.

Bước sáu không phải thủ tục cho có. Đó là cách kiểm tra duy nhất phân biệt việc xóa thật với hình chữ nhật vẽ lên, và chỉ mất mười giây.

Bắt buộc phải có vùng chọn

Công cụ không cố đoán cần che gì. Nếu không có vùng nào, tác vụ không chạy và trả về thông báo rõ ràng rằng cần ít nhất một vùng.

Đó là quyết định có chủ ý, và là quyết định đúng. Đoán vùng trong một tác vụ mà sai sót đồng nghĩa với rò rỉ dữ liệu cá nhân nguy hiểm hơn là từ chối: che nhầm chỗ, công cụ sẽ báo thành công trong khi dữ liệu vẫn phơi ra.

Vì lý do đó, các vùng cũng được kiểm tra tính hợp lý: tọa độ nằm ngoài trang hoặc chiều rộng bằng không sẽ gây ra lỗi chứ không bị lặng lẽ bỏ qua.

Siêu dữ liệu được xóa theo mặc định

Một công tắc riêng điều khiển việc xóa thuộc tính tài liệu, và nó được bật theo mặc định.

Đây không phải chi tiết nhỏ. Thuộc tính thường chứa tên nhân viên soạn tài liệu, tiêu đề làm việc nội bộ, đôi khi cả đường dẫn thư mục trên ổ đĩa. Một tài liệu đã cắt cẩn thận họ của khách hàng nhưng vẫn để tên tác giả và tiêu đề kiểu "Hồ sơ Nguyễn, bản nháp" trong thuộc tính thì chưa giải quyết được vấn đề.

Nếu bạn tắt việc xóa, sẽ có một cảnh báo riêng: siêu dữ liệu gốc được giữ lại và có thể chứa thông tin nhận dạng con người. Việc này không xảy ra một cách âm thầm.

Để xử lý thuộc tính tinh hơn, có Đặt siêu dữ liệu PDF trực tuyến, nơi các trường có thể được điền giá trị bạn chọn thay vì chỉ làm trống.

Ghi chú cho biết tài liệu đã được che

Trong các tham số có một trường dành cho ghi chú ngắn, được ghi vào thuộc tính của tệp thành phẩm, ở trường Chủ đề.

Mục đích của nó mang tính hành chính: người nhận thấy tài liệu được che có chủ ý chứ không phải đến nơi trong tình trạng hỏng. Những câu như "đã xóa dữ liệu cá nhân" hoặc "giữ lại theo khoản nào đó" giúp tiết kiệm một vòng trao đổi thư từ.

Độ dài bị giới hạn ở năm trăm ký tự. Văn bản dài hơn sẽ bị cắt bớt và có cảnh báo cho biết, nên ghi chú không biến mất âm thầm, nhưng cũng không đến nơi đầy đủ.

Dữ liệu còn ẩn ở đâu ngoài nội dung chính

Rà soát toàn bộ tài liệu nên làm theo danh sách hơn là theo trí nhớ. Những chỗ người ta hay quên lặp lại từ tài liệu này sang tài liệu khác.

Đầu trang và chân trang. Chúng lặp lại trên mọi trang, và nếu họ tên hay số hồ sơ nằm ở đó thì phải che mọi trang, không chỉ trang đầu.

Chữ ký và con dấu. Chữ ký là dữ liệu cá nhân và hiện rõ toàn bộ trên bản quét. Con dấu mang tên tổ chức và thường cả địa chỉ.

Bảng trong phụ lục. Nội dung chính được đọc kỹ, phụ lục thì lướt qua, và chính phụ lục lại chứa danh sách tên và số điện thoại.

Mặt sau. Trong bản quét hai mặt, các mặt sau xen kẽ với mặt trước, và một nửa trong số đó trông như trống vì ảnh thu nhỏ chỉ lộ bóng của chữ.

Ghi chú bên lề. Bút phê viết tay, dấu đăng ký, nhãn dán có số.

Một mẹo thực tế: trước khi bắt đầu, hãy mở tài liệu và tìm họ tên, số điện thoại, địa chỉ. Tìm kiếm cho thấy mọi chỗ xuất hiện, kể cả những chỗ mắt bỏ sót.

Công cụ không làm gì

Nó không tìm dữ liệu cá nhân thay bạn. Công cụ xóa những gì bạn đã vẽ lên và không gì khác. Trách nhiệm che toàn bộ tài liệu vẫn thuộc về con người.

Từ đó có một quy tắc thực tế: hãy duyệt toàn bộ tài liệu, gồm cả đầu trang, chân trang, chú thích dưới bảng và các mặt sau. Dữ liệu bị quên đúng ở những chỗ ấy, vì sự chú ý dồn vào nội dung chính.

Và nói riêng: cắt trang bằng Cắt PDF trực tuyến không phải là che dữ liệu. Nó chỉ đổi vùng hiển thị của tờ giấy, còn nội dung nằm ngoài vẫn ở trong tệp và quay lại khi đặt lại vùng cắt.

Nếu tài liệu là bản quét, bên dưới vùng chọn có thể hoàn toàn không có văn bản và không có gì để cắt; ở đó chỉ có hình ảnh. Khi đó kết quả đáng tin vì một lý do khác: một mảnh của hình ảnh bị loại bỏ. Nhưng nếu bản quét trước đó đã qua OCR PDF trực tuyến thì dưới bức ảnh đã xuất hiện lớp văn bản, và lớp đó cũng phải được vùng chọn che.

Tác giả

Được biên soạn bởi đội ngũ iHatePDF; Sergey Gagin chịu trách nhiệm về dịch vụ.

Giới thiệu dự án

Câu hỏi thường gặp

Hình chữ nhật vẽ lên văn bản là một lớp riêng, văn bản vẫn nằm bên dưới và có thể sao chép hoặc tìm kiếm. Kiểu đen và trắng ở đây xóa nội dung khỏi tệp rồi tô lớp phủ lên chỗ đã trống.
Không. Làm mờ làm giảm chất lượng ảnh mà không xóa, và một phần nội dung có thể khôi phục bằng xử lý. Công cụ cảnh báo rõ điều đó khi bạn chọn kiểu này. Muốn xóa thật cần dùng đen hoặc trắng.
Với kiểu đen và trắng thì còn: phần văn bản không bị che vẫn là văn bản và dung lượng tệp hầu như không đổi. Với làm mờ thì không: toàn bộ tài liệu được vẽ lại thành ảnh và lớp văn bản biến mất hoàn toàn.
Không. Quy trình cơ bản dùng được mà không cần tạo tài khoản.
Tệp chỉ được dùng cho thao tác bạn chọn và tự động bị xóa sau khi xử lý xong. Chúng tôi không dùng tài liệu đã tải lên để huấn luyện mô hình AI.

Xem thêm trong nhóm chủ đề này

Công cụ liên quan

← Tất cả công cụ Bảo mật

Nên làm gì tiếp theo

Nếu cần thực hiện thêm một bước hoặc tìm hướng dẫn về dịch vụ sau khi đọc, hãy xem các trang này.

Tất cả công cụ

Danh mục công cụ PDF trực tuyến: gộp, nén, tách, chuyển đổi, xoay, bảo vệ và mở khóa tệp PDF. Chọn công cụ phù hợp cho nhu cầu của bạn.

Câu hỏi thường gặp

Tìm câu trả lời về tài khoản iHatePDF, xử lý tệp, giới hạn tải lên, truy cập trên di động, quyền riêng tư và cách xử lý khi công cụ PDF báo lỗi.

Liên hệ

Liên hệ iHatePDF về lỗi xử lý, cách chọn công cụ, bảo mật, hợp tác kinh doanh và đề xuất tính năng mới.