Cách che giấu thông tin nhạy cảm trong tệp PDF

Những lỗi trong việc che giấu thông tin trong file PDF đã gây ra những thiệt hại nghiêm trọng. Năm 2011, một công ty luật đã vô tình nộp một tài liệu chưa được che giấu trong một vụ kiện công khai — phần văn bản "đã được che giấu" được che bằng một hộp đen, nhưng văn bản vẫn còn trong dữ liệu PDF và có thể dễ dàng trích xuất. Năm 2019, NSA đã công bố một báo cáo đã được che giấu thông tin, trong đó các phần bị bôi đen có thể được tô sáng, sao chép và đọc bằng văn bản thuần túy.

Những lỗi này đều có chung một nguyên nhân: việc che mờ chỉ mang tính trực quan, chứ không phải cấu trúc. Một hộp đen không phải là che mờ. Hướng dẫn này giải thích sự khác biệt, chỉ ra cách che mờ đúng cách và giải thích cách xác minh rằng việc che mờ của bạn thực sự đã loại bỏ nội dung gốc.

Vấn đề hộp đen

Một trang PDF có thể chứa nhiều lớp nội dung xếp chồng lên nhau. Khi bạn vẽ một hình chữ nhật màu đen lên trên văn bản bằng công cụ chú thích cơ bản, bạn sẽ có:

1. Văn bản gốc vẫn còn trong tệp PDF dưới dạng dữ liệu có thể tìm kiếm, chọn và sao chép.
2. Một hình chữ nhật màu đen được chú thích ở phía trên.

Văn bản này bị che khuất về mặt hình ảnh nhưng vẫn hiện diện về mặt cấu trúc. Bất cứ ai:

• Chọn tất cả và sao chép văn bản
• Thực hiện tìm kiếm văn bản
• Xóa hoặc ẩn các chú thích
• Xử lý tệp bằng bất kỳ trình trích xuất văn bản PDF nào

...sẽ thấy nội dung "đã được che giấu".

Đây không phải là việc biên tập lại. Đây là hành vi che giấu. Nó thất bại.

Việc biên tập lại nội dung thực sự phải loại bỏ nội dung gốc khỏi cấu trúc dữ liệu của tệp PDF, chứ không chỉ làm mờ nó về mặt hình ảnh.

Quy trình biên tập lại nội dung đúng cách

Việc biên tập lại nội dung đúng cách bao gồm ba bước:

1. Đánh dấu nội dung cần che giấu: Xác định đoạn văn bản hoặc vùng văn bản cần xóa bỏ.
2. Ghi đè phần bị che khuất: Thay thế nội dung đã đánh dấu bằng các ký hiệu mờ (thường là màu đen) và xóa vĩnh viễn dữ liệu gốc khỏi cấu trúc PDF.
3. Lọc bỏ: Loại bỏ siêu dữ liệu, các lớp văn bản ẩn và bất kỳ dữ liệu không hiển thị nào khác có thể chứa thông tin đã được che giấu.

Bước 2 là bước quan trọng nhất. Sau khi chèn phần bị che mờ, luồng nội dung trang của tệp PDF nơi văn bản đó xuất hiện phải được ghi đè lên, chứ không chỉ bị che phủ.

Cách chỉnh sửa nội dung trong PDF bằng LuraPDF

Công cụ Redact PDF của LuraPDF thực hiện việc che mờ cấu trúc — nó loại bỏ nội dung gốc, chứ không chỉ che phủ nó.

Bước 1: Tải lên và xác định nội dung

Mở công cụ LuraPDF Redact PDF và tải tài liệu của bạn lên. Duyệt đến các trang có chứa nội dung nhạy cảm.

Bước 2: Đánh dấu các khu vực cần che giấu

Hãy vẽ các hình chữ nhật lên phần nội dung bạn cần che khuất. Bạn có thể:

• Kéo để chọn vùng văn bản
• Vẽ khung lên trên hình ảnh hoặc các yếu tố đồ họa.
• Đánh dấu nhiều khu vực trên cùng một trang trước khi áp dụng

Bước 3: Áp dụng hiệu chỉnh che mờ

Nhấp vào "Áp dụng che mờ". Thao tác này sẽ kích hoạt quá trình ghi đè: nội dung bên dưới mỗi vùng được đánh dấu sẽ bị xóa vĩnh viễn khỏi dữ liệu PDF và một lớp phủ đen đặc sẽ được hiển thị ở vị trí đó.

Bước 4: Xác minh

Sau khi tải xuống, hãy mở tệp PDF đã được chỉnh sửa và thử thực hiện các bước sau:

• Chọn và sao chép văn bản trong các vùng bị che khuất (sẽ không trả về kết quả gì)
• Tìm kiếm các từ bạn đã lược bỏ (sẽ không tìm thấy gì)

Bước xác minh này rất cần thiết trước khi chia sẻ bất kỳ tài liệu nào có nội dung pháp lý, y tế hoặc nhạy cảm.

Những nội dung LuraPDF đã lược bỏ

• Văn bản: Được trích xuất từ ​​luồng nội dung của tệp PDF và đã bị xóa.
• Hình ảnh: Dữ liệu hình ảnh trong vùng được đánh dấu đã bị cắt bỏ.
• Chú thích: Mọi chú thích (bình luận, đánh dấu) trong khu vực đã được che mờ sẽ bị xóa.

Những thứ cần xóa bỏ: Siêu dữ liệu

Sau khi lược bỏ nội dung hiển thị, đừng quên thêm siêu dữ liệu. Các tệp PDF thường chứa:

• Tên tác giả
• Tên tổ chức
• Tạo ứng dụng
• Lịch sử sửa đổi và ngày chỉnh sửa
• Nhận xét và chú thích ở các phần khác

Sử dụng LuraPDF Remove Metadata sau khi biên tập lại để loại bỏ thông tin này. Điều này đặc biệt quan trọng khi chính siêu dữ liệu đó chứa thông tin nhạy cảm (ví dụ: tên tác giả tiết lộ danh tính của một nguồn tin bí mật).

Các tình huống che giấu thông tin có tính rủi ro cao

Đối với các tài liệu pháp lý, y tế hoặc an ninh quốc gia, hãy cân nhắc thực hiện thêm các bước sau:

Hồ sơ tòa án: Nhiều tòa án yêu cầu các định dạng che mờ cụ thể. Hãy kiểm tra với hướng dẫn quản lý tài liệu của tòa án. Một số tòa án yêu cầu màu che mờ phải là màu đen (không phải màu xám hoặc trắng).

Hồ sơ y tế: Các tài liệu thuộc phạm vi điều chỉnh của HIPAA yêu cầu phải loại bỏ tất cả 18 loại thông tin nhận dạng. Điều này bao gồm ngày tháng, dữ liệu địa lý dưới cấp tiểu bang, số điện thoại, địa chỉ email, URL, số an sinh xã hội và số hồ sơ y tế.

Tài liệu chính phủ (FOIA): Việc biên tập lại tài liệu theo Đạo luật Tự do Thông tin ở Hoa Kỳ phải đáp ứng các tiêu chuẩn pháp lý cụ thể. Biên tập lại quá nhiều (biên tập lại quá mức) cũng có thể gây ra vấn đề tương tự như biên tập lại quá ít.

Tài liệu được bảo mật theo luật sư-khách hàng: Các phần bị che khuất trong quá trình làm việc cần được luật sư xem xét trước khi nộp.

Xác minh phần đã được che mờ

Sau khi biên tập lại và trước khi gửi:

1. Mở tệp PDF đã được che bớt thông tin bằng trình xem văn bản thuần hoặc trình đọc PDF.
2. Sử dụng "Chọn tất cả" + "Sao chép" và dán vào trình soạn thảo văn bản — kiểm tra xem không còn văn bản bị che giấu nào xuất hiện.
3. Tìm kiếm các từ cụ thể mà bạn định lược bỏ.
4. Mở thuộc tính của tệp và xác minh xem siêu dữ liệu đã được làm sạch chưa.
5. Nếu có thể, hãy nhờ một đồng nghiệp thử truy cập vào nội dung đã bị che giấu.

Để đảm bảo tối đa, hãy cân nhắc in tệp PDF đã được biên tập lại thành một tệp PDF mới (sử dụng chức năng in ra PDF của hệ điều hành). Thao tác này sẽ "làm phẳng" toàn bộ tài liệu thành nội dung hình ảnh thuần túy, loại bỏ mọi cấu trúc dữ liệu còn sót lại từ bản gốc.

Câu hỏi thường gặp

Tôi đã dùng công cụ tô sáng để che văn bản — đó có phải là hành động che giấu thông tin thực sự không? Không. Chú thích được tô sáng về mặt hình thức giống hệt như một hộp đen — văn bản vẫn còn trong dữ liệu PDF. Chỉ có việc xóa bỏ nội dung cấu trúc (xóa nội dung gốc) mới thực sự là xóa bỏ nội dung.

Tôi có thể chỉnh sửa nội dung trên các tệp PDF đã quét không? Đúng vậy, nhưng theo cách khác. Các tệp PDF được quét là hình ảnh. Việc vẽ lên một vùng hình ảnh sẽ xóa vĩnh viễn các pixel đó — không có dữ liệu văn bản nào bên dưới cần phải lo lắng. Công cụ che mờ của LuraPDF xử lý việc này chính xác đối với các tệp PDF dựa trên hình ảnh.

Chức năng che mờ thông tin có hiệu quả trên các tệp PDF được bảo vệ bằng mật khẩu không? Trước tiên hãy xóa mật khẩu bằng Unlock PDF, sau đó chỉnh sửa.

Tôi có thể bỏ che mờ thông tin trong tài liệu sau khi đã nộp đơn không? Không. Việc che mờ thông tin là vĩnh viễn và không thể đảo ngược theo thiết kế. Hãy giữ một bản sao của bản gốc chưa che mờ ở nơi lưu trữ an toàn trước khi che mờ.

Liệu các phần bị che mờ màu trắng (ô vuông màu trắng) có giống với các phần bị che mờ màu đen không? Về mặt cấu trúc, đúng vậy — nếu nội dung bị xóa khỏi dữ liệu PDF, màu sắc của phần tô thay thế chỉ mang tính thẩm mỹ. Tuy nhiên, theo quy ước và nhiều yêu cầu quy định, màu sắc phải là đen. Các ô màu trắng trông giống như chứa nội dung bị thiếu hơn là nội dung bị che giấu, điều này có thể gây nhầm lẫn.

Sự khác biệt giữa một tài liệu được biên tập đúng cách và một tài liệu bị "che đậy" là không thể nhìn thấy bằng mắt thường — nhưng hoàn toàn có thể nhận ra đối với bất kỳ ai nhìn sâu hơn lớp hình ảnh. Khi rủi ro cao, hãy xác minh. Khi nghi ngờ, hãy sử dụng phương pháp biên tập cấu trúc đúng cách, chứ không phải chỉ dùng các khung che.