すべての PDF には隠しデータが含まれています。作成者名、ソフトウェアのバージョン、作成日、変更タイムスタンプ、場合によってはファイルが作成された場所の GPS 座標。このメタデータは、ドキュメントを通常に表示する場合には表示されませんが、ファイルがどこに行く場合でもファイルと一緒に移動します。 PDF をオンライン ツールにアップロードして処理する場合、そのメタデータに何が起こるかは、ツールがドキュメント構造を処理する方法によって異なります。
一部のオンライン ツールは、処理パイプラインの一部としてメタデータを自動的に削除します。他の人はそれを変更せずに保存します。少数の企業は独自のメタデータを追加し、ファイルが自社のサービスによって処理されたものとしてマークします。各段階で何が起こるかを知ることで、文書が手元を離れるときにどのような情報が含まれるかを制御できます。
デジタル著作権団体である電子フロンティア財団による 2024 年の分析では、人気のあるオンライン文書処理サービス 40 社におけるメタデータの保存を調査し、55% がユーザーに通知することなく処理パイプラインを通じてすべての元のメタデータを保存していることがわかりました (EFF、「Document Metadata in Online Services」、2024)。メタデータは、ユーザーがクリーンな出力ファイルを生成すると合理的に想定していた圧縮、変換、および編集操作に耐えられました。
PDF 内に存在するメタデータ
PDF メタデータは、ドキュメント情報とオブジェクト レベル データの 2 つのカテゴリに分類されます。文書情報には、タイトル、作成者、件名、キーワード、作成者アプリケーション、作成者アプリケーションが含まれます。これは、PDF リーダーの [ドキュメント プロパティ] ダイアログで確認できるメタデータです。通常、PDF を作成したソフトウェアによって自動的に入力され、多くの場合、作成者が意図的に追加していない情報が含まれます。
オブジェクトレベルのメタデータはあまり目に見えませんが、より明らかになる可能性があります。個々の画像、テキスト ブロック、埋め込みファイルは、ドキュメント全体とは独立して独自のメタデータを保持できます。 PDF に埋め込まれた写真には、カメラのモデル、写真が撮影された GPS 座標、および日付と時刻を記録する EXIF データが含まれている場合があります。このデータは、PDF に配置されても存続し、ツールが埋め込みメタデータの削除を特に対象としない限り、その後の処理も存続する可能性があります。
クリエーターとプロデューサーのフィールドは、オンライン PDF ツールを使用する場合に特に関連します。契約書 PDF を編集すると、出力ファイルのプロデューサー フィールドに突然「Processed by ExampleTool.com」と表示される場合があります。使用したサービスを意図せずに公開してしまいました。ほとんどのドキュメントでは、これは無害です。ビジネス、法的、個人的な機密文書の場合、非公開にしておきたい情報が公開される可能性があります。
さまざまな処理操作がメタデータに与える影響
圧縮ツールはメタデータの処理方法が大きく異なります。ファイル構造を書き換えてサイズを削減し、すべてのメタデータをそのまま残す場合もあります。また、最適化プロセスの一環として文書情報を削除し、作成者フィールドと作成者フィールドは必須ではないとみなされるため削除する場合もあります。最も安全な仮定は、圧縮ツールが明示的にそうでない限り、存在するメタデータをすべて保存するというものです。
変換操作、特に PDF から Word または Excel への変換では、ターゲット形式が異なるメタデータ モデルを使用するため、ほとんどの場合、ドキュメント レベルのメタデータが削除されます。 Word 文書の作成者フィールドは、変換ツールの設定から入力されるか、空白のままになり、元の PDF から引き継がれません。 PDF ページの JPG または PNG は元のドキュメントのデータと関係のない新しい画像であるため、画像形式に変換するとすべてのメタデータが完全に削除されます。
編集操作では、最も複雑なメタデータの全体像が表示されます。テキスト コンテンツを変更する PDF エディタ は、元の作成日と作成者を保持したまま変更日を更新できます。編集者が注釈を追加すると、それらの注釈には、誰がいつ追加したかを記録する独自のメタデータが含まれます。エディターがドキュメントの一部をフラット化またはラスタライズすると、影響を受ける領域に埋め込まれたメタデータが失われる可能性があります。ツール間のばらつきは非常に広いため、仮定ではなく検証する必要があります。
処理前後のメタデータの確認
機密性の高いメタデータを含む PDF をアップロードする前に、その内容を確認してください。任意の PDF リーダーでファイルを開き、ドキュメントのプロパティまたはファイル情報を探します。 Windows では、ファイルを右クリックして [プロパティ] を選択し、[詳細] タブに移動します。 Mac では、プレビューでファイルを開き、[ツール]、[インスペクターの表示] の順に選択します。共有するつもりのなかった作成者名、作成者アプリケーション、および変更日を探してください。
処理後、ダウンロードしたファイルのチェックを繰り返します。メタデータ フィールドを比較します。ツール自体がプロデューサーフィールドに追加されましたか?オリジナルの作者を保存しましたか？更新日は更新されましたか?答えによって、そのツールを使用した後にメタデータを手動でクリーンアップする必要があるかどうか、またはツールがメタデータを自動的に処理するかどうかがわかります。
この前後のチェックには 30 秒かかり、ツールのメタデータ処理についてはどのドキュメントよりも詳しく明らかになります。ドキュメントには、ツールが何を目的としているかが説明されています。前後のチェックにより、実際に何が行われるかが明らかになります。メタデータが重要なドキュメントの場合、この検証はオプションではありません。
共有前にメタデータを削除する
PDF に意図しないメタデータが含まれていないことを確認する必要がある場合は、共有する前に専用のメタデータ削除手順を実行してください。一部のオンライン PDF ツールには、セキュリティまたはプライバシー設定の一部としてメタデータ クリーニング機能が含まれています。この機能は、文書情報フィールドを削除し、実装によっては、画像やその他の埋め込みファイルから埋め込まれたオブジェクトレベルのメタデータを削除します。
最大限の制御を行うには、ツールに依存するのではなく、PDF ツールにアップロードする前にメタデータを削除してください。この方法では、ツールがパイプラインを通じてメタデータを保存する場合でも、保存すべき機密性の高いものは何もありません。オペレーティング システムに組み込まれているツールでは、基本的なドキュメントのプロパティを削除できます。埋め込みメタデータの場合は、専用のメタデータ削除ユーティリティを使用して、より徹底的なクリーニングを実行します。
WukongPDF の PDF セキュリティ 機能には、処理中にドキュメントのメタデータを確認および削除するオプションが含まれています。メタデータの公開が法的、財務的、または評判に影響を与える可能性のあるドキュメントを扱うユーザーは、この組み込みのクリーニング手順により、表示されているコンテンツとともに非表示のデータを誤って共有するリスクが排除されます。
メタデータの保持が機能となる場合
メタデータは必ずしも不要なわけではありません。共同ワークフローでは、作成者と変更日のフィールドは、ドキュメントの作成者と最終更新日を追跡するのに役立ちます。アーカイブのコンテキストでは、作成日と作成者のフィールドによって出所が確立され、文書がどのツールやプロセスを通過したかが記録されます。このメタデータを削除すると、ドキュメント管理にとって正当な価値を持つ情報が削除されます。
メタデータに対する正しいアプローチは、全体的な削除や全体的な保存ではなく、認識と制御です。書類に何が記載されているかを把握しましょう。受信者とコンテキストに基づいて、何を残し、何を残すかを決定します。自分の知らないうちに選択を行うのではなく、その選択を提供するツールを使用してください。