200페이지 분량의 PDF에서 모든 신용 카드 번호를 수동으로 검색하고 각 번호를 개별적으로 수정하는 작업은 지루하고 느리며 오류가 발생하기 쉽습니다. 하나의 누락된 번호는 예방 가능한 데이터 침해를 구성합니다. 패턴 일치를 사용하는 PDF 수정은 16자리 신용 카드 번호와 같은 지정된 형식과 일치하는 모든 텍스트 문자열을 찾고 단일 작업으로 전체 문서의 모든 인스턴스에 수정 표시를 적용하여 이 프로세스를 자동화합니다.
정규식 또는 정규식 일치라고도 하는 패턴 일치는 특정 문자열이 아닌 텍스트 패턴을 정의합니다. 패턴은 정확한 값을 미리 알 필요 없이 민감한 데이터의 형식을 캡처합니다. 교정 도구가 실행되면 문서의 모든 텍스트에서 패턴과 일치하는 항목을 검색하고 페이지에 각 일치 항목의 위치를 기록하며 해당 위치 위에 불투명한 검정색 직사각형을 그립니다. 그러면 기본 텍스트가 영구적으로 제거됩니다.
WukongPDF의 PDF 보안 도구에는 문서 공유 또는 게시 전에 자동화된 민감한 데이터 제거를 위한 패턴 기반 수정 기능이 포함되어 있습니다.
PDF 텍스트 레이어에서 패턴 기반 교정이 작동하는 방식
패턴 기반 편집은 시각적 모양이 아닌 PDF의 텍스트 레이어에서 작동합니다. 이 도구는 모든 페이지에서 모든 텍스트 콘텐츠를 추출하고 지정된 정규식 패턴과 일치하는 항목을 검색하며 각 일치 항목의 정확한 위치를 기록합니다. 그런 다음 해당 위치 위에 불투명한 검정색 직사각형을 그리고 기본 텍스트 문자를 영구적으로 제거하여 복구할 수 없는 공백으로 바꿉니다.
패턴 기반 편집의 중요한 제한은 실제 문자로 저장된 텍스트만 찾는다는 것입니다. 선택 가능한 텍스트가 아닌 스캔 이미지의 일부로만 존재하는 신용카드 번호는 검색되지 않습니다. 스캔한 문서의 경우 먼저 OCR을 실행하여 텍스트 레이어를 생성한 다음 OCR 출력에 대해 패턴 기반 편집을 실행해야 합니다. 그럼에도 불구하고 OCR 오류로 인해 패턴 일치에서 일부 숫자가 누락될 수 있습니다.
정규식 패턴은 PDF가 내부적으로 텍스트를 저장하는 방법도 고려해야 합니다. 판독기에 1234 5678 9012 3456으로 표시되는 신용 카드 번호는 사이에 공백이 있는 4개의 별도 텍스트 블록으로 내부적으로 저장될 수 있습니다. 패턴은 이러한 내부 경계 전체에 걸쳐 일치할 수 있을 만큼 유연해야 합니다. 즉, 숫자 그룹 사이에 선택적인 공백, 하이픈 또는 기타 구분 기호를 허용해야 합니다.
신용 카드 번호에 대한 정확한 정규식 패턴 생성
신용카드 번호 패턴은 정확성과 완전성의 균형을 맞춰야 합니다. 1234-5678-9012-3456 형식과 정확하게 일치하는 패턴은 하이픈으로 작성된 숫자를 포착하지만 1234567890123456 또는 1234 5678 9012 3456과 같이 작성된 동일한 숫자는 포착하지 못합니다. 정확히 16자리의 시퀀스와 같이 너무 광범위한 패턴은 계정 번호, 전화번호 및 기타 숫자 식별자를 포착합니다. 수정되지 않습니다.
숫자 그룹 사이에 선택적 구분 기호를 사용하여 패턴을 구축합니다. 네 자리 숫자의 각 그룹 사이에 하이픈, 공백을 허용하거나 구분 기호 없음을 허용하는 표현식은 가장 일반적인 세 가지 신용 카드 번호 형식을 포함합니다. 전체 교정을 시작하기 전에 문서 사본에서 패턴을 테스트하세요. 모든 일치 항목을 검토하여 패턴이 의도한 민감한 데이터를 모두 찾았으며 표시되어야 하는 항목과 일치하지 않았는지 확인합니다.
여러 유형의 민감한 데이터가 포함된 문서의 경우 각 유형에 대해 별도의 패턴을 만들고 개별 교정 패스로 실행합니다. 신용카드 번호는 하나의 패턴과 하나의 패스를 갖습니다. 사회보장번호가 또 추가됩니다. 이메일 주소는 세 번째를 얻습니다. 개별 검토가 포함된 별도의 패스는 한 패턴의 잘못된 긍정이 다른 패턴의 올바른 일치를 방해하는 것을 방지합니다.
단계: Acrobat Pro에서 패턴 수정 실행
Adobe Acrobat Pro에서 PDF를 열고 도구, 편집으로 이동합니다. 교정 도구 모음에서 교정 표시 옆에 있는 드롭다운을 클릭하고 텍스트 찾기를 선택합니다. 검색 필드에 정규식 패턴을 입력하고 정규식 사용 상자를 선택하세요. Acrobat은 전체 문서를 검색하고 검색 결과 패널에 페이지 번호별로 구성된 모든 일치 목록을 표시합니다.
수정을 적용하기 전에 모든 일치 항목을 검토하세요. 패널에서 일치하는 각 항목을 클릭하면 페이지의 해당 위치로 이동합니다. 일치하는 텍스트에 수정해야 하는 민감한 데이터가 실제로 포함되어 있는지 확인하세요. 일치 항목이 거짓 긍정인 경우 일치 목록에서 해당 항목의 선택을 취소하세요. 모든 일치 항목을 검토한 후 교정을 위해 확인 결과 표시를 클릭합니다. Acrobat은 선택된 모든 항목에 교정 표시를 배치합니다. 마지막으로 도구 모음에서 교정 적용을 클릭하여 표시된 텍스트를 영구적으로 제거합니다.
교정을 적용한 후 원본과 명확하게 구별되는 새 이름으로 파일을 저장합니다. 수정되지 않은 원본 파일은 안전하게 저장하거나 파기해야 합니다. 민감한 텍스트가 단지 시각적 오버레이로만 가려진 것이 아니라 문서 데이터에서 영구적으로 제거되었기 때문에 이제 수정된 파일을 안전하게 배포할 수 있습니다.
수정이 완료되었는지 확인
완료되면 패턴 기반 편집을 적용한 후 문서를 공유하기 전에 작업을 확인하세요. 수정된 PDF를 열고 원본에 있었던 알려진 신용 카드 번호를 검색하세요. 검색 결과는 0개로 반환되어야 합니다. 모든 페이지의 모든 텍스트를 선택하고 일반 텍스트 편집기에 복사합니다. 복사된 텍스트에는 신용카드 번호나 부분 번호가 포함되어서는 안 됩니다.
문서 워크플로에서 수정이 실패할 경우 법적 또는 규제적 결과를 초래하는 문서의 경우 두 번째 검토자가 독립적으로 출력을 확인하도록 합니다. 두 번째 검토자는 알려진 민감한 패턴을 검색하고 모든 페이지를 시각적으로 검사합니다. 독립적인 검토자는 원래 검토자가 문서 내용에 익숙하기 때문에 놓칠 수 있는 오류를 포착합니다.
자동화된 검증 후에도 육안 검사는 여전히 필요합니다. 패턴 일치는 선택 가능한 텍스트에서 작동합니다. PDF에 포함된 신용카드 사진이나 스캔한 양식에 손으로 쓴 숫자 등 이미지에만 나타나는 신용카드 번호는 감지할 수 없습니다. 이러한 경우 교정 도구의 그리기 모드를 사용하여 수동으로 교정해야 합니다.
특이한 사례 및 비표준 형식 처리
신용카드 번호는 간단한 정규식 패턴을 무효화하는 비표준 형식으로 나타나는 경우가 있습니다. 두 줄의 텍스트로 분할된 숫자, 모든 숫자 사이에 공백으로 작성된 숫자 또는 계정 참조와 같이 긴 숫자 문자열에 포함된 숫자는 모두 패턴 개선 또는 수동 검토가 필요합니다.
문서 작업 흐름에서 여러 줄에 걸쳐 표시되는 숫자의 경우 패턴을 확장하여 줄 바꿈 문자를 숫자 그룹 사이의 선택적 구분 기호로 허용합니다. 더 긴 문자열에 포함된 숫자의 경우 정규식에서 단어 경계 어설션을 사용하여 일치하는 숫자가 더 큰 식별자의 일부가 아닌 독립형 숫자인지 확인하세요. 이러한 개선에도 불구하고 소수의 민감한 데이터는 항상 자동 탐지를 피하고 수동 식별이 필요합니다.
향후 패턴 정확성을 높이기 위해 수동 검토 중에 발견한 내용을 문서화하세요. 특정 비표준 형식이 동일한 소스의 여러 문서에 나타나는 경우 이를 구체적으로 대상으로 하는 패턴을 개발하십시오. 연속적인 편집 프로젝트를 통해 패턴 라이브러리가 더욱 포괄적으로 성장하고 수동 검토 부담이 줄어듭니다.
| 패턴 | 일치 | 에 가장 적합 |
|---|---|---|
| \d{4}[- ]?\d{4}[- ]?\d{4}[- ]?\d{4} | 선택적 구분 기호가 있는 16자리 카드 | 비자, 마스터카드, 디스커버 |
| \d{3}-\d{2}-\d{4} | 미국 사회보장번호 형식 | 세금 문서의 SSN 수정 |
| [A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Za-z]{2,} | 이메일 주소 | 연락처 정보 삭제 |
재사용 가능한 교정 패턴 라이브러리 구축
FOIA 응답, 법원 제출 또는 공개 기록 공개를 위해 문서를 정기적으로 수정하는 조직은 재사용 가능한 패턴 라이브러리 구축에 투자해야 합니다. 라이브러리에 추가하기 전에 대표 문서 샘플에서 각 패턴을 테스트하세요. 어떤 패턴이 어떤 문서 유형에 적합한지 문서화하세요. 모든 구성원이 일관된 편집 표준을 적용할 수 있도록 팀 전체에서 라이브러리를 공유합니다.
실용적인 관점에서 실제로 패턴 라이브러리에는 정규 표현식뿐만 아니라 각 패턴을 적용해야 하는 경우와 적용하지 말아야 하는 경우에 대한 참고 사항도 포함되어야 합니다. 미국 사회보장번호 패턴은 미국 외 출처의 문서에 적용하면 안 됩니다. 16자리 신용 카드 번호의 패턴은 계좌 번호에 대한 오탐 위험을 지적해야 합니다. 명확한 애플리케이션 지침은 사용하도록 설계되지 않은 상황에서 패턴의 오용을 방지합니다.
적어도 1년에 한 번 패턴 라이브러리를 검토하고 업데이트하세요. 결제 카드 형식이 진화하고 있습니다. 규제를 통해 새로운 유형의 민감한 데이터가 등장합니다. 문서 형식이 변경됨에 따라 오래된 패턴에서는 잘못된 긍정 문제가 발생할 수 있습니다. 유지관리된 패턴 라이브러리는 사용할 때마다 개선되는 살아 있는 조직 자산입니다.
패턴 기반 수정은 민감한 데이터의 모든 인스턴스를 수동으로 찾고 수정하는 지루하고 위험한 작업을 사람의 검증을 통해 자동화된 프로세스로 전환합니다. 패턴이 일치하는 항목을 찾습니다. 인간은 그것을 확인합니다. 둘 다 함께 사용하면 혼자서는 달성할 수 없는 편집 품질을 얻을 수 있습니다.
규정 준수 감사를 위한 수정 기록 보관
민감한 교정 프로젝트를 완료한 후 사용된 패턴, 발견 및 교정된 일치 항목 수, 출력을 확인한 검토자의 신원을 보관합니다. 이 문서는 체계적인 수정 프로세스를 따랐음을 보여주는 감사 기록 역할을 합니다. 데이터 유출 조사 또는 규정 준수 감사가 진행되는 경우 수정 기록은 실사에 대한 증거를 제공합니다.
이를 광범위하게 살펴보면 실제로 감사 기록에는 원본 파일 이름, 수정 날짜, 적용된 특정 패턴, 패턴당 발견된 총 일치 항목 수, 수정된 출력을 검토하고 승인한 사람의 이름이 포함되어야 합니다. 각 수정 프로젝트가 끝날 때 완성되는 간단한 텍스트 파일 또는 스프레드시트 템플릿은 작성하는 데 몇 분 정도 걸리며 지속적인 규정 준수 가치를 제공합니다.
특정 데이터 보호 조치를 의무화하는 PCI-DSS, HIPAA 또는 GDPR과 같은 규정이 적용되는 조직의 경우 문서화된 수정 절차가 규정 준수 데모를 지원합니다. 절차는 문서가 통제된 환경을 떠나기 전에 문서에서 중요한 데이터를 제거하기 위해 조직에 정의되고 반복 가능한 프로세스가 있음을 보여줍니다.