Elke PDF bevat verborgen gegevens. Auteursnamen, softwareversies, aanmaakdatums, tijdstempels van wijzigingen en soms GPS-coördinaten van waar het bestand is gemaakt. Deze metagegevens zijn onzichtbaar als u het document normaal bekijkt, maar reizen met het bestand mee, waar het ook naartoe gaat. Wanneer u een PDF ter verwerking naar een onlinetool uploadt, hangt wat er met die metagegevens gebeurt af van hoe de tool omgaat met de documentstructuur.
Sommige online tools verwijderen metadata automatisch als onderdeel van hun verwerkingspijplijn. Anderen behouden het onveranderd. Een klein aantal voegt hun eigen metagegevens toe en markeert het bestand als zijnde verwerkt door hun service. Als u weet wat er in elke fase gebeurt, kunt u bepalen welke informatie uw documenten met zich meedragen wanneer ze uit uw handen komen.
Een analyse uit 2024 door de digitale rechtenorganisatie Electronic Frontier Foundation onderzocht het behoud van metagegevens in 40 populaire online documentverwerkingsdiensten en ontdekte dat 55% alle originele metagegevens via de verwerkingspijplijn bewaarde zonder gebruikers hiervan op de hoogte te stellen (EFF, "Document Metadata in Online Services", 2024). De metagegevens overleefden compressie-, conversie- en bewerkingsbewerkingen waarvan gebruikers redelijkerwijs aannamen dat ze een schoon uitvoerbestand zouden opleveren.
Welke metadata zich in een pdf bevinden
PDF-metagegevens zijn onderverdeeld in twee categorieën: documentinformatie en gegevens op objectniveau. Documentinformatie omvat de titel, auteur, onderwerp, trefwoorden, maker-applicatie en producer-applicatie. Dit zijn de metagegevens die u kunt zien in het dialoogvenster Documenteigenschappen van elke PDF-lezer. Het wordt doorgaans automatisch ingevuld door de software die de PDF heeft gemaakt, vaak met informatie die de maker niet opzettelijk heeft toegevoegd.
Metagegevens op objectniveau zijn minder zichtbaar, maar potentieel onthullender. Individuele afbeeldingen, tekstblokken en ingesloten bestanden kunnen hun eigen metagegevens bevatten, onafhankelijk van het document als geheel. Een foto die in een PDF is ingesloten, kan EXIF-gegevens bevatten waarin het cameramodel, de GPS-coördinaten waar de foto is gemaakt en de datum en tijd zijn vastgelegd. Deze gegevens overleven als ze in een PDF worden geplaatst en kunnen de daaropvolgende verwerking overleven, tenzij de tool zich specifiek richt op het verwijderen van ingebedde metagegevens.
De velden 'maker' en 'producent' zijn vooral relevant bij het gebruik van online PDF-tools. Als u een contract-PDF bewerkt en het producentenveld van het uitvoerbestand plotseling de tekst "Verwerkt door exampleTool.com" weergeeft, je hebt onbedoeld bekendgemaakt van welke dienst je gebruik hebt gemaakt. Voor de meeste documenten is dit onschadelijk. Bij vertrouwelijke zakelijke, juridische of persoonlijke documenten kan informatie openbaar worden gemaakt die u liever privé houdt.
Hoe verschillende verwerkingsactiviteiten metagegevens beïnvloeden
Compressietools variëren sterk in de verwerking van metagegevens. Sommigen herschrijven eenvoudigweg de bestandsstructuur om de grootte te verkleinen, waarbij alle metagegevens intact blijven. Anderen verwijderen documentinformatie als onderdeel van het optimalisatieproces, waarbij de velden auteur en maker worden verwijderd omdat deze als niet-essentieel worden beschouwd. De veiligste veronderstelling is dat een compressietool alle aanwezige metadata behoudt, tenzij expliciet anders vermeld.
Bij conversiebewerkingen, met name van PDF naar Word of Excel, worden metagegevens op documentniveau vrijwel altijd verwijderd, omdat het doelformaat een ander metadatamodel gebruikt. Het auteurveld in een Word-document wordt ingevuld op basis van de instellingen van de conversietool of wordt leeg gelaten, en wordt niet overgenomen uit de originele PDF. Bij conversie naar afbeeldingsformaten worden alle metagegevens volledig verwijderd, omdat een JPG of PNG van een PDF-pagina een nieuwe afbeelding is zonder verband met de gegevens van het originele document.
Bewerkingsbewerkingen presenteren het meest complexe metadatabeeld. Een PDF Editor die tekstinhoud wijzigt, kan de wijzigingsdatum bijwerken met behoud van de oorspronkelijke aanmaakdatum en auteur. Als de redacteur annotaties toevoegt, bevatten die annotaties hun eigen metagegevens waarin is vastgelegd wie ze heeft toegevoegd en wanneer. Als de editor een deel van het document vlakmaakt of rastert, kunnen ingesloten metagegevens in de getroffen gebieden verloren gaan. De variabiliteit tussen de tools is groot genoeg om te verifiëren en niet te veronderstellen.
Metagegevens controleren voor en na verwerking
Voordat u een pdf met mogelijk gevoelige metadata uploadt, controleert u wat deze bevat. Open het bestand in een willekeurige PDF-lezer en zoek naar Documenteigenschappen of Bestandsinformatie. In Windows klikt u met de rechtermuisknop op het bestand, selecteert u Eigenschappen en gaat u naar het tabblad Details. Op een Mac opent u het bestand in Voorvertoning en selecteert u Extra en vervolgens Inspecteur tonen. Zoek naar auteursnamen, aanvragen van makers en wijzigingsdatums die je niet wilde delen.
Herhaal na verwerking de controle op het gedownloade bestand. Vergelijk de metadatavelden. Heeft de tool zichzelf toegevoegd aan het producentenveld? Is de oorspronkelijke auteur behouden? Heeft de wijzigingsdatum bijgewerkt? De antwoorden vertellen u of u de metagegevens handmatig moet opschonen nadat u die tool hebt gebruikt, of dat de tool dit automatisch verwerkt.
Deze voor-en-na-controle duurt dertig seconden en onthult meer over de omgang met metagegevens van een tool dan welke documentatie dan ook. Documentatie beschrijft wat de tool wil doen. De voor-en-na-controle laat zien wat het daadwerkelijk doet. Voor documenten waarbij metadata van belang zijn, is deze verificatie niet optioneel.
Metagegevens verwijderen vóór delen
Als u ervoor wilt zorgen dat een PDF geen onbedoelde metagegevens bevat, voert u deze eerst een speciale stap uit voor het verwijderen van metagegevens voordat u deze deelt. Sommige online PDF-tools bevatten een functie voor het opschonen van metagegevens als onderdeel van hun beveiligings- of privacy-instellingen. Deze functie verwijdert documentinformatievelden en verwijdert, in sommige implementaties, ingebedde metagegevens op objectniveau uit afbeeldingen en andere ingebedde bestanden.
Voor maximale controle verwijdert u metagegevens voordat u deze naar de PDF-tool uploadt, in plaats van erop te vertrouwen dat de tool dit doet. Op deze manier is er, zelfs als de tool metadata via de pijplijn bewaart, niets gevoeligs om te bewaren. Hulpprogramma's die in uw besturingssysteem zijn ingebouwd, kunnen basisdocumenteigenschappen verwijderen. Voor ingebedde metagegevens zorgen speciale hulpprogramma's voor het verwijderen van metagegevens voor een grondigere opschoning.
De functies PDF Security van WukongPDF omvatten opties om metagegevens van documenten tijdens de verwerking te bekijken en te verwijderen. Voor gebruikers die documenten hanteren waarbij blootstelling aan metagegevens juridische, financiële of reputatiegevolgen kan hebben, elimineert deze ingebouwde opschoonstap het risico dat per ongeluk verborgen gegevens samen met de zichtbare inhoud worden gedeeld.
Wanneer het bewaren van metadata een functie is
Metadata zijn niet altijd ongewenst. In samenwerkingsworkflows helpen de auteurs- en wijzigingsdatumvelden bij te houden wie een document heeft gemaakt en wanneer het voor het laatst is bijgewerkt. In archiefcontexten bepalen de aanmaakdatum- en producentenvelden de herkomst, waarbij wordt vastgelegd welke tools en processen het document heeft doorlopen. Door deze metadata te verwijderen, wordt informatie verwijderd die legitieme waarde heeft voor documentbeheer.
De juiste benadering van metadata is bewustzijn en controle, en geen algemene verwijdering of algemene bewaring. Weet wat uw documenten bevatten. Bepaal wat moet blijven en wat moet verdwijnen op basis van de ontvanger en de context. Gebruik tools die u die keuze bieden in plaats van deze zonder uw medeweten voor u te maken.