Ręczne przeszukiwanie 200-stronicowego pliku PDF dla każdego numeru karty kredytowej i redagowanie każdego numeru z osobna jest żmudne, powolne i niebezpiecznie podatne na błędy. Pojedynczy brakujący numer stanowi naruszenie bezpieczeństwa danych, któremu można zapobiec. Redakcja PDF przy użyciu dopasowywania wzorców automatyzuje ten proces, znajdując każdy ciąg tekstowy pasujący do określonego formatu, np. 16-cyfrowego numeru karty kredytowej, i stosując znaczniki redakcyjne do wszystkich wystąpień w całym dokumencie w ramach jednej operacji.
Dopasowywanie wzorców, zwane także dopasowywaniem wyrażeń regularnych lub wyrażeń regularnych, definiuje wzorzec tekstowy, a nie konkretny ciąg. Wzorzec przechwytuje format poufnych danych bez konieczności wcześniejszego poznania dokładnych wartości. Po uruchomieniu narzędzie redakcyjne przeszukuje cały tekst w dokumencie pod kątem dopasowań do wzorca, zapisuje położenie każdego dopasowania na swojej stronie i rysuje nieprzezroczyste czarne prostokąty nad tymi pozycjami. Tekst bazowy jest następnie trwale usuwany.
Narzędzia PDF Security WukongPDF obejmują funkcje redagowania oparte na wzorcach w celu automatycznego usuwania wrażliwych danych przed udostępnieniem lub publikacją dokumentu.
Jak działa redakcja oparta na wzorach na warstwach tekstowych PDF
Redakcja oparta na wzorach działa na warstwie tekstowej pliku PDF, a nie na jego wyglądzie. Narzędzie wyodrębnia całą treść tekstową z każdej strony, wyszukuje dopasowania według określonych wzorców wyrażeń regularnych i rejestruje dokładną pozycję każdego dopasowania. Następnie rysuje nieprzezroczyste czarne prostokąty nad tymi pozycjami i trwale usuwa znajdujące się pod nimi znaki tekstowe, zastępując je pustą przestrzenią, której nie można odzyskać.
Krytycznym ograniczeniem redakcji opartej na wzorcach jest to, że wyszukuje tylko tekst zapisany jako rzeczywiste znaki. Numery kart kredytowych, które istnieją jedynie jako część zeskanowanego obrazu, a nie jako tekst do zaznaczenia, nie zostaną znalezione. W przypadku zeskanowanych dokumentów należy najpierw uruchomić OCR, aby utworzyć warstwę tekstową, a następnie przeprowadzić redakcję opartą na wzorcach na wynikach OCR. Nawet wtedy błędy OCR mogą spowodować pominięcie niektórych liczb w dopasowaniu wzorca.
Wzorzec wyrażenia regularnego musi także uwzględniać sposób, w jaki plik PDF przechowuje tekst wewnętrznie. Numer karty kredytowej wyświetlany na czytniku jako 1234 5678 9012 3456 może być przechowywany wewnętrznie w postaci czterech oddzielnych bloków tekstu ze spacjami pomiędzy nimi. Wzorzec musi być wystarczająco elastyczny, aby pasował do tych wewnętrznych granic, co oznacza uwzględnienie opcjonalnych spacji, łączników i innych separatorów między grupami cyfr.
Spróbuj zredagować plik PDF
Nie wymaga instalacji. Działa bezpośrednio w Twojej przeglądarce.
Tworzenie precyzyjnych wzorów wyrażeń regularnych dla numerów kart kredytowych
Wzorzec numeru karty kredytowej musi równoważyć precyzję i kompletność. Wzorzec, który dokładnie pasuje do formatu 1234-5678-9012-3456, przechwytuje liczby zapisane z łącznikami, ale pomija te same liczby zapisane co 1234567890123456 lub 1234 5678 9012 3456. Wzorzec, który jest zbyt szeroki, np. dowolny ciąg składający się z dokładnie 16 cyfr, przechwytuje numery kont, numery telefonów i inne identyfikatory liczbowe, które powinny nie być redagowane.
Twórz wzorce z opcjonalnymi separatorami pomiędzy grupami cyfr. Wyrażenie, które dopuszcza łączniki, spacje lub brak separatora pomiędzy każdą grupą czterech cyfr, obejmuje trzy najpopularniejsze formaty numerów kart kredytowych. Przed przystąpieniem do pełnej redakcji przetestuj wzór na kopii dokumentu. Przejrzyj każde dopasowanie, aby potwierdzić, że wzorzec znalazł wszystkie zamierzone wrażliwe dane i nie pasował do niczego, co powinno pozostać widoczne.
W przypadku dokumentów zawierających wiele typów danych wrażliwych utwórz osobny wzorzec dla każdego typu i uruchamiaj go w ramach indywidualnych przebiegów redakcji. Numery kart kredytowych otrzymują jeden wzór i jedno przejście. Numery ubezpieczenia społecznego dostają kolejne. Adresy e-mail zyskują jedną trzecią. Oddzielne przebiegi z indywidualnym przeglądem między nimi zapobiegają zakłócaniu fałszywych alarmów z jednego wzorca z prawidłowymi dopasowaniami innego.
Krok po kroku: Redakcja wzorca działania w programie Acrobat Pro
Otwórz plik PDF w programie Adobe Acrobat Pro i przejdź do opcji Narzędzia, a następnie Redaguj. Na pasku narzędzi Redaguj kliknij menu obok opcji Oznacz do redakcji i wybierz opcję Znajdź tekst. Wpisz wzór wyrażenia regularnego w polu wyszukiwania i zaznacz pole Użyj wyrażeń regularnych. Acrobat przeszukuje cały dokument i wyświetla listę wszystkich dopasowań w panelu wyników wyszukiwania, uporządkowaną według numeru strony.
Przed zastosowaniem redakcji przejrzyj każde dopasowanie. Kliknij każde dopasowanie w panelu, aby przejść do jego lokalizacji na stronie. Sprawdź, czy dopasowany tekst rzeczywiście zawiera wrażliwe dane, które należy zredagować. Jeśli którekolwiek dopasowanie jest fałszywie pozytywne, odznacz je na liście dopasowań. Po przejrzeniu wszystkich dopasowań kliknij opcję Oznacz sprawdzone wyniki do redakcji. Acrobat umieszcza znaki redakcyjne na wszystkich zaznaczonych elementach. Na koniec kliknij Zastosuj redakcje na pasku narzędzi, aby trwale usunąć zaznaczony tekst.
Po dokonaniu redakcji zapisz plik pod nową nazwą wyraźnie odróżniającą go od oryginału. Oryginalny, niezredagowany plik należy bezpiecznie przechowywać lub zniszczyć. Zredagowany plik można teraz bezpiecznie rozpowszechniać, ponieważ poufny tekst został trwale usunięty z danych dokumentu, a nie tylko zakryty warstwą wizualną.
Sprawdzanie kompletności redakcji
Po zakończeniu i zastosowaniu redakcji opartej na wzorcach zweryfikuj swoją pracę przed udostępnieniem dokumentu. Otwórz zredagowany plik PDF i wyszukaj znany numer karty kredytowej, który znajdował się w oryginale. Wyszukiwanie powinno zwrócić zero wyników. Zaznacz cały tekst na każdej stronie i skopiuj go do edytora zwykłego tekstu. Skopiowany tekst nie powinien zawierać numerów kart kredytowych ani numerów częściowych.
W przypadku dokumentów mających konsekwencje prawne lub regulacyjne w przypadku niepowodzenia redakcji, w obiegu dokumentów należy poprosić drugiego recenzenta o niezależną weryfikację wyników. Drugi recenzent wyszukuje znane wrażliwe wzorce i wizualnie skanuje każdą stronę. Niezależny recenzent wychwytuje błędy, które pierwotny recenzent może przeoczyć ze względu na znajomość treści dokumentu.
Kontrola wzrokowa pozostaje konieczna nawet po automatycznej weryfikacji. Dopasowywanie wzorców działa na zaznaczanym tekście. Nie wykrywa numerów kart kredytowych pojawiających się jedynie na obrazach, takich jak fotografia karty kredytowej osadzona w pliku PDF lub odręczny numer na zeskanowanym formularzu. W takich przypadkach wymagana jest ręczna redakcja przy użyciu trybu rysowania narzędzia Redaguj.
Obsługa przypadków Edge i formatów niestandardowych
Numery kart kredytowych czasami pojawiają się w niestandardowych formatach, które pokonują proste wzorce wyrażeń regularnych. Liczba podzielona na dwa wiersze tekstu, liczba zapisana ze spacjami między każdą cyfrą lub liczba osadzona w dłuższym ciągu numerycznym, np. numer konta, wymagają udoskonalenia wzoru lub ręcznego sprawdzenia.
W obiegach dokumentów, w przypadku liczb zawijających się w wiersze, rozszerz wzorzec, aby umożliwić znaki nowej linii jako opcjonalne separatory między grupami cyfr. W przypadku liczb osadzonych w dłuższych ciągach użyj asercji granic słów w wyrażeniu regularnym, aby upewnić się, że dopasowane cyfry są samodzielną liczbą, a nie częścią większego identyfikatora. Pomimo tych udoskonaleń niewielki procent wrażliwych danych zawsze uniknie automatycznego wykrycia i będzie wymagał ręcznej identyfikacji.
Dokumentuj swoje ustalenia podczas ręcznego przeglądu, aby poprawić przyszłą dokładność wzoru. Jeśli określony niestandardowy format pojawia się w wielu dokumentach z tego samego źródła, opracuj wzorzec, który będzie specjalnie dla niego ukierunkowany. W miarę kolejnych projektów redakcyjnych biblioteka wzorców staje się coraz bardziej obszerna, a obciążenie ręcznym przeglądaniem maleje.
| Wzór | Mecze | Najlepsze dla |
|---|---|---|
| \d{4}[- ]?\d{4}[- ]?\d{4}[- ]?\d{4} | Karta 16-cyfrowa z opcjonalnymi separatorami | Visa, Mastercard, Discover |
| \d{3}-\d{2}-\d{4} | Format amerykańskiego numeru ubezpieczenia społecznego | Redakcja SSN w dokumentach podatkowych |
| [A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Za-z]{2,} | Adresy e-mail | Usuwanie informacji kontaktowych |
Tworzenie biblioteki wzorców redakcyjnych wielokrotnego użytku
Organizacje, które regularnie redagują dokumenty na potrzeby odpowiedzi FOIA, wniosków sądowych lub publikacji rejestrów publicznych, powinny zainwestować w budowę biblioteki wzorców wielokrotnego użytku. Przetestuj każdy wzorzec na reprezentatywnych próbkach dokumentów przed dodaniem go do biblioteki. Dokumentuj, które wzorce działają dla jakich typów dokumentów. Udostępnij bibliotekę całemu zespołowi, aby każdy członek stosował spójne standardy redakcyjne.
Z praktycznego punktu widzenia, w praktyce biblioteka wzorców powinna zawierać nie tylko wyrażenia regularne, ale także uwagi dotyczące tego, kiedy dany wzorzec powinien, a kiedy nie powinien być stosowany. Wzoru numerów ubezpieczenia społecznego w USA nie należy stosować do dokumentów pochodzących ze źródeł spoza USA. Wzór dla 16-cyfrowych numerów kart kredytowych powinien uwzględniać ryzyko fałszywych alarmów w przypadku numerów kont. Jasne wskazówki dotyczące stosowania zapobiegają niewłaściwemu użyciu wzorców w kontekstach, w których nie zostały one zaprojektowane do użycia.
Przeglądaj i aktualizuj bibliotekę wzorców przynajmniej raz w roku. Formaty kart płatniczych ewoluują. W drodze regulacji pojawiają się nowe rodzaje danych wrażliwych. W przypadku starych wzorców mogą pojawiać się fałszywie pozytywne problemy w miarę zmiany formatów dokumentów. Utrzymywana biblioteka wzorców jest żywym aktywem organizacyjnym, który poprawia się przy każdym użyciu.
Redakcja oparta na wzorcach przekształca żmudne i ryzykowne zadanie ręcznego wyszukiwania i redagowania każdego wystąpienia wrażliwych danych w zautomatyzowany proces z weryfikacją przez człowieka. Wzorzec znajdzie dopasowania. Człowiek je potwierdza. Razem zapewniają jakość redakcyjną, której żaden z nich nie byłby w stanie osiągnąć samodzielnie.
Archiwizacja zapisów redakcyjnych na potrzeby audytów zgodności
Po zakończeniu, po ukończeniu wrażliwego projektu redakcyjnego, zarchiwizuj użyte wzorce, liczbę znalezionych i zredagowanych dopasowań oraz tożsamość recenzenta, który zweryfikował wynik. Dokumentacja ta służy jako zapis audytu wykazujący, że przestrzegano systematycznego procesu redakcyjnego. W przypadku dochodzenia w sprawie naruszenia danych lub audytu zgodności zapisy redakcyjne stanowią dowód dołożenia należytej staranności.
Patrząc na to szeroko, w praktyce zapis audytu powinien zawierać oryginalną nazwę pliku, datę redakcji, zastosowane konkretne wzorce, całkowitą liczbę dopasowań znalezionych dla każdego wzorca oraz nazwisko osoby, która przejrzała i zatwierdziła zredagowany wynik. Wypełnienie prostego pliku tekstowego lub szablonu arkusza kalkulacyjnego wypełnionego na koniec każdego projektu redakcyjnego zajmuje kilka minut i zapewnia trwałą wartość zgodną z przepisami.
W przypadku organizacji podlegających przepisom takim jak PCI-DSS, HIPAA lub RODO, które wymagają określonych środków ochrony danych, udokumentowane procedury redakcyjne pomagają wykazać zgodność. Procedury pokazują, że organizacja posiada zdefiniowany, powtarzalny proces usuwania danych wrażliwych z dokumentów zanim opuszczą one kontrolowane środowisko.
Spróbuj zredagować plik PDF
Nie wymaga instalacji. Działa bezpośrednio w Twojej przeglądarce.