Ручной поиск в 200-страничном PDF-файле для каждого номера кредитной карты и редактирование каждого из них по отдельности — утомительное, медленное и опасно подверженное ошибкам дело. Один пропущенный номер представляет собой предотвратимую утечку данных. PDF Redaction с использованием сопоставления с образцом автоматизирует этот процесс, находя каждую текстовую строку, соответствующую указанному формату, например, 16-значному номеру кредитной карты, и применяя метки редактирования ко всем экземплярам во всем документе за одну операцию.
Сопоставление с образцом, также называемое регулярным выражением или сопоставлением регулярных выражений, определяет текстовый шаблон, а не конкретную строку. Шаблон фиксирует формат конфиденциальных данных без необходимости заранее знать точные значения. Когда инструмент редактирования запускается, он ищет совпадения с шаблоном по всему тексту документа, записывает положение каждого совпадения на своей странице и рисует непрозрачные черные прямоугольники поверх этих позиций. Основной текст затем навсегда удаляется.
Инструменты PDF Security WukongPDF включают возможности редактирования на основе шаблонов для автоматического удаления конфиденциальных данных перед совместным использованием или публикацией документа.
Как работает редактирование на основе шаблонов в текстовых слоях PDF
Редактирование на основе шаблонов воздействует на текстовый слой PDF-файла, а не на его внешний вид. Инструмент извлекает весь текстовый контент с каждой страницы, ищет совпадения с указанными шаблонами регулярных выражений и записывает точную позицию каждого совпадения. Затем он рисует непрозрачные черные прямоугольники над этими позициями и навсегда удаляет основные текстовые символы, заменяя их пустым пространством, которое невозможно восстановить.
Критическим ограничением редактирования на основе шаблонов является то, что оно находит только текст, хранящийся в виде реальных символов. Номера кредитных карт, которые существуют только как часть отсканированного изображения, а не как выбираемый текст, не будут найдены. Для отсканированных документов необходимо сначала запустить распознавание текста, чтобы создать текстовый слой, а затем выполнить редактирование на основе шаблонов на выходе OCR. Даже в этом случае ошибки OCR могут привести к тому, что некоторые числа будут пропущены при сопоставлении с образцом.
Шаблон регулярного выражения также должен учитывать, как PDF-файл хранит текст внутри себя. Номер кредитной карты, отображаемый считывателю как 1234 5678 9012 3456, может храниться внутри в виде четырех отдельных текстовых блоков с пробелами между ними. Шаблон должен быть достаточно гибким, чтобы соответствовать этим внутренним границам, что означает возможность использования необязательных пробелов, дефисов или других разделителей между группами цифр.
Попробуйте Редактировать PDF
Никакой установки не требуется. Работает прямо в вашем браузере.
Создание точных шаблонов регулярных выражений для номеров кредитных карт
Шаблон номера кредитной карты должен балансировать между точностью и полнотой. Шаблон, который точно соответствует формату 1234-5678-9012-3456, улавливает числа, написанные через дефисы, но пропускает те же числа, записанные как 1234567890123456 или 1234 5678 9012 3456. Слишком широкий шаблон, например любая последовательность, состоящая ровно из 16 цифр, улавливает номера счетов, номера телефонов и другие числовые идентификаторы, которые не следует редактировать.
Создавайте шаблоны с дополнительными разделителями между группами цифр. Выражение, допускающее использование дефисов, пробелов или отсутствие разделителя между каждой группой из четырех цифр, охватывает три наиболее распространенных формата номеров кредитных карт. Прежде чем приступить к полному редактированию, протестируйте шаблон на копии документа. Просмотрите каждое совпадение, чтобы убедиться, что шаблон нашел все предполагаемые конфиденциальные данные и не соответствует ничему, что должно оставаться видимым.
Для документов, содержащих несколько типов конфиденциальных данных, создайте отдельный шаблон для каждого типа и запускайте их как отдельные этапы редактирования. Номера кредитных карт имеют один шаблон и один проход. Номера социального страхования получат другой. Адреса электронной почты занимают третье место. Отдельные проходы с индивидуальным просмотром между ними не позволяют ложным срабатываниям одного шаблона мешать правильному совпадению другого.
Шаг за шагом: выполнение редактирования шаблона в Acrobat Pro
Откройте PDF-файл в Adobe Acrobat Pro и перейдите в «Инструменты», затем «Редактировать». На панели инструментов «Редактировать» щелкните раскрывающийся список рядом с пунктом «Отметить для редактирования» и выберите «Найти текст». Введите шаблон регулярного выражения в поле поиска и установите флажок «Использовать регулярные выражения». Acrobat выполняет поиск по всему документу и отображает список всех совпадений на панели результатов поиска, упорядоченный по номерам страниц.
Прежде чем применять редактирование, просмотрите каждое совпадение. Щелкните каждое совпадение на панели, чтобы перейти к его местоположению на странице. Убедитесь, что совпавший текст действительно содержит конфиденциальные данные, которые следует отредактировать. Если какое-либо совпадение является ложноположительным, снимите флажок с него в списке совпадений. После просмотра всех совпадений нажмите «Отметить отмеченные результаты для редактирования». Acrobat помещает отметки редактирования на все отмеченные элементы. Наконец, нажмите «Применить исправления» на панели инструментов, чтобы навсегда удалить отмеченный текст.
После применения правок сохраните файл под новым именем, четко отличающим его от оригинала. Исходный неотредактированный файл следует сохранить в надежном месте или уничтожить. Отредактированный файл теперь можно безопасно распространять, поскольку конфиденциальный текст был навсегда удален из данных документа, а не просто покрыт визуальным наложением.
Проверка завершения редактирования
После завершения, после применения редактирования на основе шаблонов, проверьте свою работу, прежде чем поделиться документом. Откройте отредактированный PDF-файл и найдите известный номер кредитной карты, который присутствовал в оригинале. Поиск должен вернуть ноль результатов. Выделите весь текст на каждой странице и скопируйте его в текстовый редактор. Скопированный текст не должен содержать номеров кредитных карт или их частей.
В документообороте для документов, которые имеют юридические или нормативные последствия в случае неудачного редактирования, попросите второго рецензента независимо проверить выходные данные. Второй рецензент ищет известные конфиденциальные шаблоны и визуально сканирует каждую страницу. Независимый рецензент выявляет ошибки, которые первоначальный рецензент может пропустить из-за знакомства с содержанием документа.
Визуальный осмотр остается необходимым даже после автоматической проверки. Сопоставление с образцом работает с выделяемым текстом. Он не может обнаружить номера кредитных карт, которые появляются только на изображениях, например, на фотографии кредитной карты, встроенной в PDF-файл, или рукописном номере в отсканированной форме. В этих случаях требуется ручное редактирование с использованием режима рисования инструмента «Редактировать».
Обработка пограничных случаев и нестандартных форматов
Номера кредитных карт иногда появляются в нестандартных форматах, которые противоречат простым шаблонам регулярных выражений. Число, разделенное на две строки текста, число, написанное с пробелами между каждой цифрой, или число, встроенное в более длинную числовую строку, например ссылку на учетную запись, — все это требует уточнения шаблона или проверки вручную.
В рабочих процессах с документами для чисел, переносящихся по строкам, расширьте шаблон, чтобы разрешить символы новой строки в качестве необязательных разделителей между группами цифр. Для чисел, встроенных в более длинные строки, используйте утверждения границы слова в регулярном выражении, чтобы гарантировать, что совпадающие цифры являются отдельным числом, а не частью более крупного идентификатора. Несмотря на эти усовершенствования, небольшой процент конфиденциальных данных всегда будет уклоняться от автоматического обнаружения и потребует ручной идентификации.
Документируйте результаты во время проверки вручную, чтобы повысить точность шаблонов в будущем. Если определенный нестандартный формат встречается в нескольких документах из одного источника, разработайте шаблон, специально предназначенный для него. В ходе последующих проектов редактирования библиотека шаблонов становится более обширной, а бремя ручной проверки уменьшается.
| Шаблон | Совпадения | Наилучший вариант для |
|---|---|---|
| \d{4}[- ]?\d{4}[- ]?\d{4}[- ]?\d{4} | 16-значная карта с дополнительными разделителями | Visa, Mastercard, Откройте для себя |
| \d{3}-\d{2}-\d{4} | Формат номера социального страхования США | Редактирование SSN в налоговых документах |
| [A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Za-z]{2,} | Адреса электронной почты | Удаление контактной информации |
Создание многоразовой библиотеки шаблонов редактирования
Организациям, которые регулярно редактируют документы для ответов на запросы FOIA, судебных исков или публикации публичных отчетов, следует инвестировать в создание библиотеки шаблонов многократного использования. Протестируйте каждый шаблон на репрезентативных образцах документов, прежде чем добавлять его в библиотеку. Документируйте, какие шаблоны работают для каких типов документов. Делитесь библиотекой со всей командой, чтобы каждый участник применял единые стандарты редактирования.
С практической точки зрения, на практике библиотека шаблонов должна включать не только выражения регулярных выражений, но и примечания о том, когда следует и не следует применять каждый шаблон. Образец номеров социального страхования США не следует применять к документам из источников за пределами США. В шаблоне 16-значных номеров кредитных карт следует учитывать риск ложного срабатывания номеров счетов. Четкое руководство по применению предотвращает неправильное использование шаблонов в контекстах, где они не предназначены для использования.
Просматривайте и обновляйте библиотеку шаблонов не реже одного раза в год. Форматы платежных карт развиваются. Благодаря регулированию появляются новые типы конфиденциальных данных. В старых шаблонах могут возникнуть проблемы с ложным срабатыванием по мере изменения форматов документов. Поддерживаемая библиотека шаблонов — это живой актив организации, который улучшается с каждым использованием.
Редактирование на основе шаблонов превращает утомительную и рискованную задачу ручного поиска и редактирования каждого экземпляра конфиденциальных данных в автоматизированный процесс с проверкой человеком. Шаблон находит совпадения. Человек подтверждает их. Вместе они обеспечивают качество редактирования, которого ни один из них не мог бы достичь в одиночку.
Архивирование записей исправлений для аудита соответствия
После завершения проекта конфиденциального редактирования заархивируйте использованные шаблоны, количество найденных и отредактированных совпадений, а также личность рецензента, проверившего выходные данные. Эта документация служит отчетом аудита, демонстрирующим, что соблюдался систематический процесс редактирования. В случае расследования утечки данных или аудита соответствия записи об изменениях служат доказательством должной осмотрительности.
Если рассматривать это в широком смысле, то на практике запись аудита должна включать исходное имя файла, дату редактирования, конкретные примененные шаблоны, общее количество совпадений, найденных для каждого шаблона, а также имя человека, который просмотрел и утвердил отредактированный результат. Простой текстовый файл или шаблон электронной таблицы, заполняемый в конце каждого проекта редактирования, занимает несколько минут и обеспечивает долгосрочную ценность соответствия требованиям.
Для организаций, на которые распространяются такие правила, как PCI-DSS, HIPAA или GDPR, которые требуют принятия конкретных мер по защите данных, документированные процедуры редактирования поддерживают демонстрацию соответствия. Процедуры показывают, что в организации имеется определенный повторяемый процесс удаления конфиденциальных данных из документов до того, как они покинут контролируемую среду.
Попробуйте Редактировать PDF
Никакой установки не требуется. Работает прямо в вашем браузере.