墨消しの失敗は、文書にまつわる誤りの中でも際立って繰り返し起きているものの一つです。訴訟資料、政府の報告書、規制当局への提出書類、企業の契約書が、黒く塗られた箇所を選択してCtrl+Cを押すだけで誰でも復元できる機密情報を含んだまま公開されてきました。関係した組織は不注意な素人ではありません。文書の専門職を抱える法律事務所や省庁でした。
誤りは常に同じで、PDFとは何かという点についてのもっともな誤解から生じます。本ガイドでは実際に何が起きているのか、そして情報を単に隠すのではなく確実に取り除くにはどう墨消しすればよいのかを説明します。
黒い四角が墨消しにならない理由
PDFのページはページの画像ではありません。重なり合った命令の集まりです。この文字を、この書体で、この座標に描け。ここにこの画像を描け。この四角形を黒で塗りつぶせ。PDFビューアはそれらの命令を順に実行し、結果をあなたに見せます。
注釈ツールや描画ツールで氏名の上に黒い四角を置いたとき、その氏名を描く命令を削除したわけではありません。あとから実行され、四角形を黒で塗りつぶす新しい命令を追加しただけです。どちらの命令もファイルの中に残っています。ビューアは氏名を描き、その上から塗りつぶす。見た目には隠れていても、構造上は元の位置にそのまま存在しています。
この文字は、その気になった人なら誰でも、特別な道具を一切使わずに取り出せます。コピー＆ペースト、自動のテキスト抽出ツール、あるいは単に注釈レイヤーを削除するだけ。注釈はもともと削除できるように設計されているため、多くのPDF編集ソフトはこれをワンクリックで行います。
墨消しが失敗する四つのパターン
見せかけの黒い四角が最も多い失敗ですが、唯一ではありません。現実に起きた墨消し流出は、ほぼこの四つで説明がつきます。
| 失敗 | 実際に行われたこと | どう漏れるか |
|---|---|---|
| 見せかけの被覆 | 黒い四角、ハイライト、画像を文字の上に置いた | コピー＆ペースト、注釈レイヤーの削除 |
| 見えるレイヤーだけ削除 | 見えるテキストオブジェクトは消したが、ページのテキストストリームは残した | テキスト抽出ツールが依然として見つけ出す |
| メタデータの見落とし | ページ内容は墨消ししたが、文書のプロパティは手つかず | 作成者、元のファイル名、改訂履歴、コメント |
| 元に戻せる統合 | 内容は統合したが、文書に取り消し履歴や改訂履歴が残っている | 以前の版が増分保存から復元できる |
最後の一つは目に見えないため、とりわけ注意が必要です。PDFは増分保存に対応しています。ファイルを編集すると、変更点をファイル全体の書き直しではなく末尾への追記として保存できるのです。つまり文書は自分自身の以前の版を内部に抱えうるということです。氏名を墨消しし、編集ソフトが増分保存を行った場合、墨消し前の版が完全に読める状態で、あなたが見ている版の下に残っている可能性があります。
本当の墨消しが行っていること
本物の墨消しは内容を覆い隠すのではなく取り除きます。正しい実装は、いくつもの異なる処理を行います。
- 下にある内容オブジェクトを削除する。墨消し範囲にある文字、画像データ、ベクターパスがページの内容ストリームから取り除かれます。覆われるのではなく、取り除かれます。
- その場所に不透明な印を描く。通常は黒い四角で、資料が伏せられたことを読み手に示します。ここは誰もが正しく行う部分ですが、前の手順がなければ何の意味も持ちません。
- ファイルを丸ごと書き直す。出力は元のファイルへの追記ではなく新しいPDFとして書き出され、増分保存の履歴と復元可能な以前の版が消えます。
- 付随するメタデータを消去する。文書のプロパティ、埋め込みコメント、フォームフィールドの値、添付ファイルが消去されます。機密データはそのいずれにも潜んでいるからです。
四つの手順でPDFを墨消しする
PdfDocShiftによる墨消しは、下にある内容を覆うのではなく取り除き、きれいな出力ファイルを書き出します。インストールも登録も不要で、アップロードされたファイルは2時間後にサーバーから完全に削除されます。
複製に対して作業する
始める前に元のファイルを複製し、原本はアクセスが管理された場所に保管してください。墨消しは元に戻せません。黒い四角の下に何があったかを確認する必要が生じたその瞬間に、その複製が必要になります。
PDF墨消しツールを開く
pdfdocshift.com/redact-pdf にアクセスして文書をアップロードします。読み進めながら墨消しするのではなく、まずファイル全体に目を通してください。機密にあたる記載は、ヘッダー、フッター、脚注、別紙に、想像よりはるかに高い頻度で繰り返し現れます。
取り除く箇所をすべて指定する
取り除くべき内容の一つひとつに枠をドラッグします。印は文字の見えている端より少し外側まで広げてください。印の下からはみ出した一文字が、氏名や数値を絞り込むのに十分なことがあります。定型文にしか見えないページも含め、全ページを確認してください。
適用してダウンロードする
墨消しを適用し、結果をダウンロードします。ツールは下にある内容を削除し、印を描き、増分履歴のない新しいファイルを書き出します。そのうえで必ず検証してください。次の節でその方法を説明します。
誰もが忘れる部分：メタデータ
すべてのページを完璧に墨消ししてもなお、守ろうとしていたものそのものを漏らしてしまうことがあります。PDFは、どのページにも現れない情報をかなりの量抱えているからです。
- 作成者・作成アプリの欄。通常はそのファイルを生成したソフトウェアのライセンス名義人の氏名で、多くの場合は特定の事務所に属する特定の個人名です。
- 元のファイル名。文書のプロパティに残ることがよくあります。
Tanaka_kaiko_soan_v3.pdfという名前は、ページを一枚も開かないうちから読み手に多くを語ります。 - 作成日時と更新日時。文書がいつ存在していたかを示すもので、訴訟や開示請求において決定的な重みを持つことがあります。
- コメントと注釈。レビューの覚え書きや変更履歴はファイルとともに移動し、見えているページの一部ではありません。
- フォームフィールドの値。記入済みのフォームは、見た目の表示を墨消ししても入力値を保持していることがあります。
- 埋め込み添付ファイル。PDFは内部にファイルを丸ごと抱えることができます。表計算ファイルや別のPDFが、どのページにも見える形跡を残さずに含まれていることがあります。
墨消しした文書を出す前に、PDF統合で統合してフォームフィールドと注釈を静的なページ内容に変換し、任意のビューアで文書のプロパティを確認してください。相手方——相手方代理人、規制当局、報道機関——に渡るファイルであれば、すべての欄が精査されると考えてください。実際に精査されます。
スキャン文書の墨消し
スキャン文書は逆の問題を抱えており、直感に反しますが、既定の状態ではより安全です。純粋なスキャンは画像であり、テキストレイヤーが存在しません。そのため上に描いた黒い四角は、画像に統合された時点で本当に画素を消し去ります。
危険が生じるのは、そのスキャンがOCRを通っている場合です。OCRを実行すると、文書を検索可能にするために画像の下へ見えないテキストレイヤーが追加されます。そしてこのレイヤーは、上の画像に何を描こうとまったく影響を受けません。OCR済みのスキャン契約書を描画ツールで墨消ししたものは、ネイティブのPDFとまったく同じように漏れます。しかも画像だけの安全なファイルに見えるという危険が上乗せされます。
墨消しが実際に効いたか確認する方法
墨消しした文書は、確認せずに出してはいけません。検証は一分ほどで済み、よくある失敗をすべて捕まえられます。
- 選択してコピーする。墨消し後のファイルを開き、墨消しした各ページの文字をすべて選択し（Ctrl+AまたはCmd+A）、コピーしてプレーンテキストエディタに貼り付けます。貼り付けた文字列を、取り除いた語句で検索してください。何も出てこないはずです。
- 文書内を検索する。ビューアの検索機能で、墨消しした氏名や数値を検索します。見せかけの墨消しなら、黒い四角の背後で依然としてヒットします。
- プロパティを確認する。文書のプロパティを開き、作成者・タイトル・サブタイトル・キーワードの各欄を読みます。元のファイル名や個人名が残っていないことを確認してください。
- ファイルサイズを比べる。正しく墨消しされたファイルは、内容が削除された分、通常は原本よりわずかに小さくなります。墨消し後のファイルが明らかに大きい場合は、取り除く代わりに上から資料を追加した可能性が高く、見せかけの墨消しを強く示唆します。
- 別の人に確認してもらう。本当に重大な案件では、墨消しを行った本人こそ検証役として最も不適です。印の位置を知っているため、まさにそこばかりを見てしまうからです。
文書を公開ではなく限られた相手に渡す場合は、二段目の備えとしてPDF保護でパスワードを付けることも検討してください。これは正しい墨消しの代わりにはなりません。暗号化が守るのは転送中のファイルであって、開かれた後の中身ではないからです。それでも、少数の相手だけを想定した文書が軽い気持ちで再配布されるのを抑えられます。
よくある質問
なりません。これは文書セキュリティにおいて最も多い誤りです。黒い四角はページの上に描かれた図形にすぎず、その下の文字はファイル内に残ります。領域を選択してコピーする、自動のテキスト抽出ツールを使う、あるいは注釈レイヤーを削除するだけで復元できてしまいます。本当の墨消しは下にある内容オブジェクトを削除し、ファイルを書き直します。
墨消し後のファイルを開き、ページ上の文字をすべて選択してコピーし、プレーンテキストエディタに貼り付けてください。そして取り除いた情報を検索します。現れたなら、その墨消しは見せかけです。ビューアの検索機能でも墨消しした語句を検索してください。見せかけの墨消しは黒い四角の背後で依然としてヒットします。あわせて文書のプロパティで作成者名と元のファイル名も確認します。
正しく行われた墨消しは取り消せません。これは意図的なものです。あなたが元に戻せる墨消しは、相手方にも元に戻せるからです。内容は隠されるのではなくファイルから削除されます。必ず複製に対して作業し、墨消ししていない原本は安全に保管してください。墨消し後のファイルから削除された内容を復元する方法はありません。
そのスキャンがOCRを通っているかどうかによります。画像のみのスキャンにはテキストレイヤーがないため、画像に統合された印は本当に画素を消します。しかしOCRが実行されている場合、画像の下には描画ツールが触れない見えないテキストレイヤーが存在します。そうしたファイルは安全な画像だけのスキャンに見えながら、ネイティブのPDFと同じように漏れます。どちらであるかは、ページ上で文字を選択してみれば分かります。
自動では消えません。これは見落とされがちな点です。作成者名、元のファイル名、作成日時、コメント、フォームフィールドの値、埋め込み添付ファイルはいずれも見えているページの外側にあり、ページ単位の墨消しをすり抜けて残ります。文書を統合して注釈とフォームフィールドを静的な内容に変換し、公開前に文書のプロパティを確認してください。
アップロードを転送中に暗号化し、ファイルを速やかに削除するツールであれば安全です。PdfDocShiftはすべてのアップロードに256ビットSSLを用い、2時間後にファイルをサーバーから完全に削除します。保護命令や同等の制限の対象となる資料については、まず自組織の規程を確認してください。提供者側の保護措置にかかわらず、職務上の秘密に属する文書は管理された環境でのみ処理するよう定めている組織もあります。