PDF của bạn tiết lộ điều gì về bạn: siêu dữ liệu ẩn

Bạn soạn một tài liệu, xuất nó ra PDF, rồi gửi đi. Cái bạn nhìn thấy là nội dung: chữ, hình ảnh, bố cục. Cái bạn không thấy là lớp thứ hai mà file mang theo bên dưới, một tập hợp các thuộc tính mô tả chính tài liệu đó. Đó là siêu dữ liệu, và nó có thể nói về bạn nhiều hơn bạn tưởng.

Với phần lớn file thì nó vô hại. Nhưng với một số file, cái tên trong một trường ẩn hay một dấu thời gian mà không ai có ý chia sẻ đã từng là chi tiết làm lộ tẩy mọi chuyện. Đáng để biết bên trong có gì trước khi bạn gửi.

PDF thực sự lưu trữ những gì về chính nó

Mở thuộc tính của một file PDF trong gần như bất kỳ trình đọc nào, bạn thường sẽ thấy một loạt các trường tiêu chuẩn:

• Tác giả. Thường là họ tên đầy đủ của bạn hoặc tên tài khoản trên máy tính của bạn, được tự động lấy vào bởi bất kỳ chương trình nào đã tạo ra file.
• Tiêu đề, chủ đề, từ khóa. Đôi khi để trống, đôi khi tự động điền từ tài liệu nguồn, thỉnh thoảng còn mang một tiêu đề làm việc cũ mà bạn đã quên.
• Người tạo (Creator) và Trình tạo (Producer). Phần mềm và phiên bản đã tạo ra PDF. “Xuất từ [một ứng dụng nào đó] 14.2” cho người đọc biết chính xác bạn đã dùng gì.
• Ngày tạo và ngày chỉnh sửa. Dấu thời gian chính xác về thời điểm file được tạo và thay đổi lần cuối.

Phần lớn những thông tin này được điền vào mà bạn chưa từng gõ. Chương trình lặng lẽ thêm chúng vào lúc xuất file.

Những thứ dễ bị quên

Ngoài các trường tiêu chuẩn, một vài thứ “đi nhờ xe” thường xuyên hơn người ta tưởng:

• Tên tài khoản trên máy của bạn. Nếu tên đăng nhập máy tính của bạn là họ tên hợp pháp đầy đủ, nó có thể trở thành tác giả của mọi file bạn tạo ra.
• Lịch sử chỉnh sửa trong một số quy trình. Một số công cụ giữ lại dấu vết của các bản sửa hoặc nhận xét trước đó, những thứ không hiển thị trên trang nhưng nằm trong cấu trúc của file.
• Dấu vân tay phần mềm. Chính xác bộ công cụ bạn đã dùng, có thể hé lộ về tổ chức hoặc thiết lập của bạn.

Không có thứ nào trong số này hiện ra trên trang. Bạn sẽ không bao giờ phát hiện ra chúng bằng cách đọc tài liệu. Chúng lộ diện ngay khi ai đó mở bảng thuộc tính, hoặc chạy file qua một đoạn script đọc siêu dữ liệu hàng loạt.

Khi nào thì điều này thực sự quan trọng

Rất nhiều lúc thì không quan trọng. Nhưng hãy cân nhắc:

• Bài nộp ẩn danh hoặc mù. Một tài liệu tố giác, một bản thảo học thuật mù đôi, một thông tin mật báo ẩn danh. Nếu trường tác giả có tên bạn, thì sự ẩn danh đã mất trước khi có ai đọc được một chữ.
• Gửi tài liệu cho những người bạn chưa hoàn toàn tin tưởng. Một cuộc đàm phán, một tranh chấp, một đơn xin việc. Dấu thời gian và dấu vân tay phần mềm là những rò rỉ nhỏ, nhưng chúng vẫn là rò rỉ.
• Phát hành công khai. Một báo cáo đăng trực tuyến sẽ được tải về, và bất kỳ ai cũng có thể đọc thuộc tính của nó. Đã có những tổ chức bị nhận diện, và những nguồn tin bị lộ, bởi siêu dữ liệu trong một file PDF công khai.

Cách kiểm tra xem trong file của bạn có gì

Bước đầu tiên đơn giản nhất là nhìn. Mở file trong một trình đọc PDF và tìm bảng thuộc tính tài liệu hoặc bảng “thông tin”, thường nằm dưới mục File. Nó cho bạn thấy các trường tiêu chuẩn: tác giả, ngày tháng, phần mềm đã tạo ra nó. Nếu tên bạn hay một tên tài khoản đang nằm trong trường tác giả, thì giờ bạn đã biết.

Để xem kỹ hơn, bạn có thể trích xuất văn bản và cấu trúc của tài liệu để thấy thực sự những gì được lưu trữ, tất cả mà không cần tải file lên. Điểm mấu chốt là nhìn trước khi gửi, chứ không phải sau.

Vì sao chính việc kiểm tra cũng nên ở lại cục bộ

Đây là cái bẫy. Việc hiển nhiên cần làm là tìm kiếm một công cụ “xem siêu dữ liệu trực tuyến” hay “xóa siêu dữ liệu PDF” rồi tải file của bạn lên. Hãy nghĩ xem điều đó nghĩa là gì. Bạn lo lắng rằng tài liệu này tiết lộ quá nhiều về bạn, nên để kiểm tra, bạn trao toàn bộ file, cả siêu dữ liệu lẫn mọi thứ, cho một máy chủ do người lạ vận hành. Cuộc kiểm tra trở thành chính sự rò rỉ.

reader.me chạy ngay trong trình duyệt của bạn. Khi bạn mở một file để soi xét nó hoặc lưu lại một bản sạch, công việc diễn ra trên chính máy của bạn: PDF được đọc vào bộ nhớ cục bộ, xử lý ngay tại đó, và kết quả là của bạn. Không có gì được truyền đi. Bạn có thể xác nhận điều đó theo đúng cách bạn xác nhận bất kỳ tuyên bố nào của chúng tôi: mở công cụ dành cho nhà phát triển (F12), theo dõi tab Network, và thấy rằng không có gì được tải lên. Hoặc rút phích kết nối và làm việc offline.

Đó mới là hình dạng đúng đắn cho một cuộc kiểm tra quyền riêng tư. Toàn bộ lý do bạn đang xem xét siêu dữ liệu là vì bạn quan tâm thông tin của mình đi về đâu. Một công cụ tải file của bạn lên để trả lời câu hỏi đó thì đã cho bạn câu trả lời sai ngay từ đầu.

Một thói quen đơn giản

Trước khi bất kỳ tài liệu nào rời khỏi tay bạn vì một việc có ý nghĩa, hãy dành mười giây để mở thuộc tính của nó. Kiểm tra trường tác giả. Kiểm tra tiêu đề. Nếu có gì đó đáng lẽ không nên ở đó, hãy xử lý nó cục bộ, trên một công cụ không thêm một chuyến đi đến máy chủ của người khác. Xử lý lại file trong trình duyệt của bạn, nén hoặc gộp nó nếu bạn cần một bản mới, rồi gửi đúng phiên bản mà bạn thực sự muốn gửi.

PDF của bạn nói nhiều hơn những con chữ của nó. Giờ thì bạn đã biết phải nhìn vào đâu, và nhìn như thế nào mà không làm rò rỉ chính cái thứ bạn đang kiểm tra.