Hvad dine PDF-filer hemmeligt afslører om dig

Enhver PDF bærer et usynligt lag information, som de fleste aldrig ser. Ud over teksten og billederne på siden indlejrer en PDF metadata — strukturerede datafelter, der registrerer, hvem der oprettede filen, hvornår, med hvilken software og nogle gange meget mere. Dette skjulte lag har forårsaget politiske skandaler, afsløret anonyme whistleblowere og skabt compliance-problemer under moderne privatlivsreguleringer.

Hvilke metadata lever inde i en PDF?

En typisk PDF indeholder seks til tolv metadatafelter, hvoraf de fleste udfyldes automatisk af den software, der oprettede filen.

Nogle PDF'er indlejrer også filstier fra kildesystemet (f.eks. C:\Users\peter.jensen\Desktop\Kunder\AcmeCorp\tilbud_v3.docx), som i en enkelt streng afslører mappestrukturer, brugernavne og kundenavne.

Virkelige hændelser forårsaget af PDF-metadata

Metadatalækager er ikke hypotetiske. De har haft alvorlige konsekvenser inden for journalistik, jura og regeringsarbejde.

• Irak-dossieret (2003) — Den britiske regering offentliggjorde et Word-dokument om Iraks våbenprogram. Metadata afslørede navnene på alle bidragydere og den fulde redigeringshistorik, der viste at afsnit var kopieret fra en akademisk artikel. Afsløringen udløste en stor politisk skandale.
• Fejlslagne domstolsredigeringer — I flere amerikanske føderale sager "redigerede" advokater følsomme oplysninger ved at placere sorte bokse over tekst i en PDF. Den underliggende tekst forblev markerbar og kopierbar. Metadata og dokumentstruktur afslørede navne, CPR-numre og klassificerede detaljer, der skulle have været skjulte.
• Identifikation af whistleblowere — Efterretningstjenester og virksomheder har brugt Forfatterfeltet, oprettelsestidsstempler og Producer-strenge til at spore oprindelse af lækkede dokumenter og har nogle gange identificeret kilden inden for få timer.
• Brud på anonyme udbud — Ved offentlige udbud skal tilbud ofte være anonyme. PDF-metadata indeholdende forfatterens navn eller virksomhed har ført til diskvalificering og juridiske udfordringer.

Disse eksempler har en fælles tråd: personerne, der oprettede dokumenterne, havde ingen anelse om, at metadataene eksisterede.

Hvorfor metadata er vigtigt for GDPR og privatliv

Under General Data Protection Regulation (GDPR) er persondata enhver information, der kan identificere en fysisk person, direkte eller indirekte. Forfatterfeltet med et fuldt navn, en e-mailadresse i XMP-data eller et brugernavn i en filsti kvalificerer sig alle.

Dette har praktiske konsekvenser:

• Deling af PDF'er eksternt uden at fjerne metadata kan udgøre overførsel af persondata uden retsgrundlag.
• Retten til sletning kan teoretisk omfatte metadata indlejret i arkiverede PDF'er.
• Dataminimering — et kernprincip i GDPR — kræver, at du kun deler de data, der er nødvendige for formålet. Skjulte metadatafelter tjener næsten aldrig modtagerens formål.

Organisationer, der regelmæssigt deler PDF'er med kunder, partnere eller offentligheden, bør behandle metadatarensning som en del af deres databeskyttelsesarbejdsgang, ikke en eftertanke.

Kløften mellem bevidsthed og praksis

De fleste mennesker er uvidende om, at PDF-metadata eksisterer. Selv blandt dem, der ved det, er der få, der tjekker det inden deling. Kløften skyldes delvis et værktøjsproblem — standard-PDF-læsere gemmer metadata flere menuer dybt — og delvis et vaneproblem: metadata er usynlige, så de er lette at glemme.

Risikoen vokser i organisationer. En enkelt medarbejder, der sender en urenset PDF, kan afsløre interne strukturer, softwarelicenser, arbejdsmønstre og kollegaers navne. Gang det med hundredvis af delte dokumenter om året, og den kumulative eksponering er betydelig.

Gå videre

For at inspicere hvad dine egne PDF'er afslører, prøv PDF-metadatavisningen. For en komplet gennemgang af, hvordan du fjerner følsomme felter inden deling, se vejledningen Sådan renser du PDF-metadata. Begge værktøjer kører udelukkende i din browser — dine filer forlader aldrig din enhed.