05
Niektórych plików nie wolno umieszczać na cudzym komputerze. Dokumentacja medyczna pacjenta. Akta klienta objęte tajemnicą zawodową. Postępowanie kadrowe z nazwiskami trzech osób. Umowa z NDA, która wskazuje, kto może ją zobaczyć. Zadanie jest zwyczajne: usunąć cztery nazwiska i kwotę wynagrodzenia. Najprostsza droga wymaga jednak przekazania całego dokumentu firmie, o której nigdy nie słyszałeś.
01
Co się dzieje, kiedy wysyłasz plik
Przeciągnięcie pliku na stronę może wyglądać niewinnie. W narzędziu przetwarzającym po stronie serwera oznacza to przesłanie pliku. Narzędzie lokalne może odczytać ten sam plik bez wysyłania go gdziekolwiek. Przy przetwarzaniu na serwerze jego bajty opuszczają komputer, przechodzą przez sieć i trafiają na serwer, do którego nie masz dostępu. Tam ktoś otwiera PDF, wykonuje operację i zwraca link do pobrania.
Przetwarzanie po stronie serwera umieszcza dokument w jego pamięci. Zależnie od usługi kopie mogą też trafiać do plików tymczasowych, magazynów obiektów lub kopii zapasowych, a logi mogą zapisywać informacje o żądaniach. Sprawdź udokumentowane zasady dostawcy, zamiast zakładać, jakie kopie powstają.
Usługa może zapewniać, że kasuje pliki po godzinie albo zaraz po przetworzeniu. To możliwe, ale nie da się tego sprawdzić. Z zewnątrz nie odróżnisz usługi, która usuwa pliki zgodnie z harmonogramem, od tej z uszkodzonym zadaniem sprzątającym ani od takiej, której nocne kopie zapasowe przechowują plik przez miesiąc. Pozostaje zaufać deklaracji o wnętrzu maszyny, której nie widzisz. To nie jest weryfikacja.
02
Kiedy ta różnica naprawdę ma znaczenie
Przy plakacie z numerem telefonu zaufanie może wystarczyć. Wybierz wtedy szybsze rozwiązanie. Przy niektórych dokumentach samo przesłanie pliku ma znaczenie, zanim jeszcze cokolwiek pójdzie źle.
Dokument objęty tajemnicą zawodową, wysłany do zewnętrznego podmiotu przetwarzającego, został ujawniony osobie trzeciej. Czy to narusza ochronę, oceni prawnik, ale problem już powstał. Tajemnica lekarska nie przestaje obowiązywać tylko dlatego, że dostawca ma dobrą opinię. Przy przekazaniu danych osobowych usłudze do przetworzenia trzeba ustalić rolę dostawcy i podstawę prawną. Jeśli działa jako podmiot przetwarzający, zastosowanie ma art. 28 RODO. Zależnie od sytuacji mogą też powstać obowiązki dotyczące rejestru z art. 30 i przekazywania danych poza EOG. Wszystko po to, by usunąć jedną kwotę wynagrodzenia. Typowe NDA ogranicza zaś ujawnianie do wskazanych stron lub zatwierdzonych podwykonawców. Nie zakładaj, że dostawca narzędzia online jest zatwierdzonym odbiorcą.
Nie wymaga to niedbalstwa po stronie dostawcy. Ryzyko powstaje, gdy plik trafia na serwer.
03
Trzy sposoby przetwarzania pliku
Technicznie dostępne są trzy możliwości.
Program zainstalowany na komputerze. Aplikacja do PDF-ów działa lokalnie, na twoim sprzęcie. Często to najlepsze rozwiązanie: pracuje bez sieci, a poważne programy od lat oferują prawidłowe usuwanie danych. Są też koszty: licencja, zgoda na instalację na służbowym sprzęcie i jedna stara wersja, od której zależy cała firma.
Narzędzie w przeglądarce, które przetwarza plik lokalnie. Przeglądarka potrafi uruchomić kod do obsługi PDF-ów i OCR na stronie, więc plik czyta JavaScript w twojej karcie, bez wysyłania go gdziekolwiek. Nie trzeba nic instalować. Z zewnątrz takie narzędzie wygląda jednak identycznie jak trzecia opcja.
Narzędzie internetowe, które przetwarza plik po stronie serwera. Wysyłasz, przetwarzasz, pobierasz. Może przenieść wymagające zadania poza twoje urządzenie, ale nadal obowiązują limity usługi i jej zasady przetwarzania danych.
Wszystkie trzy opisują się tymi samymi słowami: „bezpiecznie”, „prywatnie”, „twoje pliki są u nas bezpieczne”. W narzędziu serwerowym ostatnie zdanie dotyczy dokumentów, które faktycznie otrzymuje dostawca.
04
Dwa przydatne sprawdzenia
Nie musisz nikomu wierzyć na słowo.
Najpierw przygotuj testowy PDF: nieszkodliwy, ale o charakterystycznym rozmiarze kilku megabajtów, by łatwo znaleźć go na liście. Nigdy nie wykonuj tych sprawdzeń na prawdziwym dokumencie.
Sprawdzenie sieci. Otwórz stronę narzędzia, uruchom narzędzia deweloperskie przeglądarki (F12 w Windows i Linuksie, Cmd+Option+I na Macu) i przejdź do zakładki „Sieć”. Włącz zachowywanie logu, aby przeładowanie strony nie wyczyściło listy. Wczytaj plik testowy i pracuj normalnie. Szukaj wychodzącego żądania POST lub PUT o rozmiarze zbliżonym do pliku. Kliknij je i otwórz zakładkę z treścią żądania. To dokument wychodzi na zewnątrz. Odpowiedź o podobnym rozmiarze oznacza coś odwrotnego: wraca wynik. Narzędzie lokalne może pobierać równie duże zasoby, więc sam rozmiar odpowiedzi nie dowodzi wysłania dokumentu. Sprawdź cel żądań i odpowiedzi. Wysyłany plik może być skompresowany, podzielony na wiele żądań lub przesyłany innym kanałem. Samo porównanie rozmiarów nie wystarcza.
Sprawdzenie bez sieci. Wczytaj stronę i poczekaj, aż załaduje się do końca. Potem wyłącz Wi-Fi albo odłącz kabel. Bez dostępu do sieci wczytaj dokument, usuń dane i wyeksportuj plik. Jeśli operacja się powiedzie, przetwarzanie odbyło się na twoim komputerze, bo nie mogło odbyć się nigdzie indziej.
Oba testy mają granice. Naprawdę lokalne narzędzie może nie przejść testu bez sieci przy pierwszej wizycie, zanim pobierze własny kod i zasoby językowe, więc powtórz próbę później. Narzędzie mogłoby też wstrzymać wysyłkę do chwili powrotu sieci. Oba testy dostarczają dowodów dotyczących sprawdzonego przebiegu pracy, ale nie są pełnym audytem wszystkich ścieżek działania.
05
Część, do której nikt nie lubi się przyznawać
Przetwarzanie lokalne nie oznacza zerowego ruchu w sieci. Strona musi zostać skądś pobrana, a narzędzia OCR zwykle pobierają przy pierwszym użyciu model rozpoznawania dla danego języka. Wysyłanie wszystkich języków każdemu odwiedzającemu byłoby absurdem. Te żądania widać w zakładce „Sieć”. Nie zawierają treści dokumentu, ale są realne. Narzędzie, które przy pierwszym uruchomieniu obiecuje pełną pracę offline, obiecuje za dużo.
hddn działa właśnie w ten sposób, z ważnym zastrzeżeniem: bajty dokumentu nigdy nie trafiają na serwer aplikacji, lecz zasoby OCR i wykrywania są pobierane przy pierwszym potrzebnym użyciu, a potem pozostają w pamięci podręcznej. Automatyczne wykrywanie wskazuje dane do sprawdzenia, nie znajduje wszystkiego. Każde miejsce sprawdzasz sam, zanim zostanie zastosowane. Nie musisz wierzyć na słowo. Wykonaj na tej stronie sprawdzenie sieci.
Narzędzia się zmieniają. Strona, która w marcu przetwarzała wszystko lokalnie, we wrześniu może po cichu dostać ścieżkę serwerową, bez śladu w interfejsie. Powtarzaj sprawdzenia po zmianach narzędzia. Przy szczególnie wrażliwych dokumentach rozważ dokładniejszą ocenę techniczną.