Guida · Guida pratica · PDF
Come anonimizzare un PDF senza lasciare dati sotto gli omissis
Team Anonimatum
In breve
Anonimizzare un PDF significa eliminare in modo irreversibile i dati personali dal contenuto visibile, dallo strato di testo e dai metadati. Un rettangolo nero o un’evidenziazione nera non bastano: il testo resta nel file.
Capita più spesso di quanto si pensi: un atto pubblicato con gli «omissis» in nero, qualcuno seleziona il passaggio, copia e incolla, e il nome ricompare. Non è un attacco informatico, ma un rettangolo disegnato sopra il testo invece di eliminare il testo. Per il GDPR e il Codice privacy il file contiene ancora dati personali e, una volta pubblicato o inviato, può configurare una violazione.
Questa guida spiega cosa contiene davvero un PDF, un metodo valido con qualsiasi strumento serio, come procedere con Anonimatum e soprattutto come verificare che il risultato sia pulito prima di diffonderlo, ad esempio nella sezione Amministrazione trasparente o in risposta a un accesso civico.
Passo dopo passo
Individuate i dati da eliminare
Elencate gli identificativi diretti (nome, codice fiscale, e-mail, telefono, IBAN) e indiretti (indirizzo, date, ruoli unici) in base allo scopo: pubblicazione, comunicazione a terzi o uso interno.
Verificate se il PDF contiene testo
Provate a selezionare una parola. Se non è possibile è una scansione: applicate prima l’OCR perché pattern e IA possano leggerla.
Caricate il file e scegliete i metodi
In Anonimatum caricate il PDF e selezionate i pattern del catalogo o personalizzati, le opzioni IA necessarie e, se serve, insiemi di parole o zone per firme e timbri.
Aggiungete la lista bianca
Inserite i termini che devono restare visibili, come l’ente, le norme citate o il numero di protocollo, per non oscurare più del necessario.
Generate l’anteprima e rivedete ogni segnalazione
Avviate l’anteprima, scorrete il testo evidenziato in giallo, deselezionate ciò che non è un dato personale e aggiungete ciò che è sfuggito.
Applicate e scaricate
Applicate l’anonimizzazione, aprite la scheda del risultato e scaricate il PDF anonimizzato con un nome file neutro.
Verificate il risultato
Copiate tutto il testo, cercate i dati con Ctrl+F, controllate proprietà, commenti e allegati ed eliminate i metadati prima di diffonderlo.
Perché riquadri neri ed evidenziazioni non anonimizzano
Un PDF non è una foto della pagina. In un PDF esportato da Word o da un gestionale, ogni carattere è salvato come testo con il suo font e la sua posizione. Sopra si possono aggiungere annotazioni (commenti, evidenziazioni, forme) che non cancellano nulla. Un rettangolo nero dello strumento commenti, un’evidenziazione nera o il carattere bianco su sfondo bianco lasciano il dato intatto: si copia, viene indicizzato dai motori di ricerca e letto dagli screen reader.
Nemmeno stampare e riscansionare è una buona idea: il file diventa pesante e non accessibile e, se qualcuno lo passa all’OCR, il testo torna. Il vero oscuramento consiste nell’eliminare testo e grafica nell’area e solo dopo disegnare il riquadro che segnala l’omissis. Il glossario approfondisce la censura dei documenti.
I tre livelli da controllare
- Livello visibile: ciò che si vede a schermo o in stampa, comprese immagini, timbri e firme scansionate.
- Strato di testo: il testo reale che si copia, si cerca con Ctrl+F o si estrae. In una scansione con OCR è testo invisibile posto dietro l’immagine.
- Metadati ed elementi nascosti: autore, titolo, software di origine, commenti, segnalibri, allegati incorporati, livelli e campi modulo.
Il metodo generico per anonimizzare un PDF
Prima di aprire qualsiasi strumento, decidete cosa va eliminato. Il rischio di reidentificazione dipende dal contesto: un nome è evidente, ma un numero di pratica, un indirizzo e una data di nascita insieme identificano altrettanto. In Italia di solito si cercano nome e cognome, codice fiscale (16 caratteri alfanumerici, ad esempio RSSMRA80A01H501U, fittizio), numero della carta d’identità, indirizzo, telefono, e-mail, IBAN, targa, firma e dati sanitari.
Poi verificate se il PDF ha testo selezionabile: provate a evidenziare una parola. Se non ci riuscite, è una scansione e serve prima l’OCR; trovate i dettagli nella guida per anonimizzare un PDF scansionato. Usate quindi uno strumento che applichi un oscuramento reale, controllate ogni segnalazione, salvate un nuovo file (mai sopra l’originale) e verificate il risultato.
Come anonimizzare un PDF con Anonimatum
Anonimatum unisce un’IA proprietaria, eseguita su server nell’Unione europea senza inviare il testo ad API esterne di modelli linguistici, a pattern e revisione umana. Il flusso: caricare, configurare, scegliere pattern, insiemi di parole, zone o opzioni IA, anteprima, revisione e applicazione. Le categorie IA coprono i dati personali secondo il GDPR (comprese le targhe dalla versione 1.9.0), date, indirizzi, importi e codici QR. Dalla 1.9.0 i documenti in italiano vengono riconosciuti automaticamente, codice fiscale incluso. La pagina dell’anonimizzatore PDF riassume tutte le funzioni.
La lista bianca fa il contrario: protegge i termini che non vanno mai oscurati, come il nome dell’ente, la norma citata o il comune. Dalla 1.9.0, quando togliete una segnalazione in anteprima potete chiedere che quel termine non venga più proposto, solo per voi o per tutto il gruppo.
| Dato | Metodo consigliato | Esempio fittizio |
|---|---|---|
| Codice fiscale, e-mail, telefono, IBAN | Pattern del catalogo o espressione regolare propria | RSSMRA80A01H501U · IT60 X054 2811 1010 0000 0123 456 |
| Nomi, indirizzi, date, importi | Opzioni IA con revisione in anteprima | Giulia Ferri, via Roma 12, Bologna |
| Termini interni (codici cliente, soprannomi) | Insieme di parole | CLI-0042 |
| Firme, timbri, loghi, foto | Zona disegnata o modello di figure | Firma autografa in calce |
Come verificare che il PDF sia pulito
La verifica non è facoltativa: l’oscuramento è irreversibile e ciò che è pubblicato non si recupera. Aprite il file finale con un lettore diverso da quello usato per produrlo e fate questi controlli:
Controlli minimi prima della diffusione
- Selezionare tutto (Ctrl+A), copiare e incollare in un editor di testo: nessun dato oscurato deve comparire.
- Cercare con Ctrl+F cognome, codice fiscale ed e-mail: zero risultati.
- Aprire le proprietà del documento (autore, titolo, oggetto, parole chiave).
- Verificare che non ci siano commenti, segnalibri, allegati o livelli con dati personali.
- Controllare il nome del file: «Determina_GiuliaFerri.pdf» vanifica tutto il lavoro.
- Rileggere intestazioni, piè di pagina, note e tabelle, dove spesso restano dati isolati.
Per i metadati usate lo strumento per eliminare i metadati da un PDF, che rimuove autore, date e proprietà senza toccare il contenuto visibile. Nel glossario trovate cosa sono i metadati e perché spesso rivelano chi ha redatto il documento.
Errori comuni nell’anonimizzare un PDF
- Usare gli strumenti di disegno o commento del lettore PDF invece di una vera funzione di oscuramento.
- Fidarsi ciecamente del rilevamento automatico: nessuna IA e nessun pattern è infallibile; la revisione umana fa parte del processo.
- Dimenticare gli identificativi indiretti: un ruolo unico («la responsabile dell’ufficio tecnico»), una data di nascita o un indirizzo identificano come un nome.
- Oscurare troppo: coprire date, importi o numeri di protocollo che dovevano restare visibili rende il documento inutile. La lista bianca evita il problema.
- Anonimizzare il PDF ma inviare il Word originale, o lasciare bozze in cartelle condivise.
- Non ripulire metadati e nome del file.
Domande frequenti
Basta un rettangolo nero in un PDF?
No, se è un’annotazione o un disegno. Il testo resta sotto e si può copiare o cercare. Serve una funzione che elimini il contenuto dell’area prima di disegnare il riquadro.
Anonimizzare e pseudonimizzare sono la stessa cosa?
No. L’anonimizzazione elimina il dato in modo irreversibile; la pseudonimizzazione lo sostituisce con un valore coerente, reversibile con informazioni conservate separatamente. I dati pseudonimizzati restano dati personali ai sensi del GDPR.
Si può annullare un’anonimizzazione?
No, ed è voluto. Conservate l’originale in un luogo sicuro e, se dovete poter tornare indietro, usate la pseudonimizzazione con la relativa tabella di corrispondenza.
E i PDF scansionati?
Richiedono l’OCR perché pattern e IA leggano il testo, e vanno oscurati sia l’immagine sia lo strato di testo. La guida sui PDF scansionati spiega come fare.
Oscura i tuoi PDF nel modo giusto
Confronta i piani e inizia ad anonimizzare i PDF con un’IA ospitata nell’UE, pattern e una revisione umana prima di applicare le modifiche.