By · Last updated 2026-03-05

Takaisin BlogiinOikeusteknologia

Epstein-tiedostot: Korostaminen ei ole mustausta

DOJ:n joulukuussa 2025 julkaisema Epstein-tiedostojen luovutus paljasti kriittisen mustausvirheen: PDF:ssä mustalla korostettua tekstiä voi yhä lukea kopioi-liitä-toiminnolla.

March 5, 20267 min lukuaika
document redactionPDF redaction failurelegal complianceWord redaction

Joulukuun 2025 mustausvirhe

Päivitetty vuodelle 2026

Yhdysvaltain oikeusministeriö julkaisi Epstein-tiedostot joulukuussa 2025. Uutisointi siirtyi nopeasti sisällöstä mustauksiin – ja siihen, kuinka helposti nämä mustaukset voitiin ohittaa.

Menetelmä oli yksinkertainen. PDF-tiedostoissa mustattu sisältö oli peitetty mustalla korostuksella. Sanat pysyvät kuitenkin PDF:n tekstikerroksessa. Kopioi musta ruutu tekstieditoriin, ja alkuperäiset sanat ilmestyvät. Visuaalinen peite ei ollut todellista poistamista. Arkaluonteisia tietoja ei koskaan poistettu.

Tämä ei ollut uusi virhe. Anthony Pellicano -tapauksessa vuonna 2007 arkaluonteisia tietoja paljastui oikeudellisissa asiakirjoissa virheellisen mustauksen kautta. Sama virhe ilmeni oikeusasiakirjoissa ja viranomaisraporteissa vuosien ajan. Epstein-tiedostot kuitenkin tekivät virheestä näkyvän kymmenille miljoonille ihmisille reaaliajassa.

Lisätietoja asiakirjojen tunnisteiden poistamisesta oikeudellisessa kontekstissa löydät vaatimustenmukaisuuden yleiskatsauksestamme.

Visuaalinen peite vastaan todellinen poistaminen

Miksi tämä toistuu? Vastaus löytyy keskeisestä teknisestä erosta. Visuaalisen peitteen ja todellisen poistamisen välillä on merkittävä ero.

Visuaalinen peite asettaa elementin sanojen päälle. Se ei poista sanoja tiedostosta. Nämä menetelmät kuuluvat kaikki tähän ryhmään: musta korostus asettaa taustan mustaksi; valkoiset sanat valkoisella sivulla vaihtaa värin vastaamaan; tekstin päälle piirretty musta suorakaide piilottaa näkymän; PDF-annotaatiopeite lisää läpinäkymättömän kerroksen päälle; kuvakerros asettaa mustan kuvan sanojen päälle.

Jokaisessa tapauksessa alkuperäiset sanat pysyvät tiedostossa. Ne löytyvät kopioimalla alue tai poistamalla päällyskerros. Teknisesti taitava henkilö voi myös skannata raakaa tiedostoa.

Todellinen mustaus poistaa sanat tiedostosta pysyvästi. Sisältö ei ole piilotettu – se on poissa. Mitään ei jää löydettäväksi.

Jokaisesta lähettämästäsi tiedostosta on kysyttävä: löytääkö joku tiedostoa tarkastellessaan alkuperäiset sanat? Visuaalisella peitteellä vastaus on kyllä. Katso sanastomme mustausten määritelmistä.

Word-asiakirjaongelma

Sama virhe esiintyy Microsoft Wordissa. Mustalla korostuksella tai läpinäkymättömillä ruuduilla mustatun Word-tiedoston alkuperäiset sanat jäävät asiakirjan XML:ään.

Tämä on tärkeää, koska Word on pääasiallinen formaatti oikeudellisille kirjeille, sopimuksille, HR-tiedostoille ja sisäisille katsauksille. Korostusta käyttäneet organisaatiot ovat lähettäneet asiakirjoja löydettävissä olevilla tiedoilla läpi koko historiansa.

71 % oikeudellisista tiimeistä käyttää tekoälytyökaluja tietojen tallennukseen liittyvistä huolista huolimatta (ACC 2025 -tutkimus). Tekoälytyökalujen tullessa mukaan asiakirjatyöhön riski aiempien mustausvirheiden paljastumisesta kasvaa. Tiedostojasi lukeva tekoäly voi löytää sanoja mustatuista osista, joita ei koskaan todella poistettu.

Tunnetut mustausvirhetapaukset

Epstein-tiedostot eivät olleet ensimmäinen tunnettu tämän virheen tapaus.

Anthony Pellicano -tapaus (2007) sisälsi arkaluonteisten tietojen paljastumisen liittovaltion tuomioistuimessa väärin mustattujen asiakirjojen kautta. [VERIFIED-EXTERNAL]

NSA-asiakirjoja, jotka on julkaistu FOIA-pyyntöjen kautta, on toistuvasti sisältänyt luettavia sanoja mustien ruutujen alla. Turvallisuustutkijat ovat dokumentoineet tämän kansallisen turvallisuuden julkistuksissa. [VERIFIED-EXTERNAL]

Yritysten oikeudenkäyntiasiakirjat sisältävät usein luettavaa sisältöä, kun osapuolet käyttävät PDF-annotaatiokerroksia todellisen poistamisen sijaan. [VERIFIED]

Tämä malli osoittaa perustavanlaatuisen aukon. Oikeudelliset tiimit pitävät mustausta visuaalisena toimenpiteenä. PDF- ja Word-formaatit sisältävät kuitenkin jäsenneltyä dataa riippumatta siitä, mitä näytöllä näkyy.

Mitä todellinen mustaus vaatii

Jotta tiedosto on todella mustattu, sanat on poistettava ja korvattava. Teknisesti taitava henkilö ei saa pystyä palauttamaan niitä.

PDF-tiedostoissa todellinen mustaus tarkoittaa neljää asiaa. Ensiksi, tasoita PDF poistamaan kaikki muokattavat kerrokset. Toiseksi, korvaa sisältö mustilla ruuduilla sisältövirran tasolla. Kolmanneksi, poista metadata, joka saattaa sisältää alkuperäiset sanat. Neljänneksi, poista upotetut fontit, jotka voisivat mahdollistaa palauttamisen.

Word-tiedostoissa todellinen mustaus tarkoittaa kolmea asiaa. Ensiksi, etsi jokainen kohdatekstin esiintymä – jäljityksestä, kommenteista, metadatasta ja muutoshistoriasta. Toiseksi, korvaa sisältö äläkä peitä sitä visuaalisesti. Kolmanneksi, säilytä muotoilu jättämättä jälkiä.

Avainsana on korvaaminen. Alkuperäinen sisältö on korvattava jollain muulla – ei piilotettava jonkin muun alle.

Ylä- ja alatunnisteet sekä piilotetut alueet

Oikeudellisten asiakirjojen mustauksessa on enemmän kerroksia kuin vain päärunko. Arkaluonteiset tiedot esiintyvät usein alueilla, jotka visuaaliset työkalut jättävät kokonaan huomiotta.

Ylä- ja alatunnisteet sisältävät usein asianimikkeitä, asiakastunnuksia ja asiakirjanumeroita. Sopimuksen rungon mustaaminen samalla kun ylätunnisteessa lukee "Etuoikeutettu – Koskien: TechCorpia" tekee tarkoituksen tyhjäksi.

Kommentit ja jäljitysmuutokset ovat yleinen tahattoman paljastamisen lähde. Arvioija, joka kommentoi "katso John Smithin muistiinpano", jättää sen tiedostoon. Se pysyy siellä, vaikka lauseke olisi peitetty.

Asiakirjan ominaisuudet ja metadata sisältävät tekijöiden nimiä ja muutoshistoriaa. Nämä voivat paljastaa asiakirjan alkuperän, vaikka runko olisi mustattu.

Muutoshistoria Wordissa säilyttää muokatun sisällön aiemmat versiot. Tiedosto, jossa luki aiemmin "kantajan kotiosoite on Esimerkkikatu 1", säilyttää kyseisen version, ellet tyhjennä sitä.

Vaatimustenmukaisen prosessin rakentaminen

Näiden virhemahdollisuuksien vuoksi asianmukainen mustausmenettely vaatii neljä vaihetta.

1. Käytä natiiveja Word-integrointeja Word-tiedostoille. Mustaus Word-objektimallin sisällä korvaa sisällön suoraan tiedostossa. Tämä välttää peittämisongelman. PDF:ksi muuntaminen ensin lisää riskiä ja saattaa jättää huomiotta kommentit ja muutoshistorian.

2. Käsittele kaikki asiakirjavyöhykkeet. Vaatimustenmukaisen prosessin on käsiteltävä ylä- ja alatunnisteet, alaviitteet, loppuviitteet, kommentit, jäljitysmuutokset ja asiakirjaominaisuudet – ei vain päärunko.

3. Varmista tulos. Mustauksen jälkeen yritä palauttaa sisältö. Kopioi mustatut alueet ja liitä. Tarkista asiakirjan XML. Arvioi jäljitysmuutokset ja muutoshistoria. Jos alkuperäistä sisältöä ilmestyy missään, mustaus on puutteellinen.

4. Ylläpidä tarkastusjälki. Oikeudellisissa tuotannoissa tallenna, mitä mustattiin, millä menetelmällä ja kenen toimesta. Tämä on tärkeää, jos etuoikeusriita syntyy. Lue lisää tietoturva- ja vaatimustenmukaisuussivultamme.

Oppeja Epstein-tiedostoista

Epstein-tiedostojen virhe oli julkinen oppitunti. Se osoitti, mitä tapahtuu, kun visuaalinen peite sekoitetaan todelliseen mustaukseen.

Jokaisen oikeudellisen tiimin ja vaatimustenmukaisuuden ammattilaisen, joka seurasi tätä uutista, tulisi esittää kaksi kysymystä. Ensiksi, mitä aiemmissa asiakirjatuotannoissa on, joka voitaisiin vastaavasti palauttaa? Toiseksi, todella poistaako nykyinen prosessimme sisältöä vai pelkästään peittääkö sen?

Vastaukset määrittävät todellisen altistumisen – ei pelkästään mustausmenettelyn olemassaolo.


anonym.legalin Office-laajennus suorittaa todellista PII-korvaamista Word-tiedostoissa. Se korvaa sisällön suoraan asiakirjarakenteessa – ei visuaalisesti sen päälle. Ylä- ja alatunnisteet, alaviitteet, kommentit ja jäljitysmuutokset käsitellään kaikki. Tuloksena on tiedosto, josta alkuperäiset tiedot ovat poissa – eivät piilossa. Lue lisää.

Lähteet

Valmiina suojaamaan tietojasi?

Aloita PII-anonymisointi yli 285 entiteettityypillä 48 kielellä.

About this page

We update this page when our platform or the law changes.

Read our founder note for how we work.

Each change shows up in the timestamp at the top.

Related reading

We follow these rules

  • GDPR (EU 2016/679).
  • ISO/IEC 27001:2022.
  • NIS2 (EU 2022/2555).
  • HIPAA safe harbor under 45 CFR § 164.514(b)(2).

Our promise

We do not sell your data.

We do not train models on your text.

We store your files in Germany.

You can delete your account at any time.

You own your work.

Where we run

Our servers live in Falkenstein, Germany.

We use Hetzner. They hold ISO 27001 certification.

All data stays in the EU.

Backups run every day.

Need help?

Email support@anonym.legal.

We reply within one business day.

How we test

We run a full check suite on every release.

Each surface gets its own sweep script and report.

Human reviewers spot-check the output each week.

We track recall and precision on a labelled set.

Bad runs block the deploy.

What we never do

  • We never sell your information to third parties.
  • We never train models on what you upload.
  • We never keep your work after you delete it.
  • We never share keys with any outside firm.
  • We never run ads inside the product.

Plans in plain words

We sell credits, not seats.

One credit covers one short job.

Long jobs use a few credits each.

You can top up at any time.

Unused credits roll over each month.

Read the plans page for current rates.

Who built this

A small team of engineers and lawyers built this.

We ship from Europe and work in the open.

Our founder note spells out why we started.

Where to start

How the parts fit

A browser add-on cleans text inside Chrome.

A Word plug-in handles drafts in Office.

A small desktop tool works on whole folders.

An agent protocol link feeds large models safely.

All four share one core engine and one rule set.

Words from our team

We started this work after a lunch about cookies.

One friend kept getting odd ads on her phone.

We asked why a court file leaked through a draft.

We sketched the first build on a napkin that week.

By month three we had a tiny demo for a friend.

She used it on her first case the next day.

Common questions we hear

Can the tool read scanned PDFs? Yes, with OCR.

Does it work on long files? Yes, in small chunks.

Can I roll my own rule set? Yes, save it as a preset.

Does it run offline? The desktop build runs offline.

Do you keep my files? No, the cloud build wipes after each run.

Will it learn from my work? No, we never train on inputs.

A short tour of the workflow

Upload a file or paste a snippet of prose.

Pick the entities you want gone from the draft.

Choose a method: replace, mask, hash, encrypt, or redact.

Press run and watch the side panel show each hit.

Skim the result and tweak any rule that misfired.

Save the cleaned file or send it to a teammate.