Исключите конфиденциальную информацию из результатов поиска Google.

При публикации документов и изображений в интернете вы можете непреднамеренно раскрыть информацию, которая не видна невооруженным глазом. В частности, данные, которые вы не видите или которые предназначались для удаления, могут содержаться в некоторых форматах документов и быть доступны для поисковых систем.

Поскольку поисковые системы индексируют общедоступные материалы, включая изображения, контент, который не был полностью удален, может быть найден в результатах поиска. Вспомогательные технологии, такие как программы чтения с экрана, делают этот «скрытый» контент более доступным, а методы распознавания текста (OCR) позволяют искать информацию внутри изображений.

Использование мелкого шрифта, цвета текста, совпадающего с фоном, или перекрытие текста изображением делает информацию невидимой для человека, но не предотвращает индексацию этих данных поисковыми системами.

Аналогичным образом, некоторые типы документов содержат скрытую информацию. В них может сохраняться история изменений, позволяющая увидеть удаленный или измененный текст. Они могут хранить полные версии изображений, из которых были вырезаны фрагменты. Также в файлах могут присутствовать метаданные, невидимые при обычном просмотре, но содержащие имена пользователей, которые открывали или редактировали файл.

Вся эта информация может сохраняться даже при экспорте или конвертации документа из одного формата в другой. Если вам необходимо удалить данные из файла, крайне важно сделать это полностью до того, как файл станет общедоступным.

Ниже приведены рекомендации по правильному удалению информации из документов, которые не должны индексироваться и отображаться в Google Search.

Редактируйте и экспортируйте изображения перед их вставкой

Google Search индексирует изображения, найденные в интернете, как на веб-страницах, так и внутри различных форматов документов. Встроенные изображения иногда редактируются только средствами самого документа. Это приводит к тому, что при индексации изображения отдельно от документа удаленные фрагменты могут стать видимыми. Поэтому лучше редактировать изображения до их вставки в документ, а не после. В частности:

• Обрезайте ненужную информацию на изображениях до их вставки в документы. Некоторые инструменты редактирования (например, текстовые процессоры или программы для создания презентаций) сохраняют исходные необрезанные изображения в публичной версии документа, поэтому внимательно изучайте документацию к используемому ПО.
• Полностью удаляйте или скрывайте любой текст или другие конфиденциальные части изображения, так как системы OCR могут распознать их как поисковый текст.
• Удаляйте нежелательные метаданные.

После выполнения этих рекомендаций экспортируйте или сохраните обновленные изображения в не векторных или «сплющенных» форматах, таких как PNG или WEBP. Это предотвратит случайное включение скрытых частей изображений в публичный документ.

Редактируйте или удаляйте нежелательный текст перед сохранением в публичный формат

Перед созданием публичной версии документа удалите весь текст, который не должен отображаться в финальном файле. Используйте форматы, которые не сохраняют историю изменений. Вот более конкретные советы:

• Используйте специализированные инструменты для редактирования документов. Избегайте наложения черных прямоугольников поверх текста, так как это не гарантирует удаление данных из публичного документа.
• Тщательно проверяйте метаданные документа в публичном файле.
• Следуйте лучшим практикам редактирования документов для используемого вами формата (PDF, изображения и т. д.).
• Учитывайте информацию в URL или имени файла. Даже если часть сайта заблокирована в robots.txt, URL могут быть проиндексированы (без содержимого страницы). Используйте хеши в параметрах URL вместо адресов электронной почты или имен.
• Рассмотрите возможность использования аутентификации для ограничения доступа к конфиденциальному контенту. Добавьте на страницу входа noindex robots meta тег, чтобы заблокировать индексацию.
• При публикации убедитесь, что сайт подтвержден в Google Search Console. Это позволит при необходимости быстро удалить контент из поиска.

Что делать, если документы с конфиденциальной информацией попали в поиск

1. Удалите документ с сайта или из места, где он был опубликован.
2. Используйте инструмент удаления для подтвержденного сайта, чтобы убрать документы из поиска. Используйте префикс URL, если нужно удалить много документов. Для подтвержденных сайтов удаление обычно занимает менее суток. Это предотвратит появление документа в результатах поиска.
3. Разместите правильно отредактированный документ по новому URL. Это гарантирует, что в индекс попадет новая версия, а не старая (так как повторное сканирование и обновление индекса занимает время). Обновите все ссылки на эти документы.
4. Свяжитесь с владельцами других сайтов, где могут быть размещены некорректно отредактированные документы, и попросите их удалить файлы. Попросите их использовать инструмент удаления в их Search Console или воспользуйтесь инструментом для удаления устаревшего контента, чтобы запросить обновление результатов поиска Google.
5. Дождитесь истечения срока действия запросов на удаление URL (это происходит после того, как URL были обновлены в индексе Google Search, или примерно через 6 месяцев).