Los archivos de formato de documento portátil (PDF) son formato de archivo multiplataforma, enlaces de soporte, imágenes y fuentes. La flexibilidad del formato PDF hace que estos archivos sean muy útiles y ampliamente utilizados por individuos y organizaciones de todo el mundo. Al mismo tiempo, este formato es muy atractivo para los ciberdelincuentes, ya que pueden crear documentos de aspecto válido que entregarán código malicioso o engañarán a los usuarios para hacer clic en los enlaces.
Muchos ataques comienzan desde un archivo recibido, generalmente adjunto a un correo electrónico. Luego, una vez que la víctima abre el archivo o interactúa con él haciendo clic en enlaces o botones, se ejecuta la siguiente etapa del ataque. El propósito del ataque puede ser el robo de información, instalar una puerta trasera, obtener acceso al sistema y más.
Uno de los desafíos de los respondedores de incidentes es identificar y clasificar los archivos maliciosos que se usaron en el ataque que comprometieron el punto final. Los archivos PDF hacen que el proceso consuma más tiempo porque los archivos PDF pueden transportar código malicioso que está oculto y comprimido dentro de las transmisiones del archivo, todo mientras estos archivos se usan ampliamente para negocios legítimos, tanto interna como externamente en las organizaciones. Además de eso, la fatiga alerta puede ser una causa de alertas perdidas y aumentar el tiempo de respuesta de los nuevos archivos para analizar.
¿Qué es análisis de la información PDF?
- PDF estructurados: el diseño y la estructura subyacentes de estos documentos permanecen fijos en todo el conjunto de datos. Crear segmentos y etiquetarlos con etiquetas apropiadas, construye tuberías de automatización para extraer y estructurar valores en un formato tabular. Estos se pueden replicar para formularios con diseños similares.
- PDFS no estructurados basados en texto: si puede hacer clic y arrastrar para seleccionar texto en un visor PDF, entonces su documento PDF es un documento basado en texto. Extraer texto gratuito de estos documentos puede ser bastante simple, pero hacerlo de una manera de diseño o contexto puede ser extremadamente desafiante. La base de datos de análisis y recuperación de documentos electrónicos (SEDAR) utilizado por Statistics Canada (que se explicará con más detalle más adelante en el artículo) tiene millones de PDF no estructurados basados en texto que requieren técnicas avanzadas de procesamiento de documentos inteligentes para crear conjuntos de datos estructurados.
- PDF escaneados no estructurados: los documentos PDF escaneados contienen información en múltiples formas y tamaños. Los pasos adicionales ayudan a localizar los componentes de texto y realizar el reconocimiento de caracteres ópticos para extraer tokens textuales. Una vez que el PDF se convierte en texto y se identifica la ubicación para estos tokens, puede implementar métodos similares utilizados para PDF basados en texto para extraer información. La última investigación en esta área se discutirá en los próximos artículos de esta serie.
PYPDF2 es un kit de herramientas PDF Pure-Python que se origina en el proyecto PYPDF. Puede extraer datos de los archivos PDF o manipular los PDF existentes para producir un nuevo archivo. Esto permite al desarrollador cosechar, dividir, transformar y fusionar PDF, así como extraer metadatos asociados para el PDF. Como se demuestra en la imagen, la precisión de extracción de texto es menor en comparación con otros paquetes y no puede extraer imágenes, cuadros delimitadores, gráficos u otros medios de estos documentos. Esta es una buena herramienta si el único objetivo es extraer texto libre independientemente de su diseño.
Una imagen de un pdf de muestra con una estructura tabular que consiste en un encabezado, subtítulo, elementos de pedido y una columna de notas a la derecha. El cuadro de salida que muestra la extracción de texto tiene el texto correcto, pero es independiente del diseño original o los detalles descifran entre los subtítulos y el texto regular.
¿Qué es el análisis de documentos PDF?
Convierta largas horas de verificación manual de los estados bancarios recibidos en un análisis automático.
Analizar múltiples documentos en segundos con una herramienta simple
No existe una estructura global para los estados bancarios en formato PDF: los documentos varían de una institución a otra. Esto hace que el proceso de su análisis sea extremadamente difícil y generalmente requiere participación humana.
Sin embargo, hemos estado desarrollando nuestra solución durante años, habiendo pasado por miles de documentos para crear algoritmos capaces de extraer datos de transacciones en un formato XML legible por máquina, así como evaluar posibles intentos de templado.
Los datos preparados de esta manera se pueden ordenar, filtrar y analizar con precisión. Todo sucede en segundos, ahorrándote largas horas de trabajo manual.
Antes de devolver cualquier dato, verificamos la credibilidad y la coherencia de la información contenida en las declaraciones PDF. Esto es para detener el fraude en forma de manipulación de datos contenidos en documentos.
Nuestras heurísticas incluyen:
- consistencia del saldo de la cuenta con transacciones,
- Características de los metadatos de PDF,
- fuentes, su color y tamaño,
- logotipo bancario,
- la consistencia del rango de fecha de encabezado con las fechas de transacción,
- Palabras clave,
- estructura de documentos,
- La firma digital del banco.
Puede preguntarse por qué necesitaría este servicio cuando las soluciones de banca abierta se vuelvan cada vez más avanzadas. Bueno, eso es cierto y recomendamos usarlos también con nuestra cooperación, pero en algunos casos no es suficiente.
¿Qué es análisis y síntesis según autores?
Ahora que ha considerado cuál podría ser su visión analítica (articulada en forma de tesis), es hora de traer evidencia para apoyar su análisis; esta es la parte de síntesis de la taxonomía de Bloom anteriormente en este capítulo. La síntesis se refiere a la creación de un nuevo todo (una interpretación) utilizando partes más pequeñas (evidencia del texto que ha analizado).
Esencialmente, hay dos formas de recopilar y sacrificar el soporte relevante del texto con el que está luchando. En mi experiencia, los estudiantes se dividen de manera uniforme sobre qué opción es mejor para ellos:
Opción #1: Antes de escribir su tesis, mientras lee y vuelve a leer su texto, anota la página y tome notas. Copie citas, imágenes, características formales y temas que son sorprendentes, emocionantes o relacionados. Luego, trate de agrupar su colección de evidencia de acuerdo con rasgos comunes. Una vez que lo haya hecho, elija uno o dos grupos para basar su tesis.
Opción #2: Después de escribir su tesis, revise el texto en busca de citas, imágenes y temas que admitan, elaboren o expliquen su interpretación. Registre estas citas y luego regrese al proceso de redacción.
Una vez que haya reunido evidencia de su texto de enfoque, debe tejer citas, paráfrasis y resúmenes en su propia escritura. Una idea errónea común es que debe escribir «alrededor» de su evidencia, es decir, elegir la cita directa que desea usar y construir un párrafo alrededor de ella. En cambio, debe poner en primer plano su interpretación y análisis, utilizando evidencia en el fondo para explorar y apoyar esa interpretación. Llegue con su idea, luego demuestre con evidencia; Luego, explique cómo su evidencia demuestra su idea.
Artículos Relacionados:
