anonym.legal

Waarom Regex, Nie KI nie?

Vir regulatoriese nakoming, het jy resultate nodig wat jy kan verduidelik en herhaal. Ons deterministiese benadering lewer presies dit—geen swart bokse, geen verrassings nie.

Gedetailleerde Vergelyking

We use the best tool for each job: deterministic regex patterns for structured data, and proven ML models for names and entities. Built on Microsoft Presidio.

Entity TypeDetection MethodExamples
Gestructureerde Data
Regex Patrone
E-pos, SSN's, kredietkaarte, IBAN's, telefoonnommers
Name & Organisasies
ML Modelle (spaCy, Stanza)
Persoonname, maatskappyname, plekke
48 Tale
XLM-RoBERTa
Kruis-taal entiteit herkenning
Herhaalbaarheid
100% Herhaalbaar
Dieselfde inset = dieselfde uitset, elke keer
Naam Detectie
Hoë Akkuraatheid ML
Bewese NLP modelle met vertrouensgrade
Auditeerbaarheid
+Volledig Geaudit
Posisie, tipe, vertroue vir elke entiteit

Hoe Patroonvergelyking Werk

Elke entiteit tipe het sorgvuldig saamgestelde regex patrone wat spesifieke formate pas.

E-pos Adresse

[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}

Pas standaard e-pos formaat: local-part@domain.tld

Kredietkaart Nommers

\b(?:4[0-9]{12}(?:[0-9]{3})?|5[1-5][0-9]{14}|...)\b

Pas Visa, Mastercard, Amex, en ander kaart formate met Luhn validasie

Duitse IBAN

DE[0-9]{2}\s?[0-9]{4}\s?[0-9]{4}\s?[0-9]{4}\s?[0-9]{4}\s?[0-9]{2}

Pas Duitse IBAN formaat met opsionele spasies

Gebou vir Nakoming

Wanneer ouditore vra "hoekom is dit gedetecteer?" het jy 'n duidelike antwoord nodig. Ons regex-gebaseerde benadering bied presies dit.

  • GDPR Artikel 25: Privaatheid deur ontwerp met verduidelikbare verwerking
  • ISO 27001: Gedokumenteerde, herhaalbare prosesse
  • Auditrail: Elke detectie kan na 'n spesifieke patroon teruggevoer word

Voorbeeld Oudit Antwoord

V: Hoekom is "john.smith@company.com" gemerk?
A: Pas e-pos patroon by posisie 45-68 met vertroue 0.95. Patroon: standaard e-pos formaat validasie.

Ervaar Deterministiese Detectie

Probeer ons regex-gebaseerde PII-detectie gratis met 200 tokens per siklus.