anonym.legal

By · Last updated 2026-05-02

العودة إلى المدونةالامتثال لـ GDPR

الامتثال العالمي لحماية البيانات: GDPR وLGPD وDPDP

الرقم الضريبي البرازيلي CPF ورقم Aadhaar الهندي ورقم الضمان الاجتماعي الأمريكي SSN لها صيغ ومنطق تحقق مختلفة جذريًا. تُضيف LGPD والقانون الهندي DPDP CPF وAadhaar إلى قائمة المعرّفات المحمية.

May 2, 20268 دقيقة قراءة
global PII complianceBrazilian CPF detectionIndian Aadhaar DPDPLGPD compliancemulti-regulatory PII

الامتثال العالمي لحماية البيانات: ثلاثة قوانين وثلاثة صيغ معرّفات

سوق إلكترونية بريطانية تعالج وثائق بائعين من 80 دولة. تنطبق عليها ثلاثة قوانين في آن واحد: GDPR للبائعين الأوروبيين، وLGPD للبائعين البرازيليين، وقانون DPDP الهندي للبائعين الهنود. يُحدّد كل قانون هويات وطنية مختلفة باعتبارها بيانات محمية. ولكل صيغة منطق تحقق خاص بها.

الرقم الضريبي البرازيلي CPF: الصيغة وحالته بموجب LGPD

رقم CPF (Cadastro de Pessoas Físicas) هو رقم دافع الضرائب في البرازيل. يتكوّن من 11 رقمًا بالصيغة XXX.XXX.XXX-XX. الرقمان الأخيران هما رقما التحقق، ويُحسبان عبر خوارزمية رياضية تُطبَّق على التسعة أرقام الأولى.

يُعامل قانون LGPD البرازيلي رقم CPF باعتباره معرّفًا شخصيًا محميًا بمستوى حساسية مماثل لـ SSN الأمريكي. أداة لا تعرف صيغة CPF لن تتمكن من اكتشافه. والتي تتجاهل مجموع التحقق ستُنتج نتائج إيجابية خاطئة.

رقم Aadhaar الهندي: الصيغة وأحكام DPDP

Aadhaar رقم مؤلف من 12 خانة تُصدره الهيئة الهندية لتعريف الهوية الفريدة (UIDAI). تُخصَّص الأرقام عشوائيًا. الخانة الأخيرة هي خانة تحقق Verhoeff.

يُنشئ قانون DPDP الهندي التزامات على كل جهة تتعامل مع بيانات مرتبطة بـ Aadhaar. يستلزم الاكتشاف خطوتين: أولًا، مطابقة الصيغة المؤلفة من 12 خانة والتحقق من خانة Verhoeff. ثانيًا، التصفية بالسياق، إذ إن ليست كل سلسلة من 12 رقمًا رقمَ Aadhaar.

رقم الضمان الاجتماعي الأمريكي SSN: هيكل معروف

يتكوّن SSN من تسعة أرقام. الثلاثة الأولى هي رقم المنطقة. الرقمان التاليان هما رقم المجموعة. الأربعة الأخيرة هي الرقم التسلسلي. لكل جزء قواعده المحددة، وعملية التحقق موثقة جيدًا.

الفجوة بين أدوات الدولة الواحدة والقواعد العالمية

هذه المعرّفات الثلاثة لا تشترك في أي صيغة أو قاعدة تحقق. أداة مبنية للاستخدام الأمريكي ستكتشف SSN. وقد تُخفق كليًا في اكتشاف CPF وAadhaar.

تكتشف معظم الفرق هذه الفجوة حين يسأل المنظِّم — لا قبل ذلك. تُشكّل الفجوة خطرًا حقيقيًا بموجب كل قانون:

  • المادة 28 من GDPR تُوجب اتفاقية معالجة بيانات مكتوبة مع كل معالج. تقييم أثر حماية البيانات (DPIA) الذي يُدرج "اكتشاف SSN" باعتباره التدبير الرئيسي — بينما تحتوي مجموعة البيانات على أرقام CPF أيضًا — يحمل فجوة موثقة يمكن لأي مدقق اكتشافها.
  • LGPD تصل غراماتها إلى 2% من الإيرادات البرازيلية بحد أقصى R$50 مليون لكل خرق. رقم CPF يمر دون اكتشاف يُعدّ انتهاكًا مباشرًا لـ LGPD.
  • DPDP لا يزال تطبيقه في مراحله الأولى. الفرق التي توثّق تغطيتها الآن ستكون في وضع أفضل حين تُحدد الأحكام المبكرة المعايير.

ثلاثة أنظمة غرامات في آن واحد تُفضي إلى مخاطر متراكمة. الأدوات أحادية البلد تُعرّض الفرق العالمية للخطر.

ما تتطلبه التغطية الشاملة

تحتاج الأداة إلى صيغة كل معرّف وخوارزمية تحققه وسياقه القانوني. يحتاج CPF مجموعًا بالمقياس النمطي. يحتاج Aadhaar تحقق Verhoeff مع تصفية سياقية. يحتاج SSN قواعد المنطقة والمجموعة. هذه ثلاث مشكلات مستقلة لا يُغطيها نمط بحث واحد.

اطلع أيضًا على: الفجوة العالمية في معرّفات PII: SSN وCPF وAadhaar ودليل تطبيق LGPD البرازيلي بواسطة ANPD والامتثال التقني لقانون خصوصية DPDPA الهندي.

المصادر

مقالات ذات صلة

الامتثال لـ GDPR

Japan My Number: Verhoeff & APPI

63% of generic tools fail My Number detection in Japanese documents. My Number uses Verhoeff algorithm — the most complex national ID checksum in Asia.

الامتثال لـ GDPR

HDPA Greece: AFM & AMKA Detection

Greek AFM detected with 52% accuracy by generic tools. HDPA issued 89 decisions in 2024 — up 162% from 2022. Tourism and maritime sectors face distinct.

الامتثال لـ GDPR

NAIH Hungary: TAJ-Szám and Adóazonosító Jel

Hungarian NER accuracy is 67% vs. EU average 82% — NAIH's 2024 assessment. TAJ-szám weighted checksum and adóazonosító jel detection gaps.

هل أنت مستعد لحماية بياناتك؟

ابدأ بإخفاء المعلومات الشخصية مع أكثر من 285 نوع كيان عبر 48 لغة.

ابدأ تجربة مجانيةعرض الميزات

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.