By · Last updated 2026-06-05

Tornar al BlogSeguretat de la IA

PII en captures de pantalla: fugues en eines internes

Slack, Teams, Jira i el correu electronic reben regularment captures de pantalla amb PII de clients. Aquesta violacio del control d'acces eludeix totes les eines DLP.

June 5, 20266 min llegit
screenshot PIIinternal toolsGDPR compliancedata leakageJira Slack security

El punt cec del DLP que no heu auditat

Les eines DLP vigilen el transit de xarxa, els fitxers de correu electronic i les transferencies de fitxers. Capturen fulls de calcul amb columnes de NSS. Marquen correus electronics amb llistes de clients. Bloquegen pujades amb historials medics.

No capturen les captures de pantalla.

Una captura de pantalla es un fitxer d'imatge. El PII que conte esta dibuixat en pixels. No s'emmagatzema com a text. Els motors DLP que escanegen patrons PII no troben res.

Els empleats enganxen captures de pantalla a Slack, Jira, Teams i cadenes de correu electronic cada dia. Zero alertes DLP s'activen.

Com les captures de pantalla propaguen el PII a la feina

El treball en remot i hibrid ha fet que compartir captures sigui habitual. Les eines internes s'omplen d'elles cada dia.

Els membres de l'equip comparteixen captures per a context rapid:

  • Els agents de suport capturen vistes de comptes de clients per compartir amb els caps d'equip.
  • Els desenvolupadors comparteixen registres d'errors que inclouen dades introduides pels usuaris.
  • Els gestors de comptes envien registres CRM per donar context als equips financers.
  • Els administradors de TI capturen vistes del sistema per documentar configuracions per a contractistes.
  • Els equips de producte comparteixen vistes del tauler en actualitzacions per a parts interessades.

Cada adjunt pot contenir informacio personal. Una captura d'un compte de client inclou un nom, correu electronic, estat i adreca de facturacio. Un fitxer de registre d'errors pot incloure noms, adreces o numeros de telefon introduits pels usuaris. Una captura de registre CRM conte el perfil complet del compte. Un fitxer de tauler pot mostrar ID d'usuari en les etiquetes del grafic.

El problema del control d'acces

Compartir captures de pantalla tambe crea un problema de control d'acces.

La majoria d'organitzacions apliquen controls d'acces basats en rols (RBAC) als sistemes de produccio. Un agent de suport veu nomes els registres de la seva cua. Un contractista veu nomes els fitxers del projecte assignat.

Quan un agent captura un registre d'un client i l'enganxa en un canal de Slack amb contractistes, es bypass el control d'acces. El contractista obte dades personals a les quals no podia accedir per vies normals. El DPA per al treball del contractista pot no cobrir aquesta transferencia. Els drets RGPD del client pot ser que no s'apliquin a aquest contractista.

Aquest bypass es un problema de l'Article 5(1)(f) del RGPD. Cobreix la integritat i la confidencialitat. Tambe pot crear problemes d'alineacio amb l'Article 28 si els contractistes obtenen PII sense els DPA adequats. Consulteu la nostra guia de conformitat RGPD per a una llista de comprovacio dels deures de l'Article 28.

Deteccio d'imatge PII com a salvaguarda tecnica

La salvaguarda tecnica per a l'exposicio de PII basada en captures es l'OCR mes la deteccio NLP. Els passos son simples.

  1. L'empleat captura una pantalla d'una interficie de client.
  2. Abans de compartir: puja la captura a una eina de deteccio.
  3. L'eina extreu el text visible via OCR.
  4. El NLP troba entitats PII en el text.
  5. L'empleat veu un informe: "Aquesta captura conte: [nom del client], [adreca de correu electronic], [ID de compte]."
  6. L'empleat redacta el PII, redueix l'ambit de comparticio o procedeix amb una rao escrita.

Aixo no bloqueja tot el que es comparteix. Mostra la informacio personal abans que es mogui. Les persones poden prendre decisions informades. Vegeu com s'integra al vostre stack de proteccio a la pagina de salvaguardes.

Cas d'us: politica de captures de pantalla a Jira d'un helpdesk SaaS

El servei d'assistencia d'una empresa SaaS utilitzava Jira per registrar problemes de compte. Els fitxers adjunts a aquells tickets contenien PII d'usuaris. Concretament:

  • Adreces de correu electronic d'usuaris de pantalles de gestio de comptes.
  • Detalls del pla de subscripcio.
  • Imports i dates de facturacio.
  • Dades de pagament parcials en alguns casos.

Una auditoria del RGPD va trobar 847 tickets de Jira creats al llarg de 18 mesos. Tots tenien adjunts de PII. Jira estava obert als 200 enginyers. Alguns eren contractistes sense DPA per a registres de facturacio de clients.

Passos de remediacio:

  1. Auditoria retroactiva: deteccio de PII en tots els adjunts existents. 312 tickets marcats per a revisio del DPO.
  2. Neteja de tickets: 89 tickets van tenir els fitxers obscurits abans de tornar-los a adjuntar.
  3. Canvi de proces: nou flux de treball que requereix una comprovacio de PII abans d'adjuntar a Jira.
  4. Formacio: sessio de 15 minuts per a tot el personal del servei d'assistencia.

Resultats despres de 90 dies:

  • Incidents de PII a Jira: reduits en un 90 per cent.
  • Incidents restants: casos en que el personal va procedir amb una rao diagnostica escrita.
  • Ambit del DPA: actualitzat per reduir l'exposicio innecessaria de dades personals per als contractistes.

Els 312 tickets historics van ser una constatacio de conformitat. La reduccio del 90 per cent va servir com a prova de remediacio en la resposta a l'auditoria.

Integrar la revisio de captures als fluxos de treball de l'equip

Per a les organitzacions que volen controls de PII sense alentir les operacions, hi ha diverses opcions.

Opcio lleugera: Una eina de navegador que els empleats fan servir abans d'enganxar a Slack o Jira. Arrossega la captura, obte un informe de PII en cinc segons, despres procedeix o redacta.

Ganxo de Jira o ServiceNow: Deteccio que s'executa abans que els fitxers arribin als tickets. Funciona com l'escaneig de virus abans de pujar un fitxer.

Bot de Slack: Un bot que rep pujades de captures en els canals escollits. Executa la deteccio de PII. Publica una resposta al fil amb les entitats detectades. Aixo fa visible la informacio personal sense bloquejar el flux de treball.

Norma d'equip mes mostreig: Una comprovacio automatitzada setmanal. Mostreia el 10 per cent de les captures en les eines de collaboracio. Executa la deteccio. Informa els resultats al cap de l'equip. Aixo crea responsabilitat sense bloquejar cap flux de treball.

Per als registres del RGPD: el control de PII en captures compta com una "mesura organitzativa" en virtut de l'Article 32. Documenta la salvaguarda: politica mes eina tecnica. Afegeix-hi proves d'us. Aixo compleix la norma de responsabilitat de l'Article 5(2). Consulteu la nostra pagina de conformitat i l'entrada del glossari per a l'Article 32.

Voleu veure com anonym.legal ho gestiona per al vostre equip? Visiteu la nostra pagina de plans o llegiu la declaracio del fundador sobre la desidentificacio.

Fonts

Preparat per protegir les vostres dades?

Comenceu a anonimitzar PII amb més de 285 tipus d'entitats en 48 idiomes.

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.