By · Last updated 2026-04-13

Volver al BlogTécnico

Privacidad Air-Gapped: Cómo Anonimizar Documentos...

Los entornos FedRAMP e ITAR tienen una cosa en común: la nube no es una opción. La pseudonimización reversible bajo el Art.

April 13, 20269 min de lectura
air-gapped anonymizationSCIF document processingITAR complianceFedRAMP offline toolsoffline PII detection

La regla del air gap

Algunas redes no tienen internet. No por política — por diseño.

Un SCIF (Sensitive Compartmented Information Facility) es una sala blindada Faraday. Ninguna señal inalámbrica entra ni sale. El ITAR (International Traffic in Arms Regulations) prohíbe enviar contenido técnico controlado a partes no autorizadas. Los proveedores cloud no tienen autorización ITAR. Para estas organizaciones, "SaaS en la nube" no es un riesgo a gestionar — es una imposibilidad.

Para estos entornos, las herramientas cloud sencillamente no funcionan.

Una herramienta que requiere conexión de red activa no puede desplegarse aquí. Una herramienta que verifica la licencia en un servidor remoto queda descartada de entrada. Una herramienta que envía archivos a una API cloud para detección no puede funcionar dentro de un SCIF. No son casos extremos. Son restricciones diarias para los equipos de defensa.

El caso ITAR

Una científica de datos en una empresa de defensa procesa registros de personal bajo ITAR. Debe eliminar nombres e identificadores antes de compartir los archivos. Su red está en air gap.

No hay solución cloud. El único camino es una herramienta que corra en el dispositivo local. Debe almacenar sus modelos localmente. Debe producir salida anonimizada sin ninguna llamada externa.

La aplicación Desktop basada en Tauri 2.0 hace exactamente esto. Tras la instalación, no se producen llamadas de red durante el procesamiento. Los modelos spaCy NER y los patrones regex corren todos en la CPU local. La salida permanece en el dispositivo hasta que el usuario la exporta.

Por qué importa la reversibilidad

Las operaciones clasificadas frecuentemente necesitan pseudonimización reversible. Los equipos reemplazan nombres reales con códigos. Los registros siguen siendo útiles. Las identidades reales quedan protegidas.

El RGPD Artículo 4(5) define la pseudonimización como una medida formal de protección de datos. Reduce el riesgo. Los registros pseudonimizados tienen menos obligaciones legales — si el token de búsqueda se almacena separado del conjunto de datos.

La investigación IAPP (2024) encontró que solo el 23 % de las herramientas admiten verdadera reversibilidad. La mayoría hacen reemplazo permanente o enmascaramiento simple. Una vez que un registro es sobreescrito, se pierde.

Algunos equipos gubernamentales dividen el trabajo por compartimentos. Un equipo recibe los archivos pseudonimizados y hace el análisis. Un segundo equipo tiene el token y reidentifica registros solo cuando la ley lo exige. Este diseño dividido es el único enfoque seguro para flujos de trabajo clasificados en equipo.

El modelo de conocimiento cero va un paso más allá. El token se crea en el dispositivo cliente. Nunca se transmite. Aunque el proveedor sea citado a declarar, no puede entregarlo. Nunca lo tuvo. Esto satisface los requisitos de custodia del token en muchos entornos clasificados.

Separación de tokens según el CEPD

Las directrices CEPD 05/2022 exigen que el token de pseudonimización se conserve por separado. No debe estar con la misma parte que posee los registros pseudonimizados. O debe estar protegido por controles que impidan a esa parte leer registros y token al mismo tiempo.

Tres propiedades juntas satisfacen esta regla:

  • Token creado en el dispositivo cliente — nunca transmitido
  • Todo el procesamiento es local — nada sale del sitio en air gap
  • Salida y token exportados por separado — dos archivos, dos rutas

Este diseño cumple la regla del CEPD y la restricción de air gap al mismo tiempo.

Para una visión completa, nuestra descripción de seguridad muestra cómo el procesamiento local elimina la cadena de terceros. Nuestra guía de cumplimiento cubre las reglas de transferencia del RGPD. Consulte nuestras FAQ para ayuda de despliegue.

La aplicación Desktop de anonym.legal realiza toda la detección de PII en el dispositivo local. No se necesita internet tras la instalación. Soporta Windows, macOS y Linux. Los modelos NLP integrados cubren 24 idiomas.

Actualizado para 2026

Fuentes

¿Listo para proteger sus datos?

Comience a anonimizar PII con más de 285 tipos de entidades en 48 idiomas.

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.