Brasiilia Lei Geral de Proteção de Dados (LGPD) on maailma kolmandaks suurim andmekaitse raamistik rahvastiku arvust arvates — hõlmab 215 miljonit brasiillast, rohkem kui Saksamaa, Prantsusmaa ja Ühendkuningriik kokku. Autoridade Nacional de Proteção de Dados (ANPD) väljastas oma esimesed suured jõustamismeetmed 2024. aastal, märkimaks jõudsuse perioodi lõppu, mis järgnes LGPD jõustumisele 2020. aastal.
Techniline vastavuse väljakutse on ainulaadne: LGPD-ga kaetud dokumentide keeleks on Brasiilia portugali keel, kuid Brasiilia riikliku identifikatsiooni numbrid erinevad täielikult Euroopa Portugali identifikaatortest — ja mistahes muust maailma riikliku identifikatsiooni süsteemist.
Miks Brasiilia PII on tehislikult erinev
Brasiilia föderaalse ja osariiklike identifikatsiooni süsteemid arenes eraldi Euroopa digitaalse identiteedi raamistikest. Tulemuseks on identifikaatorite keeruline kogum, mida üldised NLP-tööriistadeks — enamikku koolitatud inglise või euroopa keeles oleva andmega — ei õnnestu tuvastada:
CPF (Cadastro de Pessoas Físicas): 11-numbriline üksikisiku maksuregistreerimine on Brasiilia universaalne kodaniku identifikaator. Formaat: XXX.XXX.XXX-XX kahe kontrollnumbriga. CPF kontrollnumbri algoritm kasutab kahte eraldi modulaarset aritmeetika arvutamist — kui mõlemad kontrollnumbrid ühtiavad, on CPF kehtiv.
Techniline probleem: CPF-i tuvastamise täpsus inglise keeles koolitatud NLP-tööriistadega on vaid 45% (ANPD tehniline hinnang 2024). Ebaõnnestumiste põhjused: tööriistad, mis eraldavad ainult 11-numbrilisi numbreid ilma kahe sammu kontrollnumbriks valideerimiseta, ei suuda eristada kehtivaid...