By · Last updated 2026-06-05

Tagasi BlogisseAI Turvalisus

Ekraanipiltide isikuandmed: lekkimised sisetoodes

Slack, Teams, Jira ja e-post saavad regulaarselt ekraanipilte, mis sisaldavad kliendi isikuandmeid. See puureb laebist iga DLP-tooli.

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

DLP pimenurk, mida te pole auditeerinud

DLP-toolid jaelistevad voovoolgu liiklust, e-posti faile ja failiedastust. Nad peavad kinni tabelarvutused SSN-veergudega. Nad lipistadavad klientide nimekirjadega e-kirjad. Nad blokeevivad meditsiiniliste andmetega laadimised.

Nad ei taba ekraanipilte.

Ekraanipilt on pildifail. Selles sisalduv isikuandmeid on joonistatud pikslikaupa. Neid ei saelestata tekstina. DLP-mootorid, mis skaneerivad isikuandmete mustreid, ei leia midagi.

Iga paev kleebivad toeotajad ekraanipilte Slacki, Jirasse, Teamsi ja e-posti ahelatesse. Uhtegi DLP-hoiatust ei tule.

Kuidas ekraanipildid levitavad tooel isikuandmeid

Kaugtoo ja hudvridtoo tegi piltide jagamise tavalisekas. Sisetoode taeituvad neist iga paev.

Meeskonnaliikmedad jagavad pilte kiire konteksti jaoks:

  • Tugispetsialistid haavad klientide kontovaadeteid, et jagada tiimijuhtidega.
  • Arendajad jagavad vealogisid, mis sisaldavad kasutaja sisestatud andmeid.
  • Kontohaldur saadab CRM-i kirjeid, et anda finantsmeeskondadele konteksti.
  • IT-administraatorid haavad suesteemivaateid, et dokumenteerida seadistused tuluevostajatele.
  • Tootemeeskonnad jagavad armatuurlauavaateid huviruhma uuendustes.

Iga manus voib sisaldada isikuandmeid. Kliendikonto pilt naetab nime, e-posti, oleku ja arvelduseaadressi. Vealogiifail voib sisaldada nimesid, aealdresseid voi kasutajate sisestatud telefoninumbreid. CRM-i kirje pilt naeab taeielikku kontoprofiili. Armatuurlaua pilt voib naetada diagrammisiltidel kasutaja ID-sid.

Lebaedikontrolli probleem

Ekraanipiltide jagamine tekitab ka lebaedikontrolli probleemi.

Enamik organisatsioone rakendab rollipohhist lebaedikontrolli (RBAC) tootmissuesteemidele. Tugispetsialist naeb ainult oma jaekke kirjeid. Tutulvostaja naeb ainult taembaatud projekti faile.

Kui agent haavab kliendi kirje ja kleepib selle Slacki kanalisse, kus on tutulvostajad, lohetab RBAC-i. Tutulvostaja saab isikuandmeid, millele ta taavapathe kaudu ei paeaeseks. Tugiteenuslepingud ei pruugi sellist edastamist hlaet. Kliendi GDPR-i oigused ei pruugi selle tutulvostaja suhtes kehtida.

See mohholus on GDPR artikkel 5(1)(f) kusimus. See haelmab terviklikkust ja konfidentsiaalsust. Samuti voib see tekitada artikli 28 lahknevusi, kui tutulvostajad saavad isikuandmeid ilma noetud lepinguteta. Vaadake meie GDPR-i vastavusjuhendit, et saada artikli 28 kohustuste kontrollnimekiri.

Piltidel olevate isikuandmete tuvastamine tehnilise kaitsemeetmena

Piltidel olevate isikuandmete lekkimise tehniline kaitsemeede on OCR ja NLP-tuvastuse kombinatsioon. Sammud on lihtsad.

  1. Toeotaja haavab kliendi liidese ekraanipildi.
  2. Enne jagamist: laadib pildi tootlustoolile.
  3. Tool eraldab naetava teksti OCR kaudu.
  4. NLP leiab tekstist isikuandmete uksused.
  5. Toeotaja naeb aruannet: "See pilt sisaldab: [kliendi nimi], [e-posti aealdress], [konto ID]."
  6. Toeotaja redigeerib seejaerel isikuandmed, piirdub jagamisulatusega voi jaetkab kirjaliku pohjendusega.

See ei blokeeri koiki jagamisi. See naetab isikuandmeid enne nende edasitoimetamist. Inimesed saavad siis teha teadlikke valikuid. Vaadake, kuidas see sobib teie kaitsepinu turvalehele.

Juhtumiuuring: SaaS-i kasutajatoe Jira piltide poliitika

SaaS-ettevotete kasutajatoe tiim kasutas Jirat kontokaebuste logimiseks. Nende piletite manused sisaldasid kasutaja isikuandmeid. Taepsemalt:

  • Kasutajate e-posti aealdressid kontohalduse ekraanidelt.
  • Tellimisplaani andmed.
  • Arveldusmaeaaerad ja kuupaevad.
  • Osaliselt maeakseasmed moenel juhul.

GDPR-audit leidis 847 Jira piletit, mis tehti 18 kuu jooksul. Koigil olid isikuandmeid sisaldavad manused. Jira oli avatud koigile 200 inseneerile. Mooned olid tutulvostajad, kellel puudusid kliendi arvelduandmete DPA-d.

Parandamissammmud:

  1. Tagasiulatuv audit: isikuandmete tuvastamine koigis olemasolevates manustes. DPO uuvaatuseks lipistati 312 piletit.
  2. Pileti puhastamine: 89 piletis varjati failid enne uuesti manustamist.
  3. Protsessimuutus: uus toovoog, mis naeab ette isikuandmete kontrolli enne Jirasse manustamist.
  4. Koolitorus: 15-minutiline sessioon koigile kasutajatoe toeotajatele.

Tulemused 90 paeeva paeraast:

  • Isikuandmete juhtumid Jiras: vaehenes 90 protsenti.
  • Jaerele jaeanud juhtumid: juhud, kus personal jaetkas kirjaliku diagnostikapohendusega.
  • DPA ulatus: uuendatud, et vaehendada tutulvostajate tarbetut isikuandmetele kokkupuudet.

312 ajaloolist piletit olid vastavusleid. 90-protsendiline langus toenas parandamist auditivastuses.

Piltide ulevaatamise lisamine tiimivoogudesse

Organisatsioonidele, kes soovivad isikuandmete kontrolli ilma toovoo aeglustamiseta, on mitu voimalust.

Lihtsustatud valik: Brauser-tooiriist, mida toeotajad kasutavad enne Slacki voi Jirasse kleepimist. Lohistage pilt, saage viie sekundiga isikuandmete aruanne, seejaerel jaetke edasi voi redigeerige.

Jira voi ServiceNow konks: Tuvastus, mis kaivitub enne failide joudmist piletitesse. See toimib sarnaselt viirusetuvastusele enne failide laadimist.

Slacki bot: Bot, mis voetab piltide laadimisi valitud kanalitesse. See kaivitab isikuandmete tuvastamise. See postitab lohekeesse tuvastatud uksused. See teeb isikuandmed naehtavaks, ilma voovugu blokeerimata.

Tiimi norm koos valimiga: Iganaedalane automatiseeritud kontroll. Valimi 10 protsenti koostooluvahendites olevatest ekraanipiltidest. Kaevitage tuvastus. Aruandke tiimijuhile. See kujundab vastutust, ilma et blokeeriks uhtegi voovugu.

GDPR-i andmete jaoks: ekraanipildi isikuandmete kontroll loeaeb "organisatsiooniliseks meetmeks" artikli 32 alusel. Kirjutage kaitsemeede ules -- poliitika ja tehniline tooiriist. Lisage kasutustoend. See vastab artikli 5(2) vastutusreeglile. Vaadake meie vastavuse lehte ja glossaari artikli 32 kannet.

Kas soovite naeda, kuidas anonym.legal seda teie tiimi jaoks kaeitleb? Kulaastage meie plaanide lehte voi lugege asutaja avaldust de-identifitseerimise kohta.

Allikad

Kas olete valmis oma andmeid kaitsma?

Alustage PII anonüümitamist 285+ üksustüübi abil 48 keeles.

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.