Teknikoa
PII detekzio, NER eta anonimizazio teknologiari buruzko azterketak
33 artikuluak
Presidio: 3 asteko konfigurazioa vs. kudeatu PII
Microsoft Presidio-k milaka GitHub izar eta ehunka arazo ireki ditu. Konfigurazio-konplexutasunak, PySpark integrazio-kargan eta Python mendekotasunak arazoak sortzen dituzte.
6 astetik 3 egunera: kudeatu PII konfigurazioa
Osasun SaaS taldeek 6 aste ematen dituzte autobertako Presidio produkzio-hedapenean kudeatu APIra aldatu aurretik. Kudeatu APIak hedapena ordezkatzen du.
Doako PII detekzioak 13.000 euro/urte kostatzen du
Presidio autobertan ostatzeak 40-80 ordu hasierako konfigurazio eta hilero 5-10 ordu mantentze behar ditu. 100 euro/orduko ingeniaritza-tasetan, hori 13.200 euro baino gehiago da.
Presidioren %22,7ko zehaztasun-arazoa
2024ko benchmark batek aurkitu du Presidioren pertsona-izen ezagutzaileak %22,7ko zehaztasuna lortzen duela negozio-dokumentuetan, hau da, detekzioen %77,3 faltsu-positiboak dira.
Pribatutasun Erreproduzgarria: ML Konfigurazioak
ML entrenamendu-datuen anonimizazioa koherentea eta erreproduzgarria izan behar da. A eta B datu-zientzialariek entitate-mota desberdinak aplikatzen badituzte, entrenamendu-datu-multzoak ez dira bateragarriak izango.
GDPR Pipeline: Biltegiratu Aurretik Anonimizatu
dbt zutabe-etiketak ez dira GDPR betetzea. Bezero-datu gordinak Snowflake biltegian sartzen dira maskaratu gabe etiketa-oinarritutako politikak aplikatu baino lehen.
FOIA: Zehaztapena Asteetatik Ordutara
Gobernu federalak 500 milioi dolar inguru gastatu zituen FOIA prozesatzean 2024an, gehienbat eskuzko zehaztapenean. ARPA-H berariaz eskatu zuen AI zehaztapen-softwareri laguntza.
GDPR ML Entrenamendu Datuen Anonimizazioa
GDPRk datu pertsonalak ML entrenamendurako erabiltzea mugatzen du hasierako bilketa-helburutik haratago. Python script puntualetan oinarritzen diren datu-zientzialariek arazo larriak sortzen dituzte.
FOIA: Batch Ezabaketak %80 Azkartu
AEBetako agentzia federalek 2024ko ekitaldian 1,5 milioi FOIA eskaera jaso zituzten, eskaerako batez besteko €482ko kostua izanda. Batch PII ezabaketak prozesatze-denbora gutxitzen du.
Presidio vs anonym.legal: Eraiki edo Erosi
Microsoft Presidio teknikoki doakoa da, baina behar bezala deploy egiteko 40-80 ingeniaritza-ordu kostatzen du. anonym.legal-ek ML zehaztasun berdina ematen du kudeatu SaaS gisa.
Airean Banandutako Pribatutasuna: PII Lineaz Kanpo Anonimizatu
FedRAMP eta ITAR inguruneek gauza bat dute amankomunean: hodeia ez da aukera. GDPR 4(5). Artikuluaren peko itzulgarria den sasi-anonimizazioa.
PII Tresnen Positibo Faltsuen Zerga
Presidio GitHub 1071 arazoaren dokumentazioak positibo faltsuen patroi sistematikoak agerian uzten ditu. 2024ko ikerketa batek %22,7ko doitasuna aurkitu zuen hizkuntza mistoko enpresa datu-multzoetan.
Arabiera eta Hebreera PII: Mendebaldeko Tresnek Huts Egiten Dute
GDPR-k ez du amaitzen Bosporoan. Arabiera eta hebreera PII EBko enpresetan sistematikoki babesgabe dago. XLM-RoBERTa hizkuntza anitzeko detekzioak eta entitate-katalogo espezifikoak ezinbestekoak dira.
PII Hizkuntza Nahasian: Tresna Elebakarrak Huts Egiten Dute
EBko enpresen %72k aldi berean 3+ hizkuntzatan dokumentuak kudeatzen dituzte. Hizkuntza mistoko dokumentuek NER tresna elebakarretan %45 PII galera-tasa handiagoa eragiten dute.
APAC PII: Tailandesa, Indonesiera, Vietnamera
Singapurko fintech batek hilean 500.000 laguntza-txat prozesatzen ditu 12 APAC dialektotan. Haien ingelesezko bakarrik tresnак ez-ingeleseko txaten %60an PII galdu zuela aurkitu zuten.
Positibo Faltsuak: ML Berredakzioak Zergatik Huts Egiten Duen
2024ko benchmark batek aurkitu zuen Presidio-k 4.434 laginen artean 13.536 positibo faltsu izen-detekzio sortu zituela - izenordainak, ontzi-izenak eta herrialdeak pertsona-izen gisa markatzen. Hemen dago hori lege eta osasun inguruneetan zer kostatzen duen.
ISO 27001 + ZK-k Hornitzaile-Ebaluazio Denbora Murrizten Du
2025eko inkesta batek aurkitu zuen CISO-en #2 arrazoia SaaS hornitzaileak baztertzeko 'ziurtagiri seguru onartua ez izatea' dela. Hona nola lan egiten duten ISO 27001 + zero-knowledge diseinuak elkarrekin.
ZK Arkitekturak Salmenta-Zikloak Laburtzen Ditu
Enpresa-salmenta-zikloetan segurtasun-galdetegiek 100 galdera baino gehiago izaten dituzte. Zero-knowledge arkitekturak galderarik zailenetara erantzun argi eta garbia ematen du eta salmenta bihurketak hobetzen ditu.
LastPass Haustura: Hornitzaile Segurtasunaren Ikasgaiak
LastPass-ek beren erabiltzailearen datuak enkriptatu zituen. Ganga-salak hala ere atereak izan ziren. 600.000 Okta erregistro jarraitu zuten. SaaS segurtasun gertakariak %300 igo ziren 2022tik.
ZK Aldarrikapenak Ebaluatzen LastPass Ondoren
LastPass erabiltzaileengandik 438 milioi dolar lapurtu ziren beren enkriptatutako ganga-salak urratu ondoren. ICO-ren 1,2 milioi librako zigorra jarraitu zuen. Hona hemen hornitzaile batek benetako zero-knowledge ezarri ote duen ebaluatzeko zerrenda.
LangChain CVE-2025-68664: PII Nola Iragazten Den Zure RAG Kanalizaziotik
CVSS 9.3. LangChainen serializazio funtzioek ingurune-aldagaiak eta sekretuak erasotzaileak kontrolatutako LLMei agerian uzten dizkie. PII ihesak nola detektatu eta konpondu.
LibreOffice PII Anonimizazio Luzapena
LibreOffice dokumentuetan PII anonimizatzeko pausoz pausoko gida, anonym.legal luzapena erabiliz.
LibreOffice vs Office: PII Erreakzioa
LibreOffice (anonym.legal luzapena) vs. Microsoft Office (Office Gehigarria) PII anonimizazio gaitasunen konparazio zehatza.
Zergatik PII Detekzio Binariak Betetzean Huts Egiten Duen
Detektatuta/ez-detektatuta ez da nahikoa giza epaiketa eskatzen duten betetze-testuinguruetan. Hemen da zergatik konfiantza-puntuazioak PII anonimizazioa binaryako asmatzetik ikuskatze-betetze kontrolera bihurtzen duen.
Dokumentuen Formatuen Zatiketa PII Tresnan
DSAR erantzun bakarrak Word kontratuak, PDF fakturak, Excel bezeroen zerrendak eta CSV esportazioak biltzen ditu. Formatu bakoitzerako tresna ezberdinak erabiltzeak hutsuak sortzen ditu.
GDPR Erregistroen Anonimizazioa: Akutseztatzen Jarraitu
Aplikazio-erregistroek isilik pilatzen dituzte erabiltzaile-posta elektronikoak, IPak eta kontu-zenbakiak. Hona nola partekatu erregistroak hirugarrenekin, kontratisteekin eta behaketa-plataformekin.
GDPR App Erregistroetan: JSON PII Betetzea
Aplikazio-erregistroek bezero-posta elektronikoak, IPak eta kontu-zenbakiak dituzte GDPR 5(1)(e) artikuluak kudeatua izatea eskatzen dutenak.
Aplikazio arteko PII babesa: Word, Chrome eta AI
Bezero-datuak arakatzailetik Word zirriborroetara eta Claude gonbidapenetara mugitzen dira. Testuinguru aldaketa bakoitza isurketa-puntu potentziala da.
Plataforma arteko PII: Mac, Linux eta Windows
Betetze-arduraduneak Mac-en, legea Windows-en, datu-ingeniariak Linux-en, guztiak datu berdinak prozesatzen dituzte tresna desberdinekin. Hona zergatik OS-agnostiko detekzioak garrantzia duen.
Air-Gap PII: Defentsarako Lineaerako-Lehenengo
Enpresako segurtasun-politiken %41ek sailkatutako dokumentuen cloud prozesatzea debekatzen dute.
Erredakzio Itzulgarria vs Iraunkorra: Aukeraketa
GDPRk bereizketa egiten du anonimizazioaren eta pseudonimizazioaren artean. Auzitegiek jatorriak behar dituzte. Ikerketek berrezartzea behar dute. Ikasi noiz erabili ikuspegia bakoitza.
Hizkuntza Anitzeko NER: Ingelesak Arabiera Huts Egiten Du
NER modeloek ingelesean %85-92ko zehaztasuna lortzen dute. Arabieran eta txineran? Askotan %50-70. Ikasi idazketa-sistemen arteko erronka teknikoak eta nola eraiki benetako hizkuntza anitzeko sistema bat.
Erabili Claude eta ChatGPT PII Filtratu Gabe
Garatzaileentzako gida AI laguntzaileak seguru erabiltzeko. Konfiguratu MCP Server integrazioa PII babes garden lortzeko Claude Desktop, Cursor eta VS Code-n.
Hasi Zure Datuak Babesten Gaur
285+ entitate mota, 48 hizkuntza, enpresa-mailako segurtasuna hasierako prezioetan.
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 company HQ is in Saarbrücken, Germany. Our servers run in Hetzner's Falkenstein datacenter.
Hetzner holds 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
- Open the web app and try a sample file.
- Learn how credits get counted.
- See current plans and limits.
- Meet the team behind the product.
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.