By · Last updated 2026-04-14

بازگشت به وبلاگGDPR و انطباق

حاکمیت داده: ابزارهای PII ابری کافی نیستند

کشورهای دارای قوانین حفاظت از داده بین ۲۰۱۱ و ۲۰۲۵ از ۷۶ به بیش از ۱۲۰ رسیدند. SGB V آلمان داده‌های بهداشتی را به سیستم‌های تحت کنترل آلمانی محدود می‌کند.

April 14, 20269 دقیقه مطالعه
data sovereigntylocal-first processingSwiss banking secrecyGerman healthcare lawHIPAA local compliance

حاکمیت داده: چرا ابزارهای PII ابری کافی نیستند

به‌روز شده برای ۲۰۲۶

بین ۲۰۱۱ و ۲۰۲۵، کشورهای دارای قوانین حریم خصوصی از ۷۶ به بیش از ۱۲۰ رسیدند. حوزه‌های قضایی در حال همگرایی نیستند. آن‌ها از هم جدا می‌شوند. هر قانون جدید قوانین محلی را بر پایه جهانی اضافه می‌کند. ابزارهای ابری با سرورهای مرکزی برای همگام ماندن تلاش می‌کنند.

GDPR یک کف برای حریم خصوصی اتحادیه اروپا تعیین کرد. انتقال‌های خارج از اتحادیه اروپا به یک تصمیم کفایت یا یک تضمین معتبر نیاز دارند. اما GDPR یک کف است، نه سقف. قوانین بهداشت، بانکداری و بخش عمومی فراتر می‌روند. در برخی موارد، پردازش ابری را اصلاً عملی نمی‌کنند.

آلمان: SGB V و سوابق بهداشتی

Sozialgesetzbuch V آلمان (SGB V) بیمه درمانی قانونی را اداره می‌کند. روش مدیریت پرونده‌های بیمار را محدود می‌کند. پرونده‌های بهداشتی تحت SGB V باید در سیستم‌های تحت کنترل آلمانی بمانند. این قانون سرویس‌های ابری مستقر در آمریکا — حتی آن‌هایی که در اتحادیه اروپا میزبانی می‌شوند — را از دست زدن به حساس‌ترین پرونده‌های بیمار باز می‌دارد.

HHS OCR در سال ۲۰۲۴ بیش از ۱۰۰ میلیون دلار در جریمه‌های HIPAA جمع‌آوری کرد. آن یک سال رکوردی بود. روندهای آلمانی و آمریکایی در یک راستا هستند. سوابق بهداشتی به قوی‌ترین کنترل‌ها نیاز دارند و کنترل‌های ضعیف جریمه دارند.

سوئیس: رازداری بانکی و FINMA

رازداری بانکی سوئیس تحت ماده ۴۷ قانون بانکداری سوئیس اجرا می‌شود. این یک قانون کیفری است، نه مدنی. اشتراک‌گذاری جزئیات مشتری بدون رضایت — از جمله اشتراک‌گذاری با یک فروشنده ابری در حین پردازش — می‌تواند یک عمل جنایی باشد.

قوانین برون‌سپاری FINMA قبل از اینکه هر شخص ثالثی سوابق بانکداری سوئیسی را دریافت کند، تایید و رضایت مشتری را الزامی می‌کند. پردازش محلی مشکل را از بین می‌برد. اگر سوابق هرگز سیستم‌های خود بانک را ترک نکنند، نیاز به تایید انتقال نیست.

الگوی پردازش محلی

جامعه LocalLLaMA مستند کرده که چرا شرکت‌ها هوش مصنوعی محلی را انتخاب می‌کنند: «اگر تنظیم دقیق شامل اطلاعات شخصی یا حساس باشد، انجام آن به صورت محلی از کارهای حقوقی پیچیده جلوگیری می‌کند.» همین منطق برای ناشناس‌سازی اعمال می‌شود. پردازش محلی سوابق یک کلاس کامل از تحلیل حقوقی را دور می‌زند.

ابزارهای ساخته‌شده بر پایه Tauri 2.0 و Rust می‌توانند توسط مانیتورهای شبکه بررسی شوند. یک تیم امنیتی می‌تواند تایید کند که در حین یک اجرا هیچ فراخوانی از دستگاه خارج نشده. آن اثبات برای بخش‌های تحت مقررات اهمیت دارد. یک وعده حریم خصوصی SaaS را نمی‌توان به همین شکل بررسی کرد. راهنمای انطباق HIPAA ابری ما را ببینید تا بدانید چگونه پردازش محلی از حسابرسی‌های بهداشتی پشتیبانی می‌کند.

چرا تکه‌تکه‌شدگی ادامه خواهد داشت

بیش از ۱۲۰ کشور با قوانین حریم خصوصی یک وضعیت پایدار نیست. قوانین بیشتری در راه هستند. شکاف بین پایه GDPR و قوانین بخشی در حال بزرگ‌تر شدن است، نه کوچک‌تر. ابزارهایی که فایل‌ها را به یک سرور مرکزی می‌فرستند با هر قانون جدیدی که محدودیت‌های محلی اضافه می‌کند، بیشتر با اصطکاک روبرو می‌شوند.

ابزارهای محلی‌اول این مدل را معکوس می‌کنند. نرم‌افزار در جایی اجرا می‌شود که فایل‌ها هستند. هیچ چیز از طریق شبکه منتقل نمی‌شود. انطباق تبدیل به یک ویژگی طراحی می‌شود، نه یک وعده در یک قرارداد. برای تیم‌های فعال در آلمان، سوئیس و سایر بازارهای سخت‌گیرانه، این تغییر یک دسته کامل از ریسک را حذف می‌کند. راهنمای انطباق حریم خصوصی جهانی ما را برای دیدگاه گسترده‌تری از نیازهای چند‌حوزه‌ای ببینید.

منابع

آماده‌اید داده‌های خود را محافظت کنید؟

شروع به ناشناس‌سازی PII با بیش از ۲۸۵ نوع نهاد در ۴۸ زبان.

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.