By · Last updated 2026-05-06

بازگشت به وبلاگGDPR و انطباق

پارادوکس GDPR: آیا ابزار ناشناس‌سازی شما قانونی است؟

جریمه ۲۹۰ میلیون یورویی اوبر توسط مرجع حفاظت داده هلند در سال ۲۰۲۴ دقیقاً به دلیل انتقال داده‌های رانندگان اروپایی به سرورهای آمریکایی صادر شد. اغلب ابزارهای ناشناس‌سازی مستقر در آمریکا، داده‌های شخصی اروپایی را پردازش می‌کنند.

May 6, 20268 دقیقه مطالعه
GDPR anonymization paradoxUber Dutch AP fineUS server EU data transferzero-knowledge GDPR compliancedata residency

پارادوکس انطباق

به‌روزرسانی شده برای ۲۰۲۶

شرکت‌ها از ابزارهای ناشناس‌سازی برای رعایت مقررات GDPR استفاده می‌کنند. این ابزار قرار است راه‌حل باشد. از اطلاعات شخصی تحت ماده ۳۲ محافظت می‌کند. اما اگر ابزار، فایل‌های شخصی اروپایی را به سرورهای آمریکایی ارسال کند، دقیقاً همان نقضی را ایجاد می‌کند که برای جلوگیری از آن خریداری شده است.

در اوت ۲۰۲۴، مرجع حفاظت داده هلند اوبر را به ۲۹۰ میلیون یورو جریمه کرد. این بزرگ‌ترین جریمه انتقال در اتحادیه اروپا تا آن زمان بود. دلیل: اوبر اسناد رانندگان اروپایی را به سرورهای آمریکایی ارسال کرده بود. نام‌ها، فایل‌های موقعیتی، اطلاعات پرداخت و مدارک شناسایی، همه منتقل شده بودند. هیچ تضمین معتبری تحت ماده ۴۶ وجود نداشت. مرجع هلند حکم کرد که استفاده اوبر از سرورهای آمریکایی نقض مستمر GDPR بوده است.

همین منطق برای ابزارهای ناشناس‌سازی نیز صادق است. یک ابزار SaaS آمریکایی که داده‌های شخصی اروپایی را روی سرورهای آمریکایی پردازش می‌کند، دقیقاً همان کاری را انجام می‌دهد که مرجع هلند آن را مجازات کرد. هدف — ناشناس‌سازی در مقابل مدیریت سفر — تحلیل حقوقی را تغییر نمی‌دهد. برای خلاصه‌ای به زبان ساده، به نمای کلی انطباق ما مراجعه کنید.

مسئولان حفاظت از داده توجه کرده‌اند

مسئولان حفاظت از داده (DPO) این موضوع را از زمان Schrems II در سال ۲۰۲۰ مطرح کرده‌اند. آن حکم سپر حریم خصوصی اتحادیه اروپا-آمریکا را لغو کرد. قانون مقرر داشت که سرورهای آمریکایی برای فایل‌های شخصی اروپایی ایمن نیستند، مگر اینکه تضمین‌های اضافی وجود داشته باشد.

هر ابزار آمریکایی که فایل‌های شخصی اروپایی دریافت می‌کند، نیازمند مبنای قانونی انتقال ثبت‌شده است. جریمه‌های GDPR تا سال ۲۰۲۵ به ۵.۶۵ میلیارد یورو رسیده است. نقض‌های انتقال اکنون به‌طور میانگین ۱۸ میلیون یورو در هر مورد هستند. این خطر واقعی است. قبلاً جریمه‌های بزرگی ایجاد کرده و موارد بیشتری نیز خواهد داشت.

دو راه برای حل پارادوکس

دو راه‌حل واقعی وجود دارد. اول، پردازش اسناد فقط روی سرورهای اروپایی. فایل‌ها هرگز از اتحادیه اروپا خارج نمی‌شوند. دوم، استفاده از طراحی دانش‌صفر. هیچ محتوای شخصی به سرور نمی‌رسد.

میزبانی در اروپا به‌تنهایی ممکن است کافی نباشد. یک شرکت آمریکایی روی سرورهای اروپایی همچنان می‌تواند مجبور به تحویل فایل‌ها شود. بخش ۷۰۲ قانون FISA و دستور اجرایی ۱۲۳۳۳ به شرکت‌های آمریکایی و واحدهای اروپایی آن‌ها دسترسی دارند. یک شرکت مادر آمریکایی می‌تواند مجبور به اعطای دسترسی شود — حتی به فایل‌های روی سرورهای اروپایی.

طراحی دانش‌صفر این مشکل را حل می‌کند. اگر هیچ محتوای شخصی به سرور نرسد، موقعیت سرور اهمیتی ندارد. آنچه به سرور می‌رسد — توکن‌های رمزگذاری‌شده، مقادیر پوشانده‌شده، خروجی تبدیل‌یافته — اطلاعات شخصی تحت GDPR نیست. خارج از قوانین انتقال قرار می‌گیرد. درباره رویکرد دانش‌صفر ما بخوانید و برنامه‌های قیمت‌گذاری شامل Desktop App محلی را ببینید.


anonym.legal از طراحی دانش‌صفر استفاده می‌کند. سرور هرگز محتوای متن ساده را نمی‌بیند. یک نقض کامل سرور فقط رمزنگاری AES-256-GCM ارائه می‌دهد. Desktop App فقط روی دستگاه شما اجرا می‌شود — بدون اتصال خارجی.

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.