بینشهای حریم خصوصی دادهها
مقالات کارشناسی در مورد امنیت هوش مصنوعی، انطباق با GDPR، حفاظت از دادههای بهداشتی و بهترین شیوههای ناشناسسازی PII.
تمام مقالات
AEPD اسپانیا: قوانین هوش مصنوعی و داده کارکنان
AEPD در سال ۲۰۲۳ تعداد ۸۴۷ قرار تحریمی صادر کرد — بالاترین در اتحادیه اروپا از نظر تعداد — و DPIA را برای همه سیستمهای هوش مصنوعی که داده شخصی پردازش میکنند الزامی میداند.
AP هلند: جریمه ۲۹۰ میلیون یورویی Uber و انتقالات
AP هلند بزرگترین جریمه فردی انتقال داده در اتحادیه اروپا را صادر کرد — ۲۹۰ میلیون یورو علیه Uber در سال ۲۰۲۴. اینجا الزامات انطباق انتقال داده بینالمللی توضیح داده میشود.
DPC ایرلند: ۸۰٪ جریمههای کلان GDPR در اتحادیه اروپا
۵۳۰ میلیون یورو TikTok، ۳۱۰ میلیون یورو LinkedIn، ۲۵۱ میلیون یورو Meta — همه از DPC ایرلند. اینجا توضیح میدهیم چرا ایرلند دفاتر اصلی اتحادیه اروپای شرکتهای بزرگ فناوری را میزبانی میکند و اجرای قانون DPC برای SaaS چه معنایی دارد.
UODO لهستان: جریمههای GDPR بیشتر از فرانسه
UODO لهستان در سال ۲۰۲۳ تعداد ۸,۲۳۴ شکایت پردازش کرد و ۴۷ جریمه صادر کرد. ۸۹٪ ابزارهای اطلاعات شخصی در شناسایی صحیح شناسههای PESEL لهستانی شکست میخورند.
IMY سوئد: GDPR نوردیک و ناشناسسازی
IMY سوئد جامعترین راهنمای ناشناسسازی اتحادیه اروپا را منتشر کرد که توسط ۱۲ DPA دیگر ذکر شده است. ۷۹٪ از شهروندان سوئدی سالانه از حقوق GDPR استفاده میکنند.
Datatilsynet: GDPR دادههای بهداشتی دانمارک
مرجع دانمارکی Datatilsynet در سال ۲۰۲۴ تعداد ۳۱ پرونده GDPR بررسی کرد؛ ۱۴ مورد از آنها به سیستمهای داده بهداشتی مربوط بود. شماره CPR نیاز به اعتبارسنجی modulus-11 دارد که ۶۷٪ از ابزارهای NLP از آن صرفنظر میکنند.
DSB اتریش: Schrems و انتقال داده
مرجع حفاظت داده اتریش (DSB) خانه NOYB است که ۴۲۲ شکایت را بین ۲۰۲۲ تا ۲۰۲۴ رسیدگی کرد. حکم Google Analytics، ریسک Schrems III و ۷۸٪ از پروندههای DSB که انتقال داده را هدف قرار میدهند.
APD بلژیک: IAB، امور مالی و NIS2
مرجع بلژیک (APD) حکم تاریخی IAB Europe را صادر کرد که صنعت تبلیغات دیجیتال ۲۲۰ میلیارد یورویی را تحت تأثیر قرار داد. ۸۲ تصمیم اجرایی در سال ۲۰۲۴.
ÚOOÚ چک: GDPR برای صنعت تولید
مرجع چک ÚOOÚ در سال ۲۰۲۴ تعداد ۵۸ تصمیم اجرایی صادر کرد؛ ۳۴٪ از تخلفات مربوط به صنعت تولید است. ۶۷٪ از شرکتهای چک از ابزارهای آلمانی استفاده میکنند که شناسههای چک را نمیشناسند.
ANSPDCP رومانی: BPO، GDPR و ریسک CNP
بخش BPO رومانی روزانه ۲.۳ میلیون سابقه مشتری اروپایی را پردازش میکند. ANSPDCP بین ۲۰۲۲ تا ۲۰۲۴ جریمههایی معادل ۱.۸ میلیون یورو صادر کرد. ۷۸٪ از ابزارها CNP رومانی را با اعتبارسنجی مناسب تشخیص نمیدهند.
CNPD پرتغال: نیازهای PII در GDPR و LGPD
مرجع CNPD پرتغال پلی بین GDPR اروپا و LGPD برزیل برای بیش از ۲۱۵ میلیون سخنور فارسیزبان است. جریمه ۲.۵ میلیون یورویی برای ناشناسسازی ناکافی سوابق بیماران.
NAIH مجارستان: حاکمیت هوش مصنوعی و قوانین DPA
NAIH برای تمام سیستمهای هوش مصنوعی که دادههای شخصی پردازش میکنند نیاز به DPIA دارد. دقت NER مجارستانی تنها ۶۷٪ است — کمتر از میانگین ۸۲٪ اروپا.
HDPA یونان: انطباق GDPR در گردشگری و کشتیرانی
مرجع حفاظت داده یونان (HDPA) در سال ۲۰۲۴ تعداد ۸۹ تصمیم اجرایی صادر کرد — افزایشی ۱۶۲٪ نسبت به سال ۲۰۲۲. گردشگری ۳۸٪ از پروندهها را تشکیل میدهد. شناسههای AFM و AMKA نیاز به تشخیص ویژه دارند.
FTC آمریکا: اجرای قانون حریم خصوصی هوش مصنوعی از طریق بخش ۵
FTC در سال ۲۰۲۴ تعداد ۱۹ اقدام اجرایی مرتبط با هوش مصنوعی صادر کرد. جریمه ۲۵ میلیون دلاری Amazon Alexa. ۲۵ قانون حریم خصوصی ایالتی فعال است. معماری zero-knowledge مستقیماً با اهداف FTC همسو است.
HIPAA OCR: ۷۲۵ نقض داده و ۲۷۵ میلیون رکورد
HHS OCR در سال ۲۰۲۴ تعداد ۷۲۵ نقض داده بهداشتی را گزارش کرد که ۲۷۵ میلیون رکورد بیمار را تحت تأثیر قرار داد — بالاترین رقم تاریخ. میانگین هزینه نقض داده بهداشتی به ۱۰.۲۲ میلیون دلار رسید.
CCPA/CPRA 2025: قانون حریم خصوصی هوش مصنوعی کالیفرنیا
CPPA در سال ۲۰۲۴ بیش از ۱۰۰ میلیون دلار جریمه صادر کرد. CPRA ۴۰ میلیون نفر کالیفرنیایی را پوشش میدهد و در سطح جهانی بر اکثر کسبوکارها اعمال میشود. ۱۹ دسته داده حساس و قوانین تصمیمگیری خودکار.
ANPD برزیل: راهنمای اجرای LGPD 2024
ناظر حریم خصوصی برزیل (ANPD) اولین جریمههای عمده را در سال ۲۰۲۴ صادر کرد. LGPD ۲۱۵ میلیون برزیلی را پوشش میدهد — بیشتر از جمع آلمان، فرانسه و انگلستان.
DPDPA هند 2023: تأثیر جهانی قانون حریم خصوصی
DPDPA هند ۱.۴ میلیارد نفر را پوشش میدهد و هیئت حفاظت داده در سال ۲۰۲۵ فعال شد. جریمهها تا ₹250 کرور (≈€27M). تشخیص Aadhaar برای ۱.۳۶ میلیارد نفر.
OPC کانادا: از PIPEDA به لایحه C-27
دفتر کمیسیونر حریم خصوصی کانادا (OPC) PIPEDA را اجرا میکند در حالی که پارلمان لایحه C-27 شامل قانون هوش مصنوعی و داده را پردازش میکند. کانادا کفایت GDPR اتحادیه اروپا را تحت بررسی ۲۰۲۶ حفظ میکند.
PPC ژاپن و APPI: انطباق دادههای آموزشی هوش مصنوعی
کمیسیون حفاظت از اطلاعات شخصی ژاپن (PPC) قانون APPI را برای ۲.۴ میلیون شرکت اجرا میکند. شماره My Number ۱۲ رقمی نیازمند اعتبارسنجی Verhoeff است.
UK GDPR پس از برکسیت: تفاوتهای فنی
قانون DPDI 2025 چهارده انحراف از GDPR اتحادیه اروپا ایجاد کرده است. توافق کفایت EU-UK در سال ۲۰۲۶ در حال بررسی است. جریمه ۱.۲ میلیون پوندی LastPass رمزنگاری را به یک الزام قانونی تبدیل کرد.
شناسایی دادههای شخصی به زبان آلمانی برای انطباق با DSGVO
BfDI در سال ۲۰۲۴ گزارش ۲۷٬۸۲۹ نقض داده را اعلام کرد — رکورد تاریخی آلمان. ۶۵ درصد از شرکتهای آلمانی از ابزارهایی با پشتیبانی ناکافی از زبان آلمانی استفاده میکنند.
CNIL فرانسه: الزامات فنی ابزارهای PII مراجع حفاظت داده
CNIL در سال ۲۰۲۳ اعلام رسیدگی به ۱۶٬۴۳۳ شکایت کرد (۴۳+ درصد افزایش). ۶۳ درصد از اخطارهای CNIL ناشی از ناکافی بودن ناشناسسازی هوش مصنوعی است. NIR / شماره تأمین اجتماعی فرانسه توسط ۷۸ درصد از ابزارهای عمومی شناسایی نمیشود.
AEPD اسپانیا: شناسههای DNI، NIE و آمریکای لاتین
AEPD در سال ۲۰۲۳ اعلام صدور ۸۴۷ حکم قضایی کرد — بالاترین رقم در اتحادیه اروپا. DNI/NIE توسط ابزارهای عمومی تنها با دقت ۳۴ درصد شناسایی میشوند.
امروز شروع به محافظت از دادههای خود کنید
بیش از ۲۸۵ نوع نهاد، ۴۸ زبان، امنیت در سطح سازمان با قیمتهای استارتاپ.
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, held by our hosting provider.
- 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
Automated checks run on every release.
Each surface gets its own sweep script and report.
Human reviewers spot-check the output each week.
We test detection against sample documents before each release.
A failing unit or integration run stops the release.
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.
Paid plans can buy top-up credits.
Credits reset at the end of each cycle.
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.