By George Curta · Last updated 2026-06-15
anonym.legal vs Caviard.ai
Caviard.ai یک پسوند Chrome است که از الگوهای regex برای تشخیص PII استفاده می کند، با 60-75٪ فراخوان و نرخ مثبت کاذب 15-30٪ - برای کار انطباق منظم ناکافی است. موتور anonym.legal با 3 لایه NLP 92-98٪ فراخوان را در 48 زبان با نتایج قطعی و قابل بازرسی بر روی وب، دسک تاپ، Office Add-in و تمام مرورگرها تحویل می دهد.
بیشتر بدانید درباره Caviard.ai
مقایسه ویژگیها
| ویژگی | anonym.legal | Caviard.ai |
|---|---|---|
| تکنولوژی تشخیص | Yes | الگوهای Regex تنها |
| انواع موجودیت | 285+ | حدود 30-50 الگو |
| پشتیبانی زبان | 48 languages | محدود (شکاف های regex بر غیر ASCII) |
| پشتیبانی سکو | Yes | پسوند Chrome تنها |
| نمره اعتماد هر موجودیت | Yes | خیر |
| نتایج قطعی | Yes | مبتنی بر الگو تنها |
| نرخ فراخوان | Yes | 60-75٪ |
| نرخ مثبت کاذب | Yes | 15-30٪ |
| ISO 27001 | Yes | مستند نشده |
| مسیر بازرسی انطباق | Yes | خیر |
| رمزگذاری برگشت پذیر | AES-256-GCM | خیر (پردازش مرورگر محلی) |
| Office Add-in | Yes | خیر |
| قیمت گذاری | Free to €29/mo | منتشر نشده |
مقایسه بر اساس اطلاعات عمومی موجود. "یافت نشد" به معنای عدم مستندات ویژگی در صفحه محصول است. آخرین بهروزرسانی فوریه 2026.
چرا anonym.legal را انتخاب کنید
تمام مرورگرها + دسک تاپ - نه فقط Chrome
anonym.legal در Chrome، Firefox، Edge، Safari و به عنوان برنامه دسک تاپ کار می کند. Caviard.ai یک پسوند Chrome است - کارمندانی که از مرورگرهای دیگر استفاده می کنند حفاظت دریافت نمی کنند.
NLP قطعی در مقابل الگوهای Regex
anonym.legal از NLP با 3 لایه (Presidio + spaCy + XLM-RoBERTa ترانسفرمرها) استفاده می کند. Regex نمی تواند متن را درک کند: موجودیت های مکان را از دست می دهد، نام های شرکت را با متن آشفته می کند و در تمام سند های غیر ASCII شکست می خورد.
زیرساخت تایید شده ISO 27001
anonym.legal بر روی Hetzner Germany با گواهی ISO 27001 اجرا می شود. Caviard.ai دارای گواهی های امنیتی منتشر شده ای نیست.
48 زبان در مقابل شکاف های Regex
تشخیص مبتنی بر Regex در اومالت آلمانی، عربی، چینی، عبری و سند های غیر ASCII دیگر شکست می خورد. NLP چند زبانه anonym.legal 48 زبان را به صورت بومی پوشش می دهد.
نمره اعتماد هر موجودیت
هر تشخیص یک نمره اعتماد 0-100٪ و قانون/مدل را که آن را آغاز کرد شامل می شود - برای دفاع قانونی و HIPAA بازرسی مسیرها لازم است. Caviard.ai نمره اعتماد ارائه نمی دهد.
285+ نوع موجودیت
ID های مخصوص کشور با تأیید مجموع اختباری، NER 48 زبان، اعداد سوابق پزشکی، شناسایی های مالی. Caviard.ai حدود 30-50 الگوی regex را پوشش می دهد.
زمانی که anonym.legal انتخاب مناسب است
anonym.legal از Caviard.ai در زمان های بالا:
- شما نیاز به فراخوان معیار انطباق (92-98٪) داشته باشید، نه تطابق الگوی پایه (60-75٪)
- تیم شما Firefox، Edge، Safari یا برنامه های دسک تاپ استفاده می کند - نه فقط Chrome
- شما محتوای چند زبانه پردازش می کنید: آلمانی، فرانسوی، عربی، چینی، عبری یا هر یک از 48 زبان
- شما نیاز به امتیاز اعتماد هر موجودیت و مسیرهای بازرسی برای HIPAA، GDPR یا کشف الکترونیکی دارید
- شما نیاز به ناشناسی برگشت پذیر - جانشین های رمزگشایی در صورت الزام قانون
سوالات متداول
تفاوت بین تشخیص PII مبتنی بر regex و NLP چیست؟
الگوهای Regex ساختارهای متن ثابت را تطابق می دهند (مثلاً فرمت SSN). آن ها از PII وابسته به متن جا می مانند: نام ها در جملات، موجودیت های مکان و هر الگو که کمی متفاوت است. مدل های NLP متن زبان را درک می کند - خط لوله 3 لایه anonym.legal (Presidio + spaCy + XLM-RoBERTa) 92-98٪ فراخوان در مقابل 60-75٪ برای ابزارهای regex فقط مثل Caviard.ai می کند.
آیا Caviard.ai در Firefox، Edge یا Safari کار می کند؟
خیر. Caviard.ai یک پسوند Chrome است و فقط در مرورگرهای مبتنی بر Chrome کار می کند. anonym.legal در تمام مرورگرهای اصلی از طریق برنامه وب کار می کند، پسوندهای اختصاصی Chrome و Edge فراهم می کند و برنامه دسک تاپ مستقل را برای Windows، macOS و Linux شامل می کند.
Caviard.ai چه گواهی های امنیتی دارد؟
Caviard.ai گواهی های ISO 27001 یا SOC 2 منتشر نمی کند. anonym.legal بر روی زیرساخت Hetzner Germany با گواهی ISO 27001، توافق نامه های پردازش داده ای منطبق بر GDPR و احراز هویت بدون دانش توسط بازرسی امنیتی مستقل تأیید می شود.
چگونه anonym.legal معلومات شناخت فردی چند زبانه را مدیریت می کند که Caviard.ai حذف می کند؟
الگوهای Regex در سند های غیر ASCII شکست می خورند: اومالت آلمانی، عربی، چینی، عبری. مدل های NLP از anonym.legal بر روی 48 زبان آموزش داده می شوند و نرمال سازی سند، مرزهای Unicode و قالب های شناسایی مخصوص کشور (Personalausweis آلمانی، NIR فرانسوی، ID های ملی عربی و غیره) را مدیریت می کند.
من می توانم چه نرخ مثبت کاذبی را انتظار داشته باشم؟
روش Caviard.ai مبتنی بر regex نرخ مثبت کاذب 15-30٪ را تولید می کند - متن غیر PII را به عنوان حساس پرچم می دهد. این ویرایش غیر ضروری محتوای قانونی ایجاد می کند. خط لوله NLP anonym.legal مثبت کاذب را از طریق درک متن و نرخ اعتماد شامل و کنترل سازیم موجودیت به کمتر از 5٪ کاهش می دهد.
آیا anonym.legal مسیرهای بازرسی برای انطباق فراهم می کند؟
بله. هر تشخیص نوع موجودیت، نمره اعتماد، روش تشخیص (ID قانون یا نام مدل) و مهر زمان را شامل می شود - ایجاد مسیر بازرسی قابل دفاع برای HIPAA، GDPR و کشف الکترونیکی. Caviard.ai مسیرهای بازرسی در هر تشخیص ارائه نمی دهد.
Enterprise NLP PII Detection
92–98% recall. 48 languages. All browsers + Desktop. ISO 27001. Free to start.
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
- Common questions
- Glossary
- How tokens work
- Security posture
- Where we comply
- What we detect
- Case studies
- Release notes
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
- 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.