By · Last updated 2026-06-05

חזרה לבלוגאבטחת AI

צילומי מסך ודליפת מידע אישי בכלים פנימיים

Slack, Teams, Jira ואימייל מקבלים באופן קבוע צילומי מסך המכילים מידע אישי של לקוחות. פרצת בקרת גישה זו עוקפת כל כלי DLP.

June 5, 20266 דקות קריאה
screenshot PIIinternal toolsGDPR compliancedata leakageJira Slack security

נקודת העיוורון של DLP שעדיין לא ביקרתם

כלי DLP עוקבים אחר תעבורת רשת, קבצי אימייל והעברות קבצים. הם תופסים גיליונות אלקטרוניים עם עמודות SSN. הם מסמנים אימיילים עם רשימות לקוחות. הם חוסמים העלאות עם רשומות רפואיות.

הם אינם תופסים צילומי מסך.

צילום מסך הוא קובץ תמונה. המידע האישי בתוכו מצויר כפיקסלים. הוא אינו מאוחסן כטקסט. מנועי DLP הסורקים לדפוסי PII לא מוצאים דבר.

כל יום, עובדים מדביקים צילומי מסך ב-Slack, Jira, Teams ובשרשראות אימייל. אפס התראות DLP מופעלות.

כיצד צילומי מסך מפיצים מידע אישי בעבודה

עבודה מרחוק והיברידית הפכו את שיתוף צילומי המסך לנפוץ. כלים פנימיים מתמלאים בהם כל יום.

חברי צוות משתפים צילומים לצורך הקשר מהיר:

  • סוכני תמיכה לוקחים צילומי מסך של תצוגות חשבונות לקוחות לשיתוף עם מנהלים.
  • מפתחים משתפים יומני שגיאות הכוללים נתונים שהוזנו על ידי משתמשים.
  • מנהלי חשבונות שולחים רשומות CRM לצורך הקשר לצוותי כספים.
  • מנהלי IT לוכדים תצוגות מערכת לתיעוד הגדרות עבור קבלנים.
  • צוותי מוצר משתפים תצוגות לוח מחוונים בעדכוני בעלי עניין.

כל קובץ מצורף עשוי להכיל מידע אישי. צילום מסך של חשבון לקוח כולל שם, אימייל, סטטוס וכתובת לחיוב. קובץ יומן שגיאות יכול לכלול שמות, כתובות או מספרי טלפון שהוזנו על ידי משתמשים. צילום מסך של רשומת CRM מכיל את פרופיל החשבון המלא. קובץ לוח מחוונים עשוי להציג מזהי משתמשים בתוויות תרשים.

בעיית בקרת הגישה

שיתוף צילומי מסך יוצר גם בעיית בקרת גישה.

רוב הארגונים מיישמים בקרות גישה מבוססות תפקיד (RBAC) על מערכות הייצור. סוכן תמיכה רואה רק את רשומות התור שלו. קבלן רואה רק קבצי פרויקט שהוקצו לו.

כאשר סוכן לוקח צילום מסך של רשומת לקוח ומדביק אותו בערוץ Slack עם קבלנים, בקרת הגישה נעקפת. הקבלן מקבל נתונים אישיים שלא יכול היה להגיע אליהם בדרכים רגילות. ה-DPA לעבודת קבלן עשויה שלא לכסות העברה זו. זכויות GDPR של הלקוח עשויות שלא לחול על אותו קבלן.

עקיפה זו היא סוגיה לפי סעיף 5(1)(ו) של GDPR. הוא עוסק בשלמות וסודיות. הוא עשוי גם ליצור בעיות התאמה לסעיף 28 אם קבלנים מקבלים PII ללא DPA מתאים. ראו את מדריך התאימות ל-GDPR שלנו לרשימת בדיקה של חובות סעיף 28.

זיהוי PII בתמונות כאמצעי הגנה טכני

אמצעי ההגנה הטכני לחשיפת PII מבוסס צילום מסך הוא OCR בשילוב זיהוי NLP. השלבים פשוטים.

  1. עובד צולם מסך של ממשק לקוח.
  2. לפני השיתוף: מעלה את הצילום לכלי זיהוי.
  3. הכלי מחלץ טקסט גלוי באמצעות OCR.
  4. NLP מוצא ישויות PII בטקסט.
  5. העובד רואה דוח: "הצילום הזה מכיל: [שם לקוח], [כתובת אימייל], [מזהה חשבון]."
  6. העובד לאחר מכן מעריך, מצמצם את היקף השיתוף, או ממשיך עם סיבה כתובה.

זה לא חוסם כל שיתוף. זה מציג את המידע האישי לפני שהוא עובר. אנשים יכולים לאחר מכן לקבל החלטות מושכלות. ראו כיצד זה משתלב בערימת ההגנה שלכם בדף האמצעים.

מקרה שימוש: מדיניות צילומי מסך ב-Jira למוקד עזרה SaaS

מוקד עזרה של חברת SaaS השתמש ב-Jira לתיעוד בעיות חשבון. קבצים מצורפים לאותם כרטיסים הכילו PII משתמשים. ספציפית:

  • כתובות אימייל משתמשים ממסכי ניהול חשבון.
  • פרטי תוכנית מנוי.
  • סכומי חיוב ותאריכים.
  • נתוני תשלום חלקיים במקרים מסוימים.

ביקורת GDPR מצאה 847 כרטיסי Jira שנוצרו במהלך 18 חודשים. כולם הכילו קבצים מצורפים עם PII. Jira היה פתוח לכל 200 המהנדסים. חלקם היו קבלנים ללא DPA לרשומות חיוב לקוחות.

שלבי תיקון:

  1. ביקורת רטרואקטיבית: זיהוי PII על כל הקבצים המצורפים הקיימים. 312 כרטיסים סומנו לבדיקת DPO.
  2. ניקוי כרטיסים: ב-89 כרטיסים הוסתרו קבצים לפני חיבורם מחדש.
  3. שינוי תהליך: תהליך עבודה חדש המחייב בדיקת PII לפני צירוף ל-Jira.
  4. הדרכה: מפגש של 15 דקות לכל צוות מוקד העזרה.

תוצאות לאחר 90 יום:

  • תקריות PII ב-Jira: ירידה של 90 אחוזים.
  • תקריות שנותרו: מקרים שבהם הצוות המשיך עם סיבה אבחנתית כתובה.
  • היקף DPA: עודכן לצמצום חשיפת נתונים אישיים מיותרת לקבלנים.

312 הכרטיסים ההיסטוריים היו ממצא תאימות. ירידה של 90 אחוזים שימשה כהוכחת תיקון בתגובת הביקורת.

שילוב בדיקת צילומי מסך בתהליכי עבודה צוותיים

לארגונים המעוניינים בבקרות PII מבלי להאט פעולות, קיימות מספר אפשרויות.

אפשרות קלה: כלי דפדפן שעובדים משתמשים בו לפני הדבקה ב-Slack או Jira. גררו את הצילום, קבלו דוח PII תוך חמש שניות, ואז המשיכו או ערכו.

Hook ל-Jira או ServiceNow: זיהוי שרץ לפני שהקבצים מגיעים לכרטיסים. פועל כמו סריקת וירוסים לפני העלאת קובץ.

בוט Slack: בוט שמקבל העלאות צילומי מסך בערוצים נבחרים. מפעיל זיהוי PII. מפרסם תגובת שרשור עם ישויות שזוהו. זה הופך מידע אישי לגלוי מבלי לחסום את תהליך העבודה.

נורמת צוות ובדיגום: בדיקה אוטומטית שבועית. בדגמו 10 אחוז מצילומי המסך בכלי שיתוף פעולה. הפעילו זיהוי. דווחו ממצאים למנהל הצוות. זה בונה אחריותיות מבלי לחסום כל תהליך עבודה.

לרשומות GDPR: בקרת PII בצילומי המסך נחשבת ל"אמצעי ארגוני" לפי סעיף 32. תעדו את האמצעי — מדיניות בתוספת כלי טכני. הוסיפו הוכחת שימוש. זה עונה על כלל האחריותיות לפי סעיף 5(2). ראו את דף התאימות שלנו ואת ערך המילון לסעיף 32.

רוצים לראות כיצד anonym.legal מטפל בזה עבור הצוות שלכם? בקרו בדף התוכניות שלנו או קראו את הצהרת המייסד על ביטול זיהוי.

מקורות

מוכן להגן על הנתונים שלך?

התחל לאנונימיזציה של PII עם 285+ סוגי ישויות ב-48 שפות.

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.