By · Last updated 2026-06-05

Povratak na BlogSigurnost AI-a

Osobni podaci u internoj wiki: podaci korisnika u Confluenceu

Timovi podrske dokumentiraju procese snimkama zaslona korisnickih racuna. Kroz 3 godine, to su tisuce povreda minimizacije podataka prema GDPR-u u vasem sustavu.

June 5, 20266 min čitanja
Confluence GDPRinternal wiki PIIcustomer datadocumentation privacydata minimization

Osobni podaci na snimkama zaslona u internim bazama znanja

Interne baze znanja — Confluence, Notion, SharePoint, GitBook — imaju specificnu vrstu problema s osobnim podacima koji standardni alati za uskladenost propustaju: osobni podaci korisnika ugradeni u snimke zaslona koristene u dokumentima o procesima.

Uzorak se pojavljuje kod tisuca timova podrske i operacija.

Agent podrske pronalazi neuobicajenu postavku racuna. Uzima snimku zaslona stranice racuna korisnika kako bi dokumentirao problem. Snimka prikazuje ime korisnika u zaglavlju svaog sijevalja, njegovu e-postu u postavkama racuna i detalje plana.

Clanak odlazi u internu bazu znanja. Sto pedeset agenata podrske sada ga moze pregledati. Dvanaest izvrsitelja na eksternom helpdesku takoder ga moze pregledati. Clanak je koristan. Prikazuje kako obraditi taj rubni slucaj. Svaki agent koji nalje na tu postavku u buducnosti ce ga citati.

Tri godine kasnije, baza znanja sadrzi 847 takvih clanaka. Svaki sadrzi snimke zaslona korisnickih racuna. Prikazani korisnici nisu dali suglasnost za ovu sekundarnu upotrebu svojih zapisa. Vecina ne zna da su njihovi podaci pohranjeni tamo.

Ovo nije mali problem. Raste sa svakim novim clankom.

GDPR izlozenost: Zasto je ovo bitno

GDPR analiza za snimke zaslona u bazama znanja je izravna.

Minimizacija podataka (Clanak 5(1)(c)): Osobni podaci moraju biti "adekvatni, relevantni i ograniceni na ono sto je nuzno." Clanak o bazi znanja o postavkama racuna ne treba stvarno ime i e-postu korisnika. Zamagljena snimka zaslona jednako dobro sluzi svrsi. Ukljucivanje uzivo korisnickih podataka nije nuzno.

Ogranicenje svrhe (Clanak 5(1)(b)): Podaci prikupljeni za jednu svrhu — korisnicku sluzbu — ne mogu se ponovo koristiti za drugu svrhu — interne dokumente o procesima — bez pravne osnove. Zapisi o racunima prikupljeni su za pruzanje usluga, ne za internu dokumentaciju. Ovo su dvije razlicite svrhe obrade. Koristenje istih zapisa za obje zahtijeva valjanu pravnu osnovu koju vecina timova nije postavila.

Kontrola pristupa (Clanak 5(1)(f) i Clanak 32): Odgovarajuce tehnicke mjere moraju stititi osobne podatke. Snimke zaslona korisnickih racuna u alatu otvorenom za svih 150 agenata i izvrsitelja — ukljucujuci one bez pristupa temeljnom sustavu racuna — stvaraju prestroko ukljucivanje.

Pravo na brisanje (Clanak 17): Ispitanik koji trazi brisanje ima pravo na uklanjanje svojih zapisa "bez nepotrebnog odgadjanja." Ako se njegovi podaci pojavljuju u 23 clanka baze znanja kao ugradene snimke zaslona, zahtjev zahtijeva pronalazak i azuriranje svih 23 clanaka. To je tesko bez sustava. Nas vodic za pravo na brisanje prema GDPR-u pokriva korake u detalju.

Nijedno od ovih nije tumacenje rubnog slucaja. To su izravne primjene teksta uredbe na uobicajenu praksu.

Zaobilazenje kontrole pristupa

Najozbilje pitanje uskladenosti sa snimkama zaslona u Confluenceu jest zaobilazenje kontrole pristupa koje stvaraju.

Timovi podrske koriste kontrolu pristupa temeljenu na ulogama (RBAC) kako bi ogranicili tko moze pregledati sustave korisnickih racuna. Agenti prve razine vide osnovne detalje racuna. Agenti druge razine vide zapise naplate i tehnicke zapise. Menadzeri vide cijeli profil racuna.

Kada agent druge razine stvori clanak u bazi znanja sa snimkom zaslona cijelog korisnickog racuna, ta snimka postaje vidljiva svakom korisniku alata. Agenti prve razine koji ne bi trebali vidjeti zapise naplate sada ih mogu vidjeti. Izvrsitelji bez pristupa sustavu ih mogu vidjeti. Novi zaposlenici u uvodnom treningu ih mogu vidjeti.

Snimka zaslona zaobilazi RBAC kontrole na sustavu korisnickih racuna. Osobni podaci koje je RBAC bio izgrndjen da stiti sada su otvoreni svima s pristupom bazi znanja.

Ovo nije teorijski rizik. To je normalan ishod tijeka rada s dokumentacijom. Snimka zaslona sjedi tamo bez isteka, bez revizijskog zapisa.

Prakticni koraci sanacije

Za timove koji pronalaze ovaj problem tijekom GDPR revizije:

Retroaktivna sanacija:

  1. Identificirajte sve stranice baze znanja s privitcima slika
  2. Pokrenite otkrivanje osobnih podataka na slici za svaki privitak
  3. Pregledajte oznacene slike: pogoci s visokom pouzdanoscu idu u red za pregled
  4. Za svaku oznacenu sliku: zamijenite saniranom verzijom ili ogranicite pristup stranici
  5. Zabiljesite radnje sanacije za GDPR zapise

Razmjer retroaktivnog rada ovisi o velicini baze znanja. Za trogodisnju bazu znanja u timu podrske od 50 osoba, broj slika moze doseci tisuce. Skupna obrada slika cini to izvedivim. Rucni pregled oznacenih slika je kljucno usko grlo.

Prospektivne kontrole:

  1. Obucite sve osoblje podrske da sanitiziraju snimke zaslona prije objave u bazi znanja
  2. Osigurajte alate: alati za anotaciju snimaka zaslona koji zamagljuju imena korisnika prije lijepljenja
  3. Dodajte korak pregleda: odredjeni pregledavac provjerava clanke prije objave, posebno trazeci PII korisnika na slikama
  4. Pokrenite tromjesecno skupno skeniranje slika na svim Confluence privitcima

Minimalna vrsna kontrola: Kontrolni popis za objavu: "Uklonite ili zamaglite sva korisnicki naziva, e-poste i ID-ove racuna sa snimaka zaslona prije objave." Niske tehnoligije, nije automatizirano, ali stvara dokumentiranu kontrolu. Za male timove, ovo je polazna tocka.

Pogledajte nas pregled uskladenosti s GDPR-om za siri pravni okvir, i zasto politika bez tehnickih kontrola ne funkcionira za razloge zasto pristup samo s kontrolnim popisom propada u velikom obimu.

Zasto se problem povecava kroz vrjeme

Bez sistemskih kontrola, izlozenost osobnih podataka u bazi znanja se gomila.

Obim: Svaki novi clanak s korisnickom snimkom zaslona dodaje ukupnoj izlozenosti. Kako tim podrske raste i baza znanja se prosiruje, akumulirani osobni podaci takoder rastu. Osobine koje cine ove alate korisnima — lako objavljivanje, trajnost, sirokie pristup — ono su sto cini problem s osobnim podacima losijim.

Zaboravljeni clanci: Clanci o starim rubnim slucajevima koji se vise ne pojavljuju ostaju dostupni. Sadrze osobne podatke korisnika koji su od tada podnijeli zahtjeve za brisanjem. Nitko ne provjerava clanak koji je zadnji put azuriran 2022. godine.

Medjufunkcijsko sirenje: Baze znanja cesto postaju medjufunkcijske. Clanak podrske s korisnickim snimkama zaslona moze se dijeliti s produktnim timom, inzenjerskim timom ili eksternim izvrsiteljima radi konteksta o zahtjevu za znacajku ili izvjestajem o gresci. Svako dijeljenje prosiruje publiku za osobne podatke.

Zaostaci brisanja: Kako se vise korisnickih zapisa gomila u bazi znanja, odgovaranje na zahtjeve za brisanjem postaje slozenije. Bez sustava, nema pouzdanog nacina potvrditi da je svaki primjer podataka ispitanika pronadjen i uklonjen. Tim ne moze dati vjerodostojnu potvrdu brisanja.

Osobni podaci u bazi znanja lakse je sprijeciti nego popraviti. Kontrole uspostavljene sada izbjegavaju problem gomilanja sanacije. Svaki clanak objavljen bez zamagljene snimke zaslona zadatak je sanacije odgodjen za buducnost.

Izvori

Spremni za zaštitu vaših podataka?

Započnite anonimizaciju PII-a s 285+ vrsta entiteta na 48 jezika.

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.