By · Last updated 2026-06-05

Povratak na BlogGDPR & Usklađenost

HDPA Grcka: Detekcija AFM i AMKA

Genericki alati prepoznaju grcki AFM s tocnoscu od samo 52%. HDPA je izdala 89 odluka u 2024. godini - rast od 162% od 2022. Turizam i pomorski sektor nose posebne rizike.

June 5, 20267 min čitanja
Greece HDPAAFM AMKA detectionGreek alphabet NERtourism GDPRGreek identifiers

HDPA Grcka: Detekcija AFM i AMKA

Azurirano za 2026.

Grcko tijelo za zastitu podataka (HDPA) izdalo je 89 provedbenih odluka u 2024. godini. To je rast od 162% u usporedbi s 34 odluke iz 2022. Turizam pokriva 38% slucajeva pred HDPA-om. Pomorske operacije donose dodatne rizike.

Pogledajte vodic za uskladivanje s GDPR-om za kontekst o provedbi od strane nacionalnih nadzornih tijela.

AFM: Porezni identifikacijski broj

AFM (grcki: AFM) je 9-znamenkasti porezni broj. Svaki gradanin, rezident i tvrtka posjeduje jedan.

Kontrolna suma: Pomnozite znamenke 1-8 s tezinama 256, 128, 64, 32, 16, 8, 4 i 2. Zbrojite produkte. Uzmite modulo 11. Ako je rezultat 10, broj nije valjan. Inace, kontrolna znamenka je rezultat modulo 10.

AFM se pojavljuje na racunima, ugovorima i drzavnim obrascima. To je primarni identifikator i za fizicke i za pravne osobe u toj zemlji.

Praznina u detekciji: Genericki NLP alati prepoznaju AFM s tocnoscu od samo 52% (HDPA 2024). Tri razloga objasnjuju ovo. Prvo: format od 9 znamenki nalikuje mnogim referentnim brojevima i dijelovima datuma. Drugo: dvostepena modulo kontrolna suma nedostaje u vecini generickh alata. Trece: broj cesto nema oznaku - smjesten je unutar adresnog bloka.

Vise o strukturiranim identifikatorima pogledajte u referenci entiteta.

AMKA: Broj socijalnog osiguranja

AMKA (grcki: AMKA) je 11-znamenkasti broj. Znamenke 1-6 kodiraju datum rodenja u formatu DDMMYY. Znamenka 7 kodira spol: neparni za muski, parni za zenski. Znamenke 8-11 cine serijski broj i kontrolnu znamenku.

Ovaj dizajn slican je svedskom personnummeru. Obje podizu isti zabrinutost prema GDPR-u. Broj otkriva bioloski spol kao podatkovnu tocku.

AMKA se pojavljuje u zdravstvenim dokumentima, datotekama socijalnog osiguranja i obracunu placa. Svaki gradanin i rezident posjeduje jedan. Sluzi kao glavni broj za zdravstvenu zastitu i naknade. Pogledajte stranicu o sigurnosti i uskladivanju za informacije o tome kako se GDPR primjenjuje na ovu vrstu podataka.

Praznina u podrski pisma

Helenska pisma koriste drugaciji skript od latinskih jezika. To je temeljni izazov za alate za zastitu osobnih podataka.

Raspon Unicode znakova: Helenski znakovi nalaze se u U+0370-U+03FF i U+1F00-U+1FFF. Alati izgradujeni samo za ASCII ili latinska pisma nece obradivati ove znakove.

NER model: spaCy-ev model el_core_news obradjuje helenski NER. Ali zahtijeva eksplicitno postavljanje. Veci dio zadanih cjevovoda koristi samo engleski. Ne daju nikakav izlaz na dokumentima pisanim helenskim pismom.

Datoteke s mijesanim pismima: Dokumenti u toj zemlji cesto mijesaju helenski i latinski skript. Nazivi marki i tehnicki pojmovi pojavljuju se na latinici. Tekst je na helenskom. Cjevovod mora obraditi oboje.

Oblici padeza: Imenica mijenja oblik u helenskim recenicama. Georgios Papadopoulos u nominativu postaje Georgiou Papadopoulou u genitivu. Alat treba morfolosku analizu da bi uhvatio oba oblika.

Pogledajte FAQ za pitanja o visejezinoj detekciji osobnih podataka.

Rizici uskladivanja u turizmu

Turizam pokriva 38% slucajeva pred HDPA-om. Razmjeri i sezonalnost stvaraju glavne rizike.

Zadrzavanje podataka u PMS sustavima: Hotelski sustavi prikupljaju brojeve putovnica, datume rodenja i kontaktne podatke. HDPA je pronasla da mnogi sustavi zadrzavaju te podatke pet ili vise godina. Vecina nije imala navedenu svrhu. Vecina je imala slabe sigurnosne kontrole.

Podaci o placanju: Hoteli obraduju podatke o karticama lokalnih i stranih gostiju. Racuni sadrze djelomicne brojeve kartica. Sustavi rezervacija sadrze potpune podatke o karticama. Primjenjuju se i PCI DSS i GDPR.

Sezonsko osoblje: Osoblje u ugostiteljstvu cesto radi na ugovorima od 4-6 mjeseci. HDPA je pronasla mnoge slucajeve gdje pristup nije bio uklonjen kada je osoblje otislo. Ova praznina cesta je u sektorima s visokom fluktuacijom zaposlenika.

Tehnicka kontrolna lista za uskladivanje s HDPA-om

Za obradu dokumenata na helenskom jeziku koristite ovaj minimalni skup alata. Detekcija AFM zahtijeva dvostepenu validaciju modulo kontrolne sume. Detekcija AMKA zahtijeva parsiranje datuma rodenja i spolne znamenke. Dodajte helenski NER putem spaCy el_core_news. Ukljucite detekciju putovnica i nacionalnih osobnih iskaznica u oba pisma.

Za turisticke operatere potrebna su jos dva organizacijska koraka. Prvo: dokumentirajte periode zadrzavanja podataka u PMS sustavima. Drugo: uklonite pristup sustavu kada sezonsko osoblje odlazi. Ovi koraci rjesavaju najcesca nalazenja HDPA-e.

Pogledajte cijene za API planove prikladne za tijek rada s puno dokumenata u ugostiteljstvu.


anonym.legal prepoznaje AFM i AMKA s potpunom validacijom kontrolne sume. Podrzava helenski NER putem spaCy cjevovoda el_core_news.

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.