A probléma, amelyet a felhős eszközök nem tudnak megoldani
Egy védelmi vállalkozó adattudósa 3000 személyzeti rekordot kezel. Névtelen kell tennie a neveket, TB-számokat és biztonsági engedélyezési szinteket, mielőtt megosztja az adatkészletet egy egyetemi kutatópartnerrel egy ellenőrzött nem minősített információs (CUI) megállapodás keretében.
A hálózatnak nincs internet-hozzáférése. Szándékosan.
Minden általa értékelt webalapú anonimizáló eszköz adatok küldését igényli külső API-ra. Minden vállalati SaaS-platform fiókalapítást és felhőkapcsolatot igényel. Még a „helyszíni” eszközök is gyakran igényelnek időszakos internet-hívást végző licencszervereket.
Ez az air-gapped telepítés problémája – és jóval több szervezetet érint, mint amennyit a szűk „minősített kormányzati” keretezés sugall.
Kinek van szüksége offline-first feldolgozásra?
A védelmi vállalkozók és kormányzati szervek a legnyilvánvalóbb kategória. A DISA FedRAMP követelményei engedélyezett határokon belüli adatfeldolgozást írnak elő. Az ITAR korlátozza a műszaki adatok kezelését az USA által ellenőrzött infrastruktúrán. A hírszerzési közösség hálózatai (JWICS, SIPRNet) fizikailag el vannak szigetelve tervezésnél fogva.
De az offline-first követelmény jóval túlnyúlik a minősített környezeteken:
Hálózati szegmentációval rendelkező egészségügyi rendszerek: A kórházi hálózatok elkülönítik a klinikai rendszereket az általános hozzáférésű hálózatoktól. A PACS-rendszerek (orvosi képalkotás), a szegmentált hálózatokon futó EHR-rendszerek és a klinikai kutatási adatbázisok szabályozásnál fogva esetleg nem rendelkeznek internet-kapcsolattal.
Kereskedési padi izolációval rendelkező pénzügyi szolgáltatások: A saját kereskedési környezetek, bizonyos klíringházi hálózatok és SWIFT-kapcsolt infrastruktúrák szigorú hálózati izolációval működnek.
Ipari vezérlőrendszerek: A SCADA-hálózatok, gyártásirányítási rendszerek és kritikus infrastruktúra air-gap-pel vagy közel air-gap-pel üzemelnek biztonsági intézkedésként (Stuxnet utáni megerősítés).
Európai adatszuverenitási követelmények: Németország szigorú Landesdatenschutzgesetze és az EU hasonló nemzeti törvényei egyre inkább helyi feldolgozást írnak elő érzékeny kormányzati és egészségügyi adatokhoz. A TikTok 530 millió eurós GDPR-bírsága (2025. május) az EU adatainak Kínába való átvitele miatt felgyorsította ezt a trendet.
Miért bukik el a felhőarchitektúra az air-gapped telepítésnél?
A legtöbb vállalati anonimizáló eszköz SaaS-platformként van tervezve:
Felhasználói eszköz → HTTPS → Szállítói API → NLP-modellek → Válasz → Felhasználói eszköz
Ez az architektúra igényli:
- Internet-kapcsolatot a feldolgozó eszközről
- Bizalmat a szállító API-infrastruktúrájában
- Annak elfogadását, hogy az adatok külső hálózatokon haladnak keresztül
- Függőséget a szállító elérhetőségétől és árazásától
Air-gapped környezeteknél az 1. lépés fizikai lehetetlenség. Szabályozott környezeteknél a 2–4. lépések mindegyike megfelelőségi jogsértést jelenthet.
Az önállóan hosztolt Presidio a legelterjedtebb alternatíva, de szükséges hozzá:
- Docker-szakértelem a telepítéshez
- Python-környezetkezelés
- spaCy-modellek letöltése (internet szükséges)
- Folyamatos karbantartás a modellek és függőségek frissítésekor
- DevOps-erőforrások, amelyekkel a legtöbb csapat nem rendelkezik
Ez a rés – a SaaS-kényelem és az önállóan hosztolt komplexitás között – pontosan az, amelyet az asztali-first offline eszközök kezelnek.
Az offline-first PII-anonimizálás technikai architektúrája
Az anonym.plus, a teljesen kapcsolat nélküli esetre épített testvértermékünk, mindent tartalmaz, amire szüksége van:
1. Előre csomagolt NLP-modellek A spaCy-nyelvmodellek (átlagosan 40–80 MB egyenként), transformer modellek a névfelismeréshez és a nyelvfelismerési modellek az alkalmazástelepítőbe vannak csomagolva. A feldolgozás során nincs szükség letöltési lépésre.
2. Helyi feldolgozási folyamat A teljes regex + NLP + ML felismerési folyamat helyi CPU-n fut (és opcionálisan GPU-n). Az anonym.plus-ban működő Presidio-alapú motor futás közben nem indít hálózati hívást.
3. Titkosított helyi tároló A konfiguráció, a beállítások és a titkosítási kulcsok egy helyi titkosított tárolóban (AES-256-GCM + Argon2id) kerülnek tárolásra. Nincs felhőszinkronizálás. Nincs remote kulcsbiztonsági mentés. A tároló csak a helyi eszközön létezik.
4. Helyi fájl I/O A bemeneti fájlok helyi tárolóból olvasódnak; a kimeneti fájlok helyi tárolóba kerülnek. Semmilyen adat nem halad át hálózati interfészen.
5. Minimális támadási felület Az anonym.legal saját asztali alkalmazása — külön termék olyan hálózatokhoz, amelyek egyetlen megbízható külső kapcsolatot megengednek — ezért ugyanígy épült: a Tauri 2.0 (Rust-alapú) lényegesen kisebb támadási felületet biztosít, mint az Electron-alapú (Chromium-alapú) eszközök. A binárisa nagyjából tizedakkora. Alapértelmezés szerint kevesebb OS-API-t is hív.
Megfelelőségi felhasználási esetek
ITAR műszaki adat anonimizálása
Egy védelmi vállalkozónak műszaki dokumentációt kell megosztania egy külföldi partnerrel ITAR-licencmentesség alapján. A dokumentumok olyan US-állampolgárok neveit és személyzeti adatait tartalmazzák, amelyeket anonimizálni kell az ITAR-licencmentesség alkalmazása előtt.
Követelmények:
- Kizárólag engedélyezett munkaállomásokon végzett feldolgozás (nincs felhő)
- Nincs adatátvitel a törölt környezeten kívülre
- Az anonimizálás alkalmazását igazoló auditnapló
- Kötegelt feldolgozás 500+ dokumentumhoz
Az anonym.plus mind az 500+ DOCX fájlt helyben dolgozza fel kötegelt módban. A futás közben nem kerül sor hálózati hívásra. Az auditnapló a helyi tárolóban marad. A kimenet megfelel az ITAR-licencmentességi követelményeknek.
Német szövetségi ügynökség adatmegosztása
Egy német szövetségi ügynökségnek (Bundesbehörde) anonimizálnia kell az állampolgári panaszadatokat, mielőtt megosztja egy külső kutatóintézettel. A BfDI útmutatása tiltja a feldolgozást nem kormányzati infrastruktúrán.
Az anonym.plus az ügynökség Windows 11 munkaállomásain fut. Minden feldolgozás helyi. Az IT-biztonsági csapat ezt forgalomfigyeléssel erősíti meg — futás közben nulla külső kapcsolat.
Kórházi klinikai kutatási adatok
Egy kórházi kutatási részlegnek betegrekordokat kell anonimizálnia egy többközpontú klinikai vizsgálathoz. A HIPAA Safe Harbor de-azonosítás 18 azonosítókategóriát távolít el. A klinikai hálózatnak szabályozásnál fogva nincs internet-hozzáférése.
Az anonym.plus a CSV és JSON formátumú EHR-exportok kötegelt feldolgozását teljes egészében az eszközön végzi — az internet-hozzáférés nélküli hálózat pontosan az az eset, amelyre készült. Az adatvédelmi tisztviselő a Safe Harbor szabályok alapján átnézi a kimenetet, mielőtt az adatkészlet a kutatási partnerekhez kerül.
Fő képességek air-gapped telepítéshez
Offline személyes adat anonimizáló eszközök értékelésekor ezeket helyezze előtérbe:
| Képesség | Miért fontos? |
|---|---|
| Telepítés után teljesen offline | Nincs internet-függőség feldolgozás közben |
| Előre csomagolt NLP-modellek | Nincs hálózati hozzáférést igénylő letöltési lépés |
| Kötegelt feldolgozás | Nagy volumen kezelése ismételt kézi beavatkozás nélkül |
| Helyi titkosított tároló | Konfigurációk és kulcsok biztonságos helyi tárolása |
| Auditnapló | Dokumentáció megfelelőségi felülvizsgálatokhoz |
| Windows/macOS/Linux-támogatás | Lefedi a minősített munkaállomás-környezeteket |
| Nincs telemetriai opció | Biztosítja, hogy nincs adatkiszűrés telemetrián keresztül |
| Fájlformátum-lefedettség | DOCX, PDF, TXT, CSV, JSON, Excel |
Az adatszuverenitás előnye
A TikTok 530 millió eurós GDPR-bírságja és az azt követő végrehajtási hullám másodlagos hajtóerőt teremtett az offline-first eszközök számára: adatszuverenitás.
Azok az EU-szervezetek, amelyek korábban felhős eszközöket használtak kényelemből, most újragondolják, hogy a külső szállítói infrastruktúrán végzett feldolgozás megfelel-e a GDPR V. fejezetének (nemzetközi adattovábbítás) és a nemzeti adatvédelmi törvényeknek.
A legegyszerűbb válasz a „hova kerülnek az adatai feldolgozás közben?” kérdésre: „Sehova – soha nem hagyják el az eszközt.” Az offline-first feldolgozás teljesen kiküszöböli a GDPR-átviteli kérdést.
A német szervezetek számára különösen a DSGVO 44–46. cikkének szigorú értelmezése és a legújabb végrehajtási trend teszi a helyi feldolgozást egyre vonzóbbá, még azok számára is, akiknek nincsenek szigorú kapcsolódási követelményeik.
Praktikus telepítési megfontolások
Az igazi air gaphez az anonym.plus kell, nem az asztali alkalmazás. A telepítő USB-n kerül át, mint bármely offline telepítés, de az anonym.legal saját asztali alkalmazása minden felismeréshez továbbra is az anonym.legal szervereit hívja — aktív kapcsolat szükséges, telepítve vagy sem. Külső hozzáférés nélküli hálózatokhoz testvértermékünk, az anonym.plus ehelyett a felismerést teljes egészében az eszközön futtatja.
Nyelvi támogatás. Az anonym.legal felismerési szolgáltatása mind a 48 nyelvet támogatja (24 spaCy + 7 Stanza + 11 HuggingFace; 6 nyelv csak mintaalapú) — de ezek a modellek az anonym.legal szerverein futnak, nem az asztali alkalmazás telepítőjében. Az anonym.plus a modelljeit az eszközön hordozza, így nyelvi támogatása kapcsolat nélkül is működik.
Hardverkövetelmények: Az NLP-folyamat hatékonyan fut modern munkaállomásokon GPU-követelmény nélkül. 1000 dokumentum kötegelt feldolgozása általában 5–15 percet vesz igénybe a dokumentum méretétől és a CPU teljesítményétől függően.
Licencelés air-gapped környezetekben: Offline licencaktiválás elérhető olyan környezetekhez, ahol nem lehetséges a licencszerverhez való csatlakozás.
Mikor nem megfelelő az air-gapping?
Az air-gapped és offline-first architektúrák meghatározott problémákat oldanak meg, de jelentős üzemeltetési kihívásokat okoznak:
Frissítési súrlódás: Az AI-modellek, entitásfelismerők és szoftverek naprakészen tartása air-gapped környezetben manuális folyamatokat igényel (USB-átvitel, manuális letöltések). Azok a szervezetek, amelyek nem tartanak fenn szigorú frissítési ciklust, elavult modelleket futtathatnak, amelyek kihagyják az új személyes adat mintákat.
Integrációs komplexitás: Az air-gapped rendszerek nem integrálhatók közvetlenül felhőalapú naplózó, SIEM-platformokkal vagy remote audit vezérlőpultokkal egyéni adatdiódás megoldások nélkül. Ez jelentősen megnöveli az infrastruktúra-költséget.
Pontossági kompromisszumok: A felhőalapú személyes adat felismerő rendszerek folyamatosan frissített tanítási adatokat és ensemble modelleket használhatnak több ügyfél adatain keresztül. Az offline modellek egy pillanatfelvétel, amely idővel romlik az emergens nyelvi mintákkal szemben, különösen többnyelvű tartalmaknál.
Nem szükséges minden fenyegetési modellnél: Azok a szervezetek, amelyeknél nincs kormányzati, egészségügyi vagy jogi szektorra vonatkozó adatelkülönítési kötelezettség, praktikusabbnak találhatják a SOC 2 Type II auditált, erős titkosítású és adatfeldolgozási megállapodással rendelkező felhőalapú megoldásokat. Az air-gapping terhe csak akkor hoz értéket, ha a fenyegetési modell valóban magában foglalja az eltökélt ellenség általi hálózati kiszűrést.
KKV-k és a legtöbb vállalati felhasználási eset számára az átvitel közbeni és nyugalmi erős titkosítás szerződéses adatfeldolgozási kontrollokkal megfelelő védelmet biztosít a teljes air-gapping üzemeltetési terhe nélkül.
Olyan ellenőrzött hálózathoz, amely még megenged egy megbízható külső kapcsolatot: az anonym.legal asztali alkalmazása (Windows, macOS, Linux) helyben települ és fut, de maga a felismerés az anonym.legal szerverein történik — az alkalmazás nem tartalmaz felismerési modelleket, és internetkapcsolatot igényel. Az engedélyezési listája a kapcsolatot kizárólag az anonym.legalra korlátozza; semmilyen adat nem megy máshová. A kötegelt feldolgozás futásonként 1–5000 fájlt támogat a csomagszinttől függően. A külső kapcsolat nélküli hálózathoz lásd inkább az anonym.plus oldalát.
Források: