By · Last updated 2026-05-02

Vissza a BlograGDPR & Megfelelés

Globális személyes adat-megfelelőség: GDPR, LGPD és DPDP

A brazil CPF, az indiai Aadhaar és az amerikai SSN alapvetően eltérő formátumot és ellenőrzési logikát követ. Az LGPD és India DPDP-törvénye a CPF-et és az Aadhaar-t is a védendő azonosítók körébe vonja.

May 2, 20268 perc olvasás
global PII complianceBrazilian CPF detectionIndian Aadhaar DPDPLGPD compliancemulti-regulatory PII

Globális személyes adat-megfelelőség: három törvény, három azonosítóformátum

Egy brit piactér 80 ország kereskedőinek dokumentumait kezeli. Egyszerre három jogszabály vonatkozik rá: a GDPR az EU-s eladókra, az LGPD a brazilokra, India DPDP-törvénye az indiai kereskedőkre. Mindegyik jogszabály más nemzeti azonosítót nevez meg védendőként, és mindegyiknek saját ellenőrzési logikája van.

Brazil CPF: formátum és LGPD-státusz

A CPF (Cadastro de Pessoas Físicas) Brazília adófizetői azonosítószáma. 11 jegyből áll, formátuma: XXX.XXX.XXX-XX. Az utolsó két jegy ellenőrzőjegy, amelyet az első kilenc jegyre alkalmazott matematikai algoritmus állít elő.

Brazília LGPD-törvénye a CPF-et védett személyes azonosítóként kezeli, az amerikai SSN-hez hasonló érzékenységi szinten. Egy eszköz, amely nem ismeri a CPF-formátumot, nem képes megtalálni azt. Amelyik kihagyja az ellenőrzőösszeg-számítást, hamis egyezéseket fog jelölni.

Indiai Aadhaar: formátum és DPDP-szabályok

Az Aadhaar India UIDAI-szervezete által kiadott 12 jegyű szám. A számok véletlenszerűen kerülnek kiosztásra, az utolsó jegy Verhoeff-féle ellenőrzőjegy.

India DPDP-törvénye kötelezettségeket ír elő minden Aadhaar-hoz kapcsolódó adatot kezelő szervezet számára. A detektálás két lépést igényel: először illeszteni kell a 12 jegyű formátumra és ellenőrizni a Verhoeff-jegyet, majd szűrni kell a kontextus alapján, hiszen nem minden 12 jegyű szám Aadhaar-azonosító.

Amerikai SSN: jól ismert struktúra

Az SSN kilenc jegyből áll. Az első három a területszám, a következő kettő a csoportszám, az utolsó négy a sorozatszám. Mindegyik szegmensnek meghatározott szabályai vannak, az érvényesítés jól dokumentált.

A különbség az egyországi eszközök és a globális szabályok között

Ennek a három azonosítónak nincs közös formátuma és közös ellenőrzési szabálya. Az Egyesült Államok számára fejlesztett eszköz megtalálja az SSN-eket, de esetleg teljesen elmulasztja a CPF-et és az Aadhaar-t.

A legtöbb csapat akkor ütközik ebbe a résbe, amikor egy felügyeleti hatóság kérdőre vonja őket — és nem korábban. A rés valós kockázatot jelent mindhárom jogszabály szerint:

  • A GDPR 28. cikke írásbeli adatfeldolgozási megállapodást ír elő minden adatfeldolgozóval. Az a DPIA, amely a „SSN-detektálást” jelöli meg fő ellenőrzési intézkedésként — miközben az adathalmaz CPF-számokat is tartalmaz —, dokumentált hiányosságot mutat, amelyet egy auditor megtalálhat.
  • Az LGPD bírságai elérheti a brazil bevétel 2%-át, adatsértésenként legfeljebb 50 millió BRL összegig. Egy nem detektált CPF közvetlen LGPD-jogsértést jelent.
  • A DPDP végrehajtása még újkeletű. Az a szervezet, amely most dokumentálja a lefedettségét, kedvezőbb helyzetből vészeli át az első szabályozói döntések megszületését.

Egyszerre három bírságolási rendszer rétegzett kockázatot teremt. Az egyországi eszközök globálisan működő csapatokat tesznek ki veszélynek.

Mit igényel a teljes lefedettség?

Egy eszköznek minden azonosítóhoz ismernie kell annak formátumát, ellenőrzési algoritmusát és jogi kontextusát. A CPF moduláris ellenőrzőösszeget igényel. Az Aadhaar Verhoeff-ellenőrzést és kontextuális szűrést kíván. Az SSN területi és csoportszabályokat követel. Ez három különálló probléma — egyetlen keresési minta nem fedi le mindet.

Lásd még: globális személyes adat azonosítók rése: SSN, CPF, Aadhaar, ANPD Brazil LGPD végrehajtási útmutató és DPDPA India adatvédelmi jogi technikai megfelelés.

Források

Készen áll az adatai védelmére?

Kezdje el a PII anonimizálását 285+ entitástípuson 48 nyelven.

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.