By · Last updated 2026-06-05

Vissza a BlograGDPR & Megfelelés

IMY Svédország: Személyi szám és Luhn-ellenőrzés

Az IMY szerint az általános eszközök 45%-a nem ismeri fel a svéd személyi számot. A samordningsnummer (60-as eltolással) a legtöbb implementációból hiányzik. Svédországban a GDPR-jogokat az állampolgárok 79%-a gyakorolja.

June 5, 20267 perc olvasás
Sweden IMYpersonnummer LuhnsamordningsnummerSwedish GDPR technicalNordic compliance

IMY Svédország: Személyi szám és Luhn-ellenőrzés

Frissítve 2026-ra

Svédország adatvédelmi hatósága az IMY – Integritetsskyddsmyndigheten. A hatóság tesztelést végzett az aktívan használt PII-eszközökön. Eredmény: az eszközök 45%-a nem azonosítja a personnummert, Svédország fő nemzeti azonosítóját. A svéd felnőttek 79%-a él GDPR-jogaival évente – ez az EU legmagasabb aránya. A gyenge detektálás közvetlen megfelelőségi hiányosságot teremt.

A personnummer formátuma és a Luhn-ellenőrzés

A personnummer két formában létezik. Rövid forma: ÉÉHHNN-XXXX (10 jegy). Hosszú forma: ÉÉÉÉHHNN-XXXX (12 jegy). Az utolsó jegy Luhn-ellenőrző jegy.

A Luhn-ellenőrzés: A jegyeket jobbról balra haladva kell venni. Minden második jegyet meg kell duplázni. Ha a duplázás eredménye kétjegyű, a két számjegyet össze kell adni. Végül az összes értéket összeadjuk, és az eredménynek 10-zel oszthatónak kell lennie.

A Luhn-ellenőrzés bankkártyákon és a kanadai SIN-számon is megjelenik. A personnummerben azonban az első hat jegy dátumot kódol, ami a pénzügyi Luhn-ellenőrzéstől eltérő korlátokat teremt. Az ezt a dátumellenőrzést kihagyó eszközök hamis pozitívokat produkálnak.

A samordningsnummer hiányossága

Svédország koordinációs számot – samordningsnummert – ad a külföldi illetőségű személyeknek, amíg teljes personnummerük nem lesz. A formátum azonos, az eltérés csak annyi: a születési nap jegyeihez 60-at kell hozzáadni.

  • Personnummer, január 15-én született: napjegy = 15.
  • Samordningsnummer, azonos dátum: napjegy = 75 (15 + 60).

A samordningsnummerhez érvényes napértékek 61-től 91-ig terjednek. Azok az eszközök, amelyek csak 01–31 értékeket fogadnak el, egyetlen koordinációs számot sem ismernek fel.

Svédország népességének körülbelül 20%-a külföldi születésű. Azoknak a cégeknek, amelyeknek nem svéd alkalmazottjai vagy ügyfelei vannak, ez a hiányosság azt jelenti, hogy az érintett rekordok nagy része észrevétlen marad.

Az IMY anonimizálási szabályai

Az IMY 2023-as anonimizálási útmutatója az összes EU-adatvédelmi hatóság közül a legrészletesebb; tizenkét másik DPA hivatkozik rá.

Három szabály vonatkozik a svéd adatkészletekre:

  • k-anonimitás 5 vagy több. Minden rekordnak legalább négy másiktól megkülönböztethetetlennek kell lennie az összes kulcsmező tekintetében. Kor, nem, lakóhely és munkakör jellemzően kvázi-azonosítónak minősül. Svédország kis lélekszáma miatt a kis csoportok könnyen elkülöníthetők.
  • l-sokféleség egészségügyi és pénzügyi adatoknál. A k-anonimitás önmagában nem véd a következtetéses támadásokkal szemben. Az l-sokféleség megköveteli, hogy minden csoport legalább l eltérő érzékeny értéket tartalmazzon.
  • Formális bizonyíték szükséges. Az IMY nem fogadja el a pusztán állított megfelelést. Technikai dokumentációval kell igazolni, hogy a küszöbértékek teljesülnek.

A 79%-os arány: mit jelent a gyakorlatban?

Egy 50 000 svéd felhasználóval rendelkező cég esetén a 79% évente körülbelül 39 500 joggyakorlási kérést jelent. Mindegyikre 30 napon belül kell válaszolni.

Ilyen mennyiség mellett a kézi feldolgozás nem skálázható. A cégeknek automatizált PII-keresésre van szükségük valamennyi tárhelyen: fő adatbázisokban, biztonsági mentésekben, elemzőrendszerekben és AI-tanítási adatkészletekben egyaránt. A rendszereknek képesnek kell lenniük mind a personnummer, mind a samordningsnummer felismerésére, Luhn-ellenőrzéssel és a 60-as napeltolási szabállyal.

Ez a technikai pontosság a svéd joggyakorlási kérések automatizált, nagy léptékű kezelésének alapkövetelménye. Nélküle az automatizált nyilvántartási rendszerek az előírt rekordok jelentős hányadát elmulasztják megtalálni és visszaadni.

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.