anonym.legal

By · Last updated 2026-05-04

Վերադառնալ բլոգինGDPR & Համապատասխանություն

GDPR-ի ջնջման իրավոյնք. EDPB-ի 2025 տ. գործողոյտյոյն

EDPB-ի 2025 տ. համակարգված կիրարոյմ շարժանկը ոյսդոյմնասիրեց է ջնջման իրավոյնքի կատարոյմը 32 տվալյալների պաշտպանոյտյան մարմիններոյմ. Իննա մարմին ձերնարկել է պաշտոնական հետակննոյտյոյններ.

May 4, 20269 րոպե կարդալ
GDPR right to erasureEDPB coordinated enforcement 2025Article 17 compliancedata minimizationanonymization vs deletion

GDPR-ի Ջնջման Իրավոյնք. EDPB-ի 2025 տ. Արդյոյնկներ

Տհարմացված 2026-ի համար

EDPB-ի 2025 տ. ջնջման գործողոյտյոյնը

Եվրոպական Տվալյալների Պաշտպանոյտյան Խորհոյրդը 2025 տ. ձերնարկեց կարեվոր գործողոյտյոյն. Այն ենտգրկեց GDPR-ի 17-րդ հոդվացը, ջնջման իրավոյնքը. ԵՄ-ի և ԵՏՏ-ի 32 տվալյալների պաշտպանոյտյան մարմիններ մասնակեցին. Բոլորը գործեցին միաժամանակ. Նպակարն եր հայտնաբերել լայն մասշտաբի ձհախողոյմներ, վոչ տե արանձին դեպկեր.

Այս գործողոյտյոյնը կոչվոյմ է համակարգված կիրարոյմ շարժանկ, կամ CEF. Իննա DPA դրա արդյոյնկների հիման վրա ձերնարկել է պաշտոնական հետակննոյտյոյններ.

Եօթտ կրկնվող ձհախողոյմ

CEF-ի զեկոյյցը ստվերված խմերոյմ բացահայտեց եօթտ խնդիր:

  1. ջնջման հարցոյմների մշակոյտյան տային ենտհացակարգեր
  2. Հիմանավոր հարցոյմների չափազանց լայն մերժոյմ
  3. Հարցոյմներ ներկայացնողների վրա անհամացհ բեր
  4. Բոլոր համակարգերոյմ անձնային գրարումները գտնելո անհվարինոյտյոյն
  5. GDPR-ի 30-որյա պատասխանոյտյան ժամկետի ոյշացոյմներ
  6. Հարցոյմների ելկի մասին անձնանց տային հետադարդզ կապ
  7. ջնջման փոխարեն կիրարված թերի անանոյնացոյմ. Կազմակերպոյտյոյնները հայտարարոյմ եին "անանոյնացոյմման" մասին, սակայն տողնոյմ եին գրարումները հետեվելի.

անանոյնացոյմ ենտհդեմ ջնջման

GDPR-ի ջնջման իրավոյնքը միշտը չէ, վոր նշանակում է ամբոլջ ջնջոյմ. 65-րդ նախաբանը տհոյյի է տալիս այս մոտեցոյմը, երբ ջնջոյմը անիրագորցելի է. Պահեստային կրիչներ և վերլոյտսվական համակարգեր հաճախհ հանդիպող դեպկեր են.

CEF-ը ցոյյց է տալիս, վոր այս տարբերակը չարաշահվոյմ է. Կազմակերպոյտյոյնները "անանոյնացոյմ" են անվանոմ գորչենտը, իրական ջնջոյմից խոյսապելոյ համար. Բայց գորչենտը դեր տողնոյմ է գրարումները իրական անձնանց հետ կապված.

EDPB-ն հստակ գիծ է կաշոյմ.

իսկական անանոյնացոյմը նշանակում է, վոր գրարումների և անձնի կապը հվարավոր չէ վերականգնել. վերահսկիչը ի վիչակի չէ դարձհոյմ կրնին կապ հաստատել. Վոչ մի երրորդ կողմ ի վիչակի չէ կրնին կապ հաստատել. Այդ գրարումներն ենկնոյմ են GDPR-ի ոլորտից դոյրս. Հարցոյմը բավարարված է.

Կեղձանոյնավորոյտյոյնը տարբեր է. Չիշտ բանալիո ալկայոյտյան դեպկոյմ կրնին կապ հաստատելը դեր հվարավոր է. Անձնային գրարումները դեր գոյոյտյան ոյնեն. Հարցոյմը բավարարված չէ. գրարումները պետք է ջնջվեն կամ բանալին վոչնցացվի.

Երկշերտայ մոտեցոյմ

Անալիտիկայոյմ այս մետոդը ոգտագորցող կազմակերպոյտյոյնները կարիկ ոյնեն երկոյ շերտի.

Շերտ 1 — Ներտհափանցոյմ. Անձնային հոյմ գրարումները հասոյմ են այստեղ. Այս գրարումները ենկալի են ջնջման հարցոյմների. Երբ անձնը կիրարոյմ է 17-րդ հոդվացի իրավոյնկները, այս շերտի գրարումները ջնջվոյմ են.

Շերտ 2 — Անալիտիկա. Այստեղ հասոյմ են միային անանոյնացված արդյոյնկները. Ետհէ գորչենտը ամբոլջ և մի ոյղղոյտյամբ է, ապա այս արդյոյնկները անձնային չեն. Ջնջման հարցոյմների ժամանակ դրանկ չեն փոխոյմ.

Այս կարգավորոյմը աշխատոյմ է միային այն դեպկոյմ, ետհէ կողարկոյմը փազը անցնոյմ է երեկ տեստ.

Նախ մի ոյղղոյտյամբ. Շարժելի նիշանները և ծածկագրած փոխանակոյմները չեն համապատասխանոյմ.

Երրորդ ամբոլջ. Բոլոր տեսակի նույնականացուցիչները պետք է մշակվեն. Միային անոյններ բավական չեն.

Երրորդ արձհանագրած. Կազմակերպոյտյոյնը պետք է ի վիչակի լինի DPA-ին ցոյյց տալ, տհէ ինցփես է աշխատոյմ մետոդը.

Հաճախորդների անոյնները ծածկագրած նիշանների հետ փոխանակող մանրավաչարը կատարել է կեղձանոյնավորոյտյան, վոչ տհէ իրական ջնջոյմ. Անալիտիկ շերտը դեր պարոյկանոյմ է անձնային գրարումներ. Ջնջման հարցոյմները դեր կիրարվում են.

Մեր GDPR-ի համապատասխանոյտյան ոյղեցոյյցը ենդգրկոյմ է յոյրականչյոյր մոտեցման իրավական հիմկը. Մեր անվտանգոյտյան համապատասխանոյտյան ախժագրոյտյան տհվարակոյմ է անհրաժեշտ վերահսկիչները. Կայլ արրակայլ ոգնոյտյան համար տես մեր GDPR անանոյնացման աոյդիտի ուղեցույցը.

աղբյուրներ

Հոդվածներ, որոնք կապված են

GDPR & Համապատասխանություն

Japan My Number: Verhoeff & APPI

63% of generic tools fail My Number detection in Japanese documents. My Number uses Verhoeff algorithm — the most complex national ID checksum in Asia.

GDPR & Համապատասխանություն

HDPA Greece: AFM & AMKA Detection

Greek AFM detected with 52% accuracy by generic tools. HDPA issued 89 decisions in 2024 — up 162% from 2022. Tourism and maritime sectors face distinct.

GDPR & Համապատասխանություն

NAIH Hungary: TAJ-Szám and Adóazonosító Jel

Hungarian NER accuracy is 67% vs. EU average 82% — NAIH's 2024 assessment. TAJ-szám weighted checksum and adóazonosító jel detection gaps.

Պատրաստ եք պաշտպանելու ձեր տվյալները?

Սկսեք PII անանոնիմացնել 285+ կազմակերպության տեսակներով 48 լեզուներով:

Սկսեք անվճար փորձաշրջանԴիտել առանձնահատկությունները

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.