By · Last updated 2026-06-05

Kembali ke BlogGDPR & Kepatuhan

HDPA Yunani: Deteksi AFM & AMKA

AFM Yunani hanya terdeteksi dengan akurasi 52% oleh alat generik. HDPA mengeluarkan 89 keputusan pada 2024 — naik 162% dari 2022. Sektor pariwisata dan maritim menghadapi risiko yang khas.

June 5, 20267 menit baca
Greece HDPAAFM AMKA detectionGreek alphabet NERtourism GDPRGreek identifiers

HDPA Yunani: Deteksi AFM dan AMKA

Diperbarui untuk 2026

Otoritas perlindungan data Yunani (HDPA) mengeluarkan 89 keputusan penegakan pada 2024. Angka ini naik 162% dari 34 keputusan pada 2022. Pariwisata mendorong 38% kasus HDPA. Operasi maritim menambah risiko lebih lanjut.

Lihat panduan kepatuhan GDPR untuk konteks penegakan DPA nasional.

AFM: Nomor Registrasi Pajak

ΑΦΜ adalah nomor pajak 9 digit. Setiap warga negara, penduduk, dan bisnis memilikinya.

Checksum: Kalikan digit 1–8 dengan bobot 256, 128, 64, 32, 16, 8, 4, dan 2. Jumlahkan hasilnya. Ambil modulo 11. Jika hasilnya 10, nomor tidak valid. Jika tidak, digit cek adalah hasil modulo 10.

AFM muncul di faktur, kontrak, dan formulir pemerintah. Ini adalah ID utama bagi orang dan bisnis di negara tersebut.

Celah deteksi: Alat NLP generik hanya menemukan AFM dengan akurasi 52% (HDPA 2024). Tiga sebab menjelaskan hal ini. Pertama: format 9 digit mirip dengan banyak nomor referensi dan bagian tanggal. Kedua: checksum modulo dua langkah tidak ada di sebagian besar alat generik. Ketiga: nomor ini sering tidak berlabel — berada di dalam blok alamat.

Untuk lebih lanjut tentang ID terstruktur, lihat referensi entitas.

AMKA: Nomor Asuransi Sosial

ΑΜΚΑ adalah nomor 11 digit. Digit 1–6 mengkodekan tanggal lahir dalam format HHBBTT. Digit 7 mengkodekan jenis kelamin: ganjil untuk laki-laki, genap untuk perempuan. Digit 8–11 membentuk nomor seri dan digit cek.

Desain ini mirip dengan personnummer Swedia. Keduanya menimbulkan kekhawatiran GDPR yang sama. Nomor tersebut mengungkapkan jenis kelamin biologis sebagai titik data.

AMKA muncul dalam catatan kesehatan, file jaminan sosial, dan penggajian. Setiap warga negara dan penduduk memilikinya. Nomor ini berfungsi sebagai nomor utama untuk layanan kesehatan dan tunjangan. Lihat halaman keamanan dan kepatuhan untuk cara GDPR berlaku pada jenis data ini.

Celah Dukungan Skrip

Teks Hellenik menggunakan skrip yang berbeda dari bahasa Latin. Ini adalah tantangan utama bagi alat PII.

Rentang Unicode: Karakter Hellenik berada di U+0370–U+03FF dan U+1F00–U+1FFF. Alat yang hanya dibangun untuk ASCII atau skrip Latin tidak akan memproses karakter ini.

Model NER: Model el_core_news spaCy menangani NER Hellenik. Tetapi memerlukan pengaturan eksplisit. Sebagian besar pipeline default hanya menggunakan bahasa Inggris. Pipeline ini tidak menghasilkan output pada dokumen berskrip Hellenik.

File campuran skrip: Dokumen di negara ini sering mencampur skrip Hellenik dan Latin. Nama merek dan istilah teknis muncul dalam huruf Latin. Teks utama dalam huruf Hellenik. Pipeline harus menangani keduanya.

Bentuk kasus: Nama berubah bentuk dalam kalimat Hellenik. Γεώργιος Παπαδόπουλος dalam bentuk subjek menjadi Γεωργίου Παπαδόπουλου dalam bentuk genitif. Alat memerlukan analisis morfologis untuk menangkap keduanya.

Lihat FAQ untuk pertanyaan tentang deteksi PII multibahasa.

Risiko Kepatuhan Pariwisata

Pariwisata mendorong 38% kasus HDPA. Skala dan musiman menciptakan risiko utama.

Retensi PMS: Sistem hotel mengumpulkan nomor paspor, tanggal lahir, dan data kontak. HDPA menemukan banyak sistem menyimpan data ini selama lima tahun atau lebih. Sebagian besar tidak memiliki tujuan yang dinyatakan. Sebagian besar memiliki kontrol keamanan yang lemah.

Data pembayaran: Hotel memproses data kartu dari tamu lokal dan asing. Folio menyimpan sebagian nomor kartu. Sistem pemesanan menyimpan detail kartu lengkap. PCI DSS dan GDPR keduanya berlaku.

Staf musiman: Staf perhotelan sering bekerja dengan kontrak 4–6 bulan. HDPA menemukan banyak kasus di mana akses tidak dihapus saat staf pergi. Celah ini umum di sektor dengan pergantian tinggi.

Daftar Periksa Teknis untuk Kepatuhan HDPA

Untuk memproses dokumen dalam bahasa Hellenik, gunakan tumpukan minimum ini. Deteksi AFM memerlukan validasi checksum modulo dua langkah. Deteksi AMKA memerlukan penguraian tanggal lahir dan digit jenis kelamin. Tambahkan NER berskrip Hellenik melalui spaCy el_core_news. Sertakan deteksi paspor dan KTP nasional dalam kedua skrip.

Untuk operator pariwisata, dua langkah organisasi juga diperlukan. Pertama: dokumentasikan periode retensi data PMS. Kedua: hapus akses sistem saat staf musiman pergi. Langkah-langkah ini mengatasi temuan HDPA yang paling umum.

Lihat harga untuk paket API yang cocok untuk alur kerja perhotelan yang banyak dokumen.


anonym.legal mendeteksi AFM dan AMKA dengan validasi checksum penuh. Ini mendukung NER berskrip Hellenik melalui pipeline spaCy el_core_news.

Sumber

Siap untuk melindungi data Anda?

Mulai anonimisasi PII dengan 285+ jenis entitas dalam 48 bahasa.

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.