クロスプラットフォームの個人情報保護：Mac、Linux、Windows
プライバシー担当者はMacで作業する。法務チームはWindowsを使う。データエンジニアはLinuxで動く。しかしコンプライアンス上の義務はひとつだ。
ほとんどの個人情報（PII）検出ツールは単一プラットフォーム向けに開発されている。これが問題の核心だ。
プライバシーチームにおけるOSの格差
企業のプライバシーチームが単一のOSを使用することは稀だ。グローバルなテクノロジー企業では通常、次のような構成になっている：
- プライバシー担当者・DPO：macOS（米英企業で一般的）
- 法務・コンプライアンスアナリスト：Windows（欧州企業環境で標準的）
- データエンジニア・DevOps：Linux（技術職の標準）
3つのOS環境。3つのチーム機能。しかし共通の義務はひとつ：一貫した技術的管理策のもとで個人データを処理すること。
各グループが同じツールの異なるバージョンを使用する場合、あるいは異なるインターフェイスを使用する場合、管理策は同一ではない。そう見えるだけだ。
単一プラットフォームツールがリスクを生む理由
ほとんどのPIIツールは、単一のOSを対象としたデスクトップアプリとして提供される。MacやLinuxのユーザーはWebアプリという代替手段を使うか、何も使えない。
これは監査で問題となる格差を生む。Webアプリがデスクトップ版に遅れる場合、何が起きるかを見ていこう：
NLPモデルのバージョンが乖離する。 デスクトップビルドにはWebアプリより新しいNLPモデルが含まれることがある。古いバージョンでは、新しいバージョンが検出できるエンティティタイプを見落とす可能性がある。
更新サイクルがずれる。 グループポリシーで展開されたツールは、直接インストールより2〜3バージョン遅れることがある。バージョンの差は検出の抜け漏れを意味する。
設定を同期できない。 OSのレジストリに設定を保存するツールは、MacやLinuxのユーザーと設定を共有できない。ある環境で作成したプリセットが別のプラットフォームでは読み込めない場合がある。
ライブラリの動作が異なる。 PDFパースやOCRにOS固有のライブラリを使用するツールは、同じソースドキュメントであってもプラットフォームによって異なる結果を生成することがある。
これらの格差のいずれかが生じると、同一のドキュメントが異なる匿名化結果を生む可能性がある。原因はデータにあるのではない。プラットフォームにある。
規制当局が一貫性をどのように評価するかについては、GDPRの技術的措置要件を参照されたい。
GDPRの第5条第2項と体系的措置
GDPRの第5条第2項はアカウンタビリティ原則だ。管理者に対し、第5条第1項のデータ保護原則を遵守していることを示すよう求めている。第32条の技術的措置については、措置が体系的に適用されたことを証明しなければならない。
体系的とは一貫性を意味する。ドキュメントに適用される匿名化処理が、それを処理した人物のOSによって異なるなら、その措置は可変的であり、体系的ではない。
監督機関の調査において、「ツールXを使用しましたが、MacとデスクトップアプリのバージョンではOSによる違いがあり、このドキュメントはMacで処理されました」という説明は十分な回答とならない。それは不均一な適用を示しているからだ。
OS非依存の設計は好みの問題ではない。体系的適用の要件から直接導き出されるものだ。
OS非依存のコンプライアンスに向けた2つのパターン
真のOS非依存PII対応は、2つのアーキテクチャパターンに分類できる。
パターン1：Webアプリケーション
検出はサーバーサイドで実行される。クライアントのOSは関係ない。すべてのユーザーが同じエンジン、同じモデル、同じ設定にアクセスする。
制限：インターネット接続が必要。エアギャップ環境では利用できない。
パターン2：ネイティブのクロスプラットフォームデスクトップアプリ
TauriやElectronなどのクロスプラットフォームランタイムで構築されたデスクトップアプリは、3つのプラットフォームすべてに対して同じコードをコンパイルする。同じNLPモデルが各ビルドに含まれる。設定はOS固有のストレージではなく、アカウント経由で同期される。
これによりオフラインおよびエアギャップの要件を満たす。プラットフォームをまたいで検出の一貫性が保たれる。
anonym.legalのデスクトップアプリはTauri/Rustフレームワークを使用している。Windows（x64/ARM64）、macOS（Intel/Apple Silicon/Universal）、Linux（x64）に向けて同じコードをコンパイルする。NLPモデルと検出エンジンはすべてのビルドで同一だ。OSは出力の変数ではない。
ユースケース：12名のプライバシーチーム
あるグローバルテクノロジー企業の12名のプライバシーチームが、3つのOS環境で作業していた：
- プライバシー担当者・DPO 4名：macOS（MacBook Pro）
- 法務・コンプライアンスアナリスト 5名：Windows（Surface Pro）
- データエンジニア 3名：Linux（Ubuntuワークステーション）
以前のPIIツールは単一プラットフォーム向けのデスクトップアプリだった。MacとLinuxのユーザーはベンダーのWebアプリに頼っていた。それはエンティティタイプが少ない旧バージョンだった。
コンプライアンスの格差は明らかだった。Mac上のDPOは180種類のエンティティタイプを検出できた。デスクトップアプリを使う法務部門は267種類を検出した。Linux上のエンジニアはWebアプリと同じく180種類だった。DPOが処理したドキュメントでは87種類のエンティティが見落とされていた。
クロスプラットフォームデスクトップアプリへの移行後：
- 12台すべての機器に同じアプリをデプロイ
- すべての機器で同一のNLPモデルと検出エンジンを使用
- 全アカウントに「プライバシースタンダード」プリセットを同期
- コンプライアンスシステム内に12名全員の統一監査証跡を確立
6か月後、監督機関による監査が実施された。チームはOS問わず12アカウント全体で同一のエンティティカバレッジを示す監査証跡を提示した。指摘事項はクローズされた。
監査証跡とドキュメント機能についての詳細はこちら。
ツールを選ぶ前に確認すべきこと
マルチOS環境向けのPIIツールを評価する際には、次の点を確認されたい：
すべてのプラットフォームバージョンで同じNLPモデルを使用しているか？ MacとLinuxのビルドが遅れているなら、一貫性の問題がある。
設定はどのように保存・共有されるか？ レジストリベースのストレージはプラットフォーム間で同期できない。
すべてのプラットフォームで更新サイクルは同じか？ リリースのずれはバージョンの差を生む。
デスクトップ以外のユーザー向けの代替手段は何か？ 旧バージョンのWebアプリであれば、カバレッジは同じではない。
これらの質問にしっかり答えられるツールは、どのOSでも同じ入力データから同じ検出結果を出す。それが体系的適用の実際の姿だ。