How Does PII Detection Work?
PII detection identifies personal data in text using pattern matching and machine learning. anonym.legal uses a hybrid approach:
- 1Pattern Matching: Regex patterns detect structured data (SSNs, credit cards, IBANs) with checksum validation.
- 2Named Entity Recognition: NER models identify names, locations, and organizations in 48 languages.
- 3Context Scoring: Each detection is scored based on surrounding context to minimize false positives.
This hybrid approach detects 285+ entity types while maintaining deterministic, reproducible results — essential for compliance and legal discovery.
なぜAIではなく正規表現なのか？
私たちのアプローチ
- 100%再現可能な結果
- コンプライアンスのための完全な監査可能性
- トレーニングデータは不要
- 透明な意思決定
- 迅速で予測可能なパフォーマンス
- 時間の経過によるモデルの漂流なし
AI/MLアプローチ
- 実行間で結果が異なる
- ブラックボックスの意思決定
- トレーニングデータが必要
- 監査が難しい
- 高い計算コスト
- 時間の経過によるモデルの漂流
10ステッププロセス
入力から出力まで、あなたの文書に何が起こるかを正確に示します
テキストの入力
ウェブインターフェース、API、またはOfficeアドインを介して文書を提出します
言語検出
システムが最適な処理のために文書の言語を特定します
トークン化
テキストがパターンマッチングのためにトークンに分割されます
パターンマッチング
正規表現パターンが50以上のエンティティタイプをスキャンします
コンテキスト分析
周囲のテキストが検出精度を向上させます
信頼度スコアリング
各検出に信頼度スコアが付与されます
エンティティ分類
検出された項目はタイプ別に分類されます
結果のレビュー
位置とスコアを持つすべての検出を確認します
匿名化の適用
方法を選択します：置換、削除、ハッシュ、暗号化、またはマスク
出力文書
匿名化された文書をダウンロードします
MCPサーバー：プライバシー優先のAI統合
あなたのデータがMCPサーバーを通じて流れる方法、AIツールを安全に保つために
AIツールリクエスト
あなたのAIツール（Cursor、Claude）がPIIを含むリクエストを送信します
MCPサーバーが傍受
サーバーがすべてのPIIエンティティを分析し検出します
匿名化
PIIがトークンに置き換えられるか、削除されます
AI処理
AIは匿名化されたデータのみを受け取り処理します
レスポンスの返却
AIのレスポンスがMCPサーバーを通じて返されます
デトークン化
オプション：元の値がユーザーに復元されます
実世界の例
John Doeの支払いを処理、メールjohn@example.com、カード4532-1111-2222-3333AIが見るもの
PII_PERSON_001の支払いを処理、メールPII_EMAIL_001、カードPII_CREDIT_CARD_001あなたが受け取るもの
Frequently Asked Questions
Why use regex instead of AI for PII detection?
Regex-based detection is deterministic and reproducible. The same input always produces the same output. AI/ML models can be unpredictable and may miss or falsely flag data. For compliance, reproducibility matters.
How accurate is the detection?
Our hybrid approach combines regex patterns with Named Entity Recognition (NER) for high accuracy. All patterns include checksum validation where applicable (credit cards, IBANs, SSNs). False positives are minimized through context-aware scoring.
What happens to my data during processing?
Text is sent to our EU-hosted servers (Hetzner, Germany) over TLS 1.3 for analysis. We don't store your data after processing. With Zero-Knowledge auth, we can't even identify which user made the request.
Can I add custom entity types?
Yes! You can create custom recognizers with your own regex patterns and context words. Custom entities support the same operators (replace, mask, hash, encrypt, redact) as built-in types.
How does reversible encryption work?
The Encrypt operator uses AES-256-GCM encryption with your key. Only you can decrypt. This allows re-identification for audits or legal discovery while keeping data protected in transit and storage.