By · Last updated 2026-06-05

Atgal į BlogąGDPR ir Atitiktis

BDAR duomenu minimizavimas: tikralaike API

BDAR 5 straipsnio 1 dalies c punktas reikalauja rinkti tik reikiamus duomenis. Tikralaike API integracija uzkirsta kelia pertekliniam rinkimui formos pateikimo etape - dar pries duomenu isaugojima.

June 5, 20267 min skaityti
GDPR data minimizationArticle 5real-time detectionAPI integrationform validation

BDAR duomenu minimizavimas: tikralaike API

Atnaujinta 2026 m.

BDAR 5 straipsnio 1 dalies c punktas sako: rinkite tik tai, kas butina. Tai yra duomenu minimizavimo taisyklé. Dauguma komandu ja pazeidzia del formos dizaino, o ne del blogu ketinimu. Laisvo teksto laukai susirenka vardus, adresus ir ID numerius, kuriu niekas neplanavo.

Veliau valyti duomenu baze nepadeda. Pazeidimas ivyko tada, kai surinkote duomenis. Ju sustabdymas saktinyje yra vienintelis tikras sprendimas. Tikralaike API tikrinimas formos pateikimo metu sustabdo perteklinj rinkima dar pries jam prasidedant.

Zr. musu atitikties apzvalga ir saugumo praktikas, kaip palaikome BDAR 5 straipsni.

Kodél formos surenka per daug

Laisvo teksto laukai interneto programose renka AV, kurio niekas neplanavo:

  • Paremimo bilietų "prieasties" laukai, uzpildyti medicinos istorijomis ir draudimo numeriais
  • Apklausų "kitu pastabų" skyriai, kuriuose yra visi vardai ir telefono numeriai
  • Personalo skyriaus "pastabų" stulpeliai su metusy nesusistemintos asmenines detalès
  • Uzsakymų "pastabų" laukai, kuriuose yra klientu ID numeriai, ivesti del problemu sprendimo

Minimizavimo taisyklé reikalauja, kad sio AV niekada nepatektu i jusu sistemas. Reaktyvus valymas gydo simptoma. Tikralaike aptikimas salina priezasti.

Kodél reaktyvus valymas nepakanka

Komandos, valojancios saugomus AV, susiduria su keturiomis problemomis.

Issamumas. Sabloninè paieska suranda akivaizdžius AV, tokius kaip el. pasto adresai ir ID numeriai. Ji praleidzia pagrinstu nuorodas. "Mano sesuo Sophie turej ta pacia problema" yra vardas, kuri dauguma nuskaitymu praleidzia.

Teisinis laikas. Pazeidimas ivyksta rinkimo metu. Duomenu valymas kelis menesus veliau jo netaiso. Jei reguliuotojas perziuri laikotarpi, kai duomenys buvo saugomi, pazeidimas jau uzsfiksuotas.

Neuzbaigtas iSaiSkinimas. Duomenu bazes kuriamos atsarginiu kopiju. Sistemos raszo zurnalus. Analizavimo irankiai eksportuoja duomenis. Net iStrynę is pagrindinès duomenu bazés, kopijos gali likti atsarginiu kopijų failuose ir audito zurnuoluose.

Atskleidimo poveikis. Tarp rinkimo ir valymo papildomi AV guli jusu sistemose. Pazeidimas si lango metu ideda perteklinius duomenis i rizikos zona.

Rinkimo sustabdymas saktinyje issprendzia visas keturias. Duomenys, kurie niekada nepateko, negali buti atskleisti, nereikalauja istrynimo ir neskaitoasi kaip pazeidimas.

Aptikimo sablonai formos patikrinimui

Yra trys büdai pridéti tikralaiki AV aptikima prie formos.

Kliento puséje (Chrome papildinys). Papildinys stebi ikopijavimo ivykius narsyklés laukuose. Kai vartotojas iklijuoja teksta su AV, jis akimirksniu pazymi objektus. Vartotojas juos pasalina pries pateikdamas. Jokio API kvietimo nereikia - aptikimas veikia lokaliai. Objektu tipu apibrezimai - zodyne.

Serverio puséje (API integracija). Forma siuncia duomenis i jusu serverj. Pries irasa i duomenu baze, jusu kodas kviecia aptikimo API. API grazina objektu tipus su pasitikejimo balais. Didelio pasitikejimo atitikimai blokuoja pateikima su aiSku prane SimuSiuo. Vidutinio pasitikejimo atitikimai ragina perziuros zingsnio. Duomenys yra svari dar pries juos isaugant.

Hibridinis (rekomenduojamas). Kliento pusés pazymejimas suteikia vartotojams greita atziliepima. Serverio pusés tikrinimeis suteikia atitikties garantija. Jei vartotojas ignoruoja kliento ispejima, serverio tikrinimas vis tiek aptinka AV. Nieks nepasiekia duomenu bazés be tikrinimo. Bendri klausimai del aptikimo slenksciu - musu DUK.

Pavyzdys: sveikatos apsaugos pacientu portalas

Pacientu portalas leidzia pacientams apraszyti simptomous laisvo teksto lauke pries rezervavima. Siame lauke reguliariai atsiranda kitu pacientu vardai, ID numeriai ir namų adresai. Niekas is to nepriklauso rezervavimo sistemai.

Pries tikralaiki aptikima:

  • AV simptomų lauke: mazdaug 12% pateikiamuju
  • Valymo metodas: savaitinis paketes procesas
  • Atitikties statusas: reaktyvus - 5 straipsnio 1 dalies c punkto pazeidimas ivyko rinkimo metu

Po API integracijos pateikimo metu:

  • API aptinka didelio pasitikejimo AV dar pries bet koki irasa i duomenu baze
  • Pacientas mato: "Jusu zinute atrodo turinti asmeniniu informacijos. Pries pateikdami ja pasalinkite."
  • Pacientas perraso ir pakartotinai pateikia
  • Duomenu baze gauna tik simptomų apraSyma

Siame scenarijuje AV lauke sumazejo nuo mazdaug 12% iki maziau kaip 1% pateikiamuju. Atitiktis dabar irodoma per serverio pusés aptikimo zurnalus, o ne retroaktyvia valymo vykdymu.

Audito irasai rinkimo taske

Reguliatoriaus pozirju reaktyvios komandos vertinamos kitaip negu tos, kurios turi valdiklius. BDAR 25 straipsnis - apsauga pagal dizaina ir pagal numatytuosius nustatymus - atlygina pastaruosius.

Rinkimo taske aptikimas sukuria naudingas audito irasais:

  • Aptikimo zurnalas. Kiekvienas formos nuskaitymas issaugomas su rastais objektu tipais, pasitikejimo balais, atliktu veiksmu ir rezultatu.
  • Menesiniu ataskaitos. Suvestines rodo aptikimo lygi pagal lauka ir objekto tipa, bei kaip vartotojai reaguoja.
  • Konfiguraciju irasai. Slenksciu nuostatos, apiepiami laukai ir sekamos objektu tipai - tai parodo aiSka, valdoma politika.

Sie irasai padeda reguliuotojų perziurose. Jie taip pat remia vidinj audita ir tvarkymo irasais. Rinkimo taske valdikliu pavyzdziai - musu atvejo tyrimuose.

AI irankiai ir duomenu minimizavimas

Paramos agentai dazniausiai iklijuoja klientu el. laisus i AI renggimo irankius. Siuose laistuose gali buti vardai, adresai ir saskaitu numeriai. Si informacijos siuntimas i AI modeli gali virsyti tai, kas yra butina.

MCP serveris prideda aptikimo zingsnj pries teksta pasiekiant modeli. Klientu vardai tampa [CUSTOMER]. Konkrecios detalés Svarinamos. AI rengia atsakyma naudodamas isvalyta teksta. Agentas prideda atgal tik tai, ko reikia atsakymui.

Tai atitinka duomenu minimizavimo taisyklè AI naudojimui. Modelis gauna tik tai, kas butina - kas dazniausiai yra jokio AV. Zr. objektai del visu mūsu aptinkamų objektu tipu saraso.

Saltiniai

Pasiruošę apsaugoti savo duomenis?

Pradėkite anonimizuoti PII su 285+ subjektų tipais 48 kalbomis.

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.