By · Last updated 2026-06-05

Atpakaļ uz BloguTehniskā

GDPR lietotņu žurnālos: JSON PII atbilstība

Lietojumprogrammu žurnāli satur klientu e-pasta adreses, IP adreses un konta numurus, kuriem GDPR 5. panta 1. punkta e) apakšpunkts prasa pārvaldību.

June 5, 20266 min lasīšanai
API logsGDPR complianceJSON anonymizationobservabilitystorage limitation

Klusais GDPR risks jūsu žurnālu sistēmā

Atjaunināts 2026. gadam

Lielākā daļa komandu pārbauda datu bāzi personiskai informācijai. Mazāk komandu dara to pašu savai žurnālu sistēmai.

GDPR 5. panta 1. punkta e) apakšpunkts ierobežo, cik ilgi var glabāt personisku informāciju. Datu bāzēm komandas iestata politikas un palaiž dzēšanas uzdevumus. Žurnāla failiem noteikums ir vienkāršāks: glabājiet visu 90 dienas atkļūdošanai.

Problēma? Šie ieraksti glabā personisku informāciju. Pieprasijumu ieraksti glabā lietotāju e-pastus. Kļūdu uztvērumi glabā neapstrādātas ievades vērtības. Piekļuves ieraksti glabā IP adreses. Katrs no tiem tiek uzskatīts par personisku informāciju saskaņā ar GDPR. Jūsu komandai nepieciešams likumīgs pamats un saglabāšanas plāns katram.

Kas nonāk jūsu žurnāla failos

Standarta tīmekļa lietotnes žurnālu reģistrēšana pievilina plašu PII klāstu.

Piekļuves ieraksti (nginx/Apache):

  • IP adreses — personiska informācija pēc EDPB vadlīnijām
  • Lietotāja aģenta virknes — var iespējot ierīces pirkstu nospiedumu
  • Sesijas tokeni — ja tiek rakstīti izvadē

Lietotnes ieraksti (strukturēts JSON):

  • Lietotāju ID un e-pasta adreses
  • Ievades kļūdas — bieži ietver neapstrādātu nederīgo vērtību, kas var būt reāla lietotāja informācija
  • Biznesa notikumi — pasūtijumu ID, kas saistīti ar klientu kontiem
  • Meklēšanas vaicājumi — var saturēt vārdus vai adreses

API vārtejas ieraksti:

  • Autentifikācijas galvenes — daļēji uztverts dažās iestatīšanas konfigurācijās
  • Vaicājumu parametri — var saturēt lietotāju ID, vārdus vai e-pastus
  • Pieprasijumu un atbilžu korpusi — klāt atkļūdošanas līmeņa konfigurācijās

Datu bāzes audita ieraksti:

  • SQL vaicājumi ar WHERE klauzulām, piemēram, email = 'user@example.com'
  • Burtiski personas vērtības vaicājumu parametros

Tas netiek darīts apzināti. Tā ir atkļūdošanai veidotas žurnālu reģistrēšanas blakusparādība, nevis GDPR.

EDPB vadlīnijas par IP adresēm

Eiropas Datu aizsardzības padome apgalvo, ka IP adreses ir personiska informācija. Interneta pakalpojumu sniedzēji var saistīt tās ar abonentiem. Organizācijā tās var identificēt konkrētus lietotājus.

Ietekme ir tieša. Piekļuves ieraksti ar IP adresēm ir personiski ieraksti. Nginx izvades saglabāšana 12 mēnešus nozīmē personisku informāciju glabāt 12 mēnešus. Tam nepieciešams likumīgs pamats saskaņā ar 6. pantu. Tas arī prasa, lai saglabāšanas periods atbilstu jūsu deklarētajam mērķim.

Lielākā daļa komandu izlaiž šo soli. "Mēs glabājam ierakstus 90 dienas, jo drošība tā saka" ir ieraduma noteikums. Tā nav GDPR 5. panta 1. punkta e) apakšpunkta pārskatīšana. Skatiet mūsu Juridiskās atbilstības pārskatu par to, kā tas iederas plašākā programmā.

Kā sasniegt atbilstību

Praktiskais ceļš lielākajai daļai komandu nav samazināt saglabāšanas logus. Darbības un drošības iemesli ilgākiem logiem ir reāli. Labāks ceļš ir maskēt ierakstus pirms ilgtermiņa glabāšanas.

Sadaļu modelis darbojas labi.

0–7 dienas: Pilni neapstrādāti ieraksti aktīvai atkļūdošanai. Septiņas dienas ir pietiekami īss lielākajai daļai komandu.

7–90 dienas: Maskēti ieraksti tendences analīzei un drošības pārskatīšanai. IP adreses tiek aizstātas. Lietotāju e-pasti kļūst par stabiliem tokeneem. Konta numuri ir maskēti. Galvenie lauki — laika zīmogi, kļūdu kodi, latentums, galapunkti — tiek saglabāti tādi, kādi ir.

90+ dienas (ja nepieciešams): Tikai apkopota izvade. Notikumu skaits, kļūdu ātrumi, latentuma diapazoni. Nekādi lietotāju līmeņa ieraksti nepaliek.

Personiskā informācija apstājas septiņu dienu laikā. Apkopotā izvade var iet tālāk, neatklājot nevienu. Skatiet Drošību un atbilstību plašākai informācijai.

Saglabājiet struktūru neskārtu monitoringam

Laba maskēšana saglabā JSON struktūru neskārtu. Tā tikai aizstāj saturu. Tas saglabā izvadi noderīgu atkļūdošanai un brīdinājumiem.

Saglabāts tāds, kāds ir:

  • JSON atslēgas un ligzdošana
  • Laika zīmogi un laika secība
  • Kļūdu veidi un HTTP statusa kodi
  • HTTP metodes, ceļi un latentuma vērtības
  • Biznesa notikumu veidi

Aizstāts:

  • E-pasta adreses → stabils tokens katram oriģinālam (piem., user1@example.com)
  • IP adreses → RFC 5737 diapazoni (192.0.2.x)
  • Konta numuri → ACCT_XXXXX
  • Tālruņa numuri → +XX XXX XXX XXXX
  • Vārdi kļūdu tekstā → [PERSONA]

Stabili tokeni saglabā pēdas noderīgas. Pēdas pārsekošana user1@example.com caur 40 ierakstiem darbojas tāpat kā oriģināls. Apkopotajiem rādītājiem — kļūdu ātrumiem, latentumam, caurlaidībai — nav vajadzīga personiskā informācija vispār. Skatiet Glosāriju par terminiem pseidonimizācija un anonimizācija.

Tris integrācijas veidi

Tris modeļi aptver lielāko daļu inženierijas komandu.

1. variants — cauruļvada maskēšana: Fluentd vai Logstash pārtver katru rindu pirms nosūtīšanas tālāk. Maskēšanas solis darbojas iekšēji. Elastic vai Datadog saņem tikai notīrītus ierakstus. Nav nepieciešamas lietotnes koda izmaiņas.

2. variants — naktīs partija: Neapstrādāti ieraksti nonāk vietējā glabātuvē. Naktīs uzdevums maskē iepriekšējās dienas izvadi un dzēš neapstrādāto versiju. Maskētie ieraksti dodas uz ilgtermiņa glabātuvi. Neapstrādāta izvade tiek glabāta tikai septiņas dienas.

3. variants — maskēšana pirms kopīgošanas: Neapstrādāti ieraksti paliek iekšēji ar stingriem piekļuves kontrolēm. Pirms kopīgošanas ar drošības testētājiem vai ārējiem darbuzņēmējiem palaidiet maskēšanas gājienu. Ārējās puses vienmēr saņem tīras versijas.

GDPR dokumentācijai maskēšana ir "tehnisks pasākums" saskaņā ar 32. pantu. Ierakstiet rīku, tā iestatīšanu un saglabāšanas politiku jūsu Apstrādes darbību reģistrā (RoPA) saskaņā ar 30. pantu. Skatiet mūsu FAQ par izplatītajiem RoPA jautājumiem.

Vēlaties reālu piemēru? Pārbaudiet gadijumu izpēti konkrētai ieviešanas informācijai. Jūs arī varat pārskatīt mūsu cenas, lai redzētu, kurš plāns ietver iebūvētus maskēšanas cauruļvadus.

Avoti

Vai esat gatavi aizsargāt savus datus?

Sāciet PII anonimizāciju ar 285+ entitāšu veidiem 48 valodās.

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.