anonym.legal

By · Last updated 2026-04-10

Atpakaļ uz BloguJuridiskā Tehnoloģija

Izklājlapu anonimizācija GDPR un CCPA vajadzībām

Excel formulas atsaucas uz šūnām, kas satur klientu vārdus. Šarnīrtabulas kešatmiņā saglabā sensitīvus datus. Gaisa sprauga vides nepieciešamas 67% valdības iestāžu.

April 10, 20268 min lasīšanai
Excel anonymizationspreadsheet GDPRpivot table redactioncell-level PII detectionformula preservation

Izklājlapas nav dokumenti

Word fails ir teksta plūsma. Excel fails ir kaut kas cits. Šūnas norāda uz citām šūnām. Formulas darbojas ar diapazoniem. Šarnīrtabulas grupē nosauktos datus. Makro pārvietojas caur visu darbgrāmatu. Lielākā daļa redakcijas rīku uzskata Excel kā teksta dokumentu. Tas ir nepareizs modelis.

Šeit ir vienkāršs piemērs. A slejā ir klientu vārdi. D slejā ir šī formula: =VLOOKUP(A2, CustomerTable, 5, FALSE). Šī formula meklē konta atlikumu pēc vārda. Jūs nomainiet vārdu A slejā. Jūs neatjaunojat formulu vai uzmeklēšanas tabulu. Formula joprojām atgriež reālo atlikumu sākotnējam vārdam. Fails izskatās tīrs. Tas nav tīrs.

Tas ir izplatīti uzņēmumu Excel failos. Dati dzīvo attiecībās — ne tikai šūnās. Šūnu vērtību aizstāšana, nesekojot šīm attiecībām, atstāj personas datus atklātus.

GDPR 28. pants un ārēja koplietošana

GDPR 28. pants aptver datu koplietošanu ar apstrādātājiem. Ja jūs nosūtāt personas datus konsultantam, pārdevējam vai revidentam, jums jābūt ieviestiem tehniskiem aizsardzības pasākumiem.

Pieņemsim, ka jums jākoplieto 50 000 rindiņu klientu fails ar analītikas pārdevēju. PDF eksports noņem formulas. Tas arī sabojā lielus failus ar sarežģītu formatējumu. CSV noņem arī formulas un šarnīrtabulas. Neviens no tiem nedod pārdevējam lietojamu datu kopu.

Vienīgā iespēja, kas darbojas: anonimizēt dzimtajā Excel formātā. Aizstāt identificējošās vērtības. Saglabāt struktūru. Pārdevējs saņem strādājošu failu. Jūs izpildāt GDPR aizsardzības prasību.

Gaisa sprauga vides

67% valdības un aizsardzības iepirkuma RFP norāda gaisa sprauga vides prasības (DISA 2024). Aizsardzības darbuzņēmēji apstrādā personāla datus, loģistikas ierakstus un iepirkuma failus Excel formātā. Viņi nevar izmantot mākoņrīkus. Dati nevar atstāt kontrolēto tīklu.

Darbvirsmas lietotne to atrisina. Tā apstrādā Excel failus lokālā datorā. Apstrādes laikā netiek veikti tīkla zvani. Izvades fails nekad neatstāj gaisa sprauga vidi. Iekšējās komandas var koplietot tīrus failus kontrolētajā tīklā.

Tas atbilst valdības līgumu atbilstībai nepieciešamajam tehniskajam profilam.

Trīs šūnu inteliģences līmeņi

Laba Excel anonimizācija darbojas trijos līmeņos vienlaikus.

Vērtību līmenis: Atrast un aizstāt personas datus atsevišķās šūnās. Vārdi, e-pasta adreses, tālruņa numuri un nacionālie ID tiek atzīmēti, izmantojot to pašu noteikšanas motoru kā dokumentu apstrādei.

Formulas līmenis: Atrast šūnas, kuru formulas atsaucas uz personas datu šūnām. Atjaunināt šīs atsauces, lai norādītu uz anonimizētajām vērtībām. Vai arī aizstāt formulu ar tās rezultātu, lai novērstu formulas bāzētu personas datu atklāšanu.

Struktūras līmenis: Notīrīt šarnīrtabulas datu kešatmiņas. Apstrādāt slēptās rindas un slejas. Apstrādāt VBA makro kodu, kas izmanto specifiskas šūnu adreses vai vērtības.

Visi trīs līmeņi jādarbojas kopā. Vērtību labošana bez formulu labošanas atstāj personas datus vietā. Formulu labošana bez kešatmiņu dzēšanas dara to pašu.

Šis izaicinājums aptver katru faila formātu. Skatiet kā formāta sadrumstalotība ietekmē personas datu noteikšanu, lai iegūtu plašāku skatījumu.

Komandām, kas strādā ar strukturētiem datiem API līmenī, skatiet GDPR datu minimizāciju reāllaika API.

Ja jūsu komanda apstrādā lielus DSAR eksportus, skatiet GDPR DSAR partijas apstrādi mērogā, lai iegūtu darbplūsmas modeļus, kas šeit piemērojami.

Avoti

Saistītie Raksti

Juridiskā Tehnoloģija

Mixed Format E-Discovery: Compliance Gap

E-discovery productions and GDPR DSARs span PDFs, Word docs, Excel, and JSON exports. Using different tools for each format creates consistency gaps that.

Juridiskā Tehnoloģija

The PDF Redaction Trap: Data Exposed

The DOJ Epstein files, the Manafort case, and NSA leaks all share the same failure: cosmetic redaction that leaves underlying text extractable.

Juridiskā Tehnoloģija

Legal PII: Privilege Detection

Case reference numbers, bar admission numbers, court docket numbers, and client matter IDs are legally sensitive identifiers that standard PII tools miss.

Vai esat gatavi aizsargāt savus datus?

Sāciet PII anonimizāciju ar 285+ entitāšu veidiem 48 valodās.

Sākt Bezmaksas IzmēģinājumuSkatīt Funkcijas

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.