Бразилскиот Lei Geral de Proteção de Dados (ЛГПД) е трета по величина рамка за заштита на подаци во светот по население покривено — 215 милиони Бразилци, поголеме од Германија, Франција и Обединетото Кралство заедно. Autoridade Nacional de Proteção de Dados (АНПД) издаде свои први главни принудени акции во 2024 година, означувајќи го крајот на периодот на благајна што го следеше давањето на ЛГПД во 2020 година.
Техничката предизвик на усогласеност е суштинска: португалскиот бразилски јазик е јазик на документите покривени од ЛГПД, но бразилските национални идентификатори се потполно различни од португалските идентификатори — и од било кој друг национален систем на идентификација во светот.
Зошто бразилскиот ПИД е технички различен
Бразилските федерални и државни системи за идентификација еволуираа одделно од европските дигитални рамки за идентитет. Резултатот е комплексно множество на идентификатори што генеричките алатки за обработка на природен јазик — најчесто обучени на англиски или европски јазични подаци — не успеваат да го откријат:
ЦПФ (Cadastro de Pessoas Físicas): 11-цифрената индивидуална регистрација на даночните обвезници е универзалниот идентификатор на граѓанин во Бразил. Формат: XXX.XXX.XXX-XX со две контролни цифри. Алгоритмот на контролната цифра ЦПФ користи две одделни пресметки на модуларна аритметика — ако двете контролни цифри се совпаѓаат, ЦПФ е валиден.
Техничкиот проблем: ЦПФ е детектуван со само 45% точност од англиските обучени алатки за обработка на природен јазик (техничка проценка на АНПД 2024). Неуспесите: алатки што се совпаѓаат 11-цифрени броеви без двостепена валидација на контролната цифра не можат да разликуваат валидни ЦПФ броеви од случајни секвенци; и ЦПФ се појавува во бразилските документи поврзани со финансии, здравствена заштита и др.