By · Last updated 2026-06-05

Tilbake til BloggTeknisk

GDPR i applogger: JSON og PII-samsvar

Applikasjonslogger inneholder kundenes e-postadresser, IP-er og kontonummer som GDPR artikkel 5(1)(e) krever at handteres. Her er en praktisk tilnarming for a oppna samsvar uten a miste observasjonsmuligheter.

June 5, 20266 min lesing
API logsGDPR complianceJSON anonymizationobservabilitystorage limitation

Den stille GDPR-risikoen i loggstabelen

Oppdatert for 2026

De fleste team sjekker databasen sin for personopplysninger. Farr gjor det samme for loggsystemet.

GDPR artikkel 5(1)(e) begrenser hvor lenge du kan lagre personopplysninger. For databaser setter team policyer og kjorer slettejobber. For loggfiler er regelen enklere: behold alt i 90 dager for feils oking.

Problemet? Disse postene inneholder personopplysninger. Foresporselsoppforinger inneholder bruker-e-poster. Feilfangster inneholder ratt inndata. Tilgangssoppforinger inneholder IP-adresser. Hvert av disse teller som personopplysninger under GDPR. Teamet ditt trenger et rettslig grunnlag og en oppbevaringsplan for hvert enkelt.

Hva som havner i loggfilene

Standard webapp-logging drar inn et bredt spekter av PII.

Tilgangslogger (nginx/Apache):

  • IP-adresser — personopplysninger per EDPB-veiledning
  • Brukeragent-strenger — kan muliggjore enhetsfingeravtrykk
  • Sesjonstokens — hvis skrevet til utdata

Applogger (strukturert JSON):

  • Bruker-ID-er og e-postadresser
  • Inndata-feil — inneholder ofte den ratt ugyldige verdien, som kan vare ekte brukerinfo
  • Forretningshendelser — bestillings-ID-er koblet til kundekontoer
  • Sokforesporsler — kan inneholde navn eller adresser

API-gateway-logger:

  • Autentiseringshodere — delvis fanget i noen oppsett
  • Sporeparametere — kan inneholde bruker-ID-er, navn eller e-poster
  • Foresporsels- og svarlegemer — tilstede i debug-niva-oppsett

Databaserevisjonslogger:

  • SQL-sporinger med WHERE-klausuler som email = 'bruker@eksempel.no'
  • Bokstavelige personverdier i sporeparametere

Dette gjores ikke med hensikt. Det er en bieffekt av logging bygd for feils oking, ikke for GDPR.

EDPB-veiledning om IP-adresser

Den europeiske databeskyttelsesstyret sier at IP-adresser er personopplysninger. Internettleverandorer kan knytte dem til abonnenter. Innen en organisasjon kan de identifisere spesifikke brukere.

Effekten er direkte. Tilgangslogger med IP-adresser er personopplysningsposter. A holde nginx-utdata i 12 maneder betyr a holde personopplysninger i 12 maneder. Det trenger et rettslig grunnlag under artikkel 6. Det krever ogsa at oppbevaringsperioden samsvarer med det angitte formalet.

De fleste team hopper over dette trinnet. "Vi beholder oppforinger i 90 dager fordi sikkerhet sier det" er en tommelfingerregel. Det er ikke en GDPR artikkel 5(1)(e)-gjennomgang. Se var juridiske etterlevselsoversikt for hvordan dette passer inn i et bredere program.

Hvordan oppna samsvar

Den praktiske veien for de fleste team er ikke a korte ned oppbevaringsvinduene. Operasjonelle og sikkerhetsreson er for lengre vinduer er reelle. Den bedre veien er a maskere poster for langtidslagring.

En trinnvis modell fungerer godt.

0–7 dager: Fulle ratt poster for aktiv feils oking. Sju dager er kort nok for de fleste team.

7–90 dager: Maskerte poster for trendanalyse og sikkerhetsgjennomgang. IP-adresser byttes ut. Bruker-e-poster blir stabile tokens. Kontonummer maskeres. Nokkelfelter — tidsstempler, feilkoder, latens, endepunkter — beholdes som de er.

90+ dager (hvis nodvendig): Kun aggregert utdata. Hendelses antall, feilrater, latensomrader. Ingen poster pa brukerniva forblir.

Personopplysninger stopper etter sju dager. Aggregert utdata kan fores videre uten a eksponere noen. Se Sikkerhet og etterlevelse for mer detaljer.

Bevar struktur for overvaking

God maskering beholder JSON-strukturen intakt. Den bytter bare ut innhold. Dette holder utdata nyttige for feils oking og varsler.

Beholdt som de er:

  • JSON-nokler og nesting
  • Tidsstempler og tidsrekkefolgeo
  • Feiltyper og HTTP-statuskoder
  • HTTP-metoder, stier og latens verdier
  • Forretningshendelsestyper

Byttet ut:

  • E-postadresser → stabilt token per original (f.eks. user1@example.com)
  • IP-adresser → RFC 5737-omrader (192.0.2.x)
  • Kontonummer → KONTO_XXXXX
  • Telefonnummer → +XX XXX XXX XXXX
  • Navn i feiltekst → [PERSON]

Stabile tokens holder spor nyttige. Et spor for user1@example.com pa tvers av 40 oppforinger fungerer det samme som originalen. Aggregerte metrikker — feilrater, latens, gjennomstromning — trenger ingen personopplysninger i det hele tatt. Se Ordliste for termene pseudonymisering og anonymisering.

Tre mater a integrere dette pa

Tre monstre dekker de fleste engineering-team.

Alternativ 1 — Rorledningsmasking: Fluentd eller Logstash fanger opp hver linje for den sendes videre. Et maskeringstrinn kjorer innebygd. Elastic eller Datadog mottar bare rene poster. Ingen app-kodeendringer er nodvendige.

Alternativ 2 — Nattes batch: Ratt poster lander i lokal lagring. En nattesjobb maskerer forrige dags utdata og sletter den ratt versjonen. Maskerte poster gar til langtidslagring. Ratt utdata holdes bare i sju dager.

Alternativ 3 — For-deling-masking: Ratt poster forblir interne med strenge tilgangskontroller. For deling med penetrasjonstestere eller utenforstende kontraktorer, kjor et maskeringspass. Utenforstende parter far alltid rene versjoner.

For GDPR-dokumentasjon er masking et "teknisk tiltak" under artikkel 32. Dokumenter verktoy, oppsett og oppbevaringspolicy i behandlingsprotokollen (RoPA) under artikkel 30. Se var FAQ for vanlige RoPA-sporsmal.

Vil du se et reelt eksempel? Sjekk case-studiene for konkrete implementeringsdetaljer. Du kan ogsa se var prissetting for a se hvilken plan som inkluderer innebygde maskeringsrorledninger.

Kilder

Klar til å beskytte dataene dine?

Begynn å anonymisere PII med 285+ enhetstyper på 48 språk.

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.