Hvorfor Regex, Ikke AI?
For regulatorisk samsvar trenger du resultater du kan forklare og reprodusere. Vår deterministiske tilnærming gir akkurat det—ingen black boxes, ingen overraskelser.
Detaljert Sammenligning
We use the best tool for each job: deterministic regex patterns for structured data, and proven ML models for names and entities. Built on Microsoft Presidio.
| Entity Type | Detection Method | Examples |
|---|---|---|
| Strukturert Data | Regex-mønstre | E-poster, SSN, kredittkort, IBAN, telefonnumre |
| Navn & Organisasjoner | ML-modeller (spaCy, Stanza) | Personnavn, firmanavn, steder |
| 48 Språk | XLM-RoBERTa | Tverrspråklig enhetsgjenkjenning |
| Reproduserbarhet | 100% Reproduserbar | Samme input = samme output, hver gang |
| Navnegjenkjenning | Høy Nøyaktighet ML | Dokumenterte NLP-modeller med tillitspoeng |
| Revisjonsmulighet | +Fullt Reviderbar | Posisjon, type, tillit for hver enhet |
Hvordan Mønstermatching Fungerer
Hver enhetstype har nøye utformede regex-mønstre som matcher spesifikke formater.
E-postadresser
[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}Matcher standard e-postformat: lokal-del@domene.tld
Kredittkortnumre
\b(?:4[0-9]{12}(?:[0-9]{3})?|5[1-5][0-9]{14}|...)\bMatcher Visa, Mastercard, Amex og andre kortformater med Luhn-validering
Tysk IBAN
DE[0-9]{2}\s?[0-9]{4}\s?[0-9]{4}\s?[0-9]{4}\s?[0-9]{4}\s?[0-9]{2}Matcher tysk IBAN-format med valgfrie mellomrom
Bygget for Samsvar
Når revisorer spør "hvorfor ble dette oppdaget?" trenger du et klart svar. Vår regex-baserte tilnærming gir akkurat det.
- GDPR Artikkel 25: Personvern ved design med forklarlig behandling
- ISO 27001: Dokumenterte, repeterbare prosesser
- Revisjonsspor: Hver deteksjon kan spores til et spesifikt mønster
Eksempel på Revisjonsrespons
Opplev Deterministisk Deteksjon
Prøv vår regex-baserte PII deteksjon gratis med 200 tokens per syklus.