anonym.legal

By · Last updated 2026-04-16

Terug naar BlogAI Beveiliging

900K Gebruikers: Extensievertrouwen Verifiëren

Het incident van januari 2026 onthulde hoe kwaadaardige extensions met honderdduizenden gebruikers vertrouwen opbouwen en dan misbruiken. Hier leest u hoe u extensies correct verifieert.

April 16, 20268 min lezen
malicious Chrome extensionAI extension security auditextension trust verificationlocal processing architecture900K extension incident

Hoe de Extensies Vertrouwen Bouwden

Bijgewerkt voor 2026

De twee kwaadaardige Chrome-extensies die in januari 2026 werden ontdekt — met gezamenlijk 900.000+ gebruikers — demonstreerden een verfijnd vertrouwensopbouwpatroon:

Naamalike: De extensienamen kopieerden de naamconventies van legitieme AI-tools, waarbij officiële merknamen werden opgenomen (ChatGPT, Claude, DeepSeek).

Valse beoordelingen: De extensions hadden tientallen positieve 5-sterrenbeoordelingen die snel na publicatie waren gepost.

Lage machtigingsbewoording: Het toestemmingsverzoek gebruikte de formulering "anonieme, niet-identificeerbare analytische gegevens verzamelen" — standaard voor advertentienetwerken, alarm-triggerend voor gegevensdiefstal.

Hoog gebruikersaantal: Een hoog gebruikersaantal creëert sociale bewijskracht. Gebruikers gaan ervan uit dat 600.000 installaties een veiligheidsvalidatie impliceren.

Verificatiestappen

1. Uitgeververificatie: Officiële AI-extensies van Anthropic, OpenAI of Google worden gepubliceerd door die bedrijven zelf. Controleer de uitgevernaam, niet alleen de naam van de extensie.

2. Machtigingenanalyse: Een extensie die claimeert AI-privacybescherming te bieden maar "alle websitegegevens lezen" vraagt, heeft een onverklaard machtigingenconflict.

3. Privacybeleidslectuur: Legitieme privacy-extensies hebben gedetailleerde, specifieke privacybeleidsdocumenten. Vage "we verzamelen anonieme analytics"-claims zijn een rode vlag.

4. Netwerkverkeeranalyse: Voor enterprise-implementatie: gebruik een proxy om te zien welke externe domeinen de extensie contact opneemt tijdens normaal gebruik.

5. Enterprise allowlisting: Implementeer alleen extensies via Chrome Enterprise Policy die een formele beveiligingsreview hebben doorstaan.

Bekijk de beveiligingspagina voor enterprise extensiegovernancea.

Bronnen

Gerelateerde Artikelen

AI Beveiliging

AI Coding Assistants Leak Production PII

Unit test fixtures with real customer records. Log files with production data for debugging. GitHub found 39 million secrets leaked in 2024.

AI Beveiliging

Internal Wiki PII: Confluence Customer Data

Support teams document processes with screenshots of customer accounts. Over 3 years, that's thousands of GDPR data minimization violations in your.

AI Beveiliging

Screenshot PII: Leaks in Internal Tools

Slack, Teams, Jira, and email regularly receive screenshots containing customer PII. This access-control violation bypasses every DLP tool.

Klaar om uw gegevens te beschermen?

Begin met het anonimiseren van PII met 285+ entiteitstypen in 48 talen.

Start Gratis ProefperiodeBekijk Kenmerken

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.