anonym.legal

By · Last updated 2026-04-13

Powrót do blogaTechniczne

Prywatność w środowiskach air-gap: Anonimizacja offline

Środowiska FedRAMP i ITAR mają jedną cechę wspólną – chmura nie wchodzi w grę. Odwracalna pseudonimizacja w rozumieniu art. 4 ust. 5 RODO.

April 13, 20269 min czytania
air-gapped anonymizationSCIF document processingITAR complianceFedRAMP offline toolsoffline PII detection

Zasada izolacji sieciowej

Niektóre sieci nie mają dostępu do internetu. Nie z powodu polityki – z założenia projektowego.

SCIF (Sensitive Compartmented Information Facility) to pomieszczenie z klatką Faradaya. Żaden sygnał bezprzewodowy nie przedostaje się do środka ani na zewnątrz. ITAR (International Traffic in Arms Regulations) zabrania wysyłania objętych nim treści technicznych do nieuprawnionych podmiotów. Dostawcy chmury nie posiadają poświadczenia ITAR. Dla tych środowisk „chmurowy SaaS” to nie ryzyko do zarządzania – to opcja wykluczona z góry.

W takich lokalizacjach narzędzia chmurowe po prostu nie działają.

Narzędzie wymagające aktywnego połączenia sieciowego nie może tutaj funkcjonować. Narzędzie odwołujące się do serwera licencyjnego jest zablokowane. Narzędzie wysyłające pliki do chmurowego API w celu wykrywania nie może działać wewnątrz SCIF. To nie są przypadki brzegowe – to codzienne ograniczenia dla zespołów obronnych.

Przypadek ITAR

Naukowiec pracująca w firmie obronnej posiada rejestry kadrowe objęte ITAR. Musi usunąć imiona, nazwiska i numery identyfikacyjne przed udostępnieniem plików. Jej sieć jest izolowana.

Nie ma rozwiązania chmurowego. Jedyną ścieżką jest narzędzie działające na lokalnym urządzeniu. Musi przechowywać modele lokalnie. Musi generować czysty wynik bez żadnych zewnętrznych wywołań.

Aplikacja desktopowa oparta na Tauri 2.0 spełnia te wymagania. Po zainstalowaniu podczas przebiegu nie są wykonywane żadne wywołania sieciowe. Modele NER spaCy oraz wzorce wyrażeń regularnych działają wyłącznie na lokalnym procesorze. Wyniki pozostają na urządzeniu do momentu wyeksportowania przez użytkownika.

Dlaczego odwracalność ma znaczenie

Prace klasyfikowane często wymagają odwracalnej pseudonimizacji. Zespoły zastępują prawdziwe nazwiska kodami. Zachowują użyteczność rekordów. Chronią prawdziwe tożsamości.

Artykuł 4 ust. 5 RODO definiuje pseudonimizację jako formalny środek ochrony prywatności. Obniża ryzyko. Dane pseudonimizowane podlegają mniejszej liczbie obowiązków prawnych – pod warunkiem, że token wyszukiwania jest przechowywany oddzielnie od zbioru danych.

Badania IAPP z 2024 r. wykazały, że jedynie 23% narzędzi obsługuje prawdziwą odwracalność. Większość stosuje jednokierunkowe maskowanie lub pełne zastępowanie. Po nadpisaniu rekordu nie da się go odtworzyć.

Niektóre zespoły rządowe dzielą swoją pracę według przedziałów klasyfikacji. Jeden zespół otrzymuje pseudonimizowane pliki. Przeprowadza analizę. Drugi zespół przechowuje token wyszukiwania. Dokonuje ponownej identyfikacji rekordów wyłącznie gdy wymaga tego prawo. Taki podzielony projekt to jedyne bezpieczne podejście dla wielozespołowych przepływów pracy w środowiskach niejawnych.

Model wiedzy zerowej idzie o krok dalej. Token wyszukiwania jest tworzony na urządzeniu klienta. Nigdy nie jest wysyłany na zewnątrz. Jeśli dostawca otrzyma wezwanie sądowe, nie może przekazać tokena. Nigdy go nie miał. Spełnia to wymogi dotyczące łańcucha dowodowego w wielu środowiskach niejawnych.

Separacja tokenów wg EDPB

Wytyczne EDPB 05/2022 stanowią, że token pseudonimizacji musi być przechowywany oddzielnie. Nie może znajdować się u tego samego podmiotu, który przechowuje pseudonimizowane rekordy. Ewentualnie musi być zabezpieczony kontrolami uniemożliwiającymi temu podmiotowi jednoczesny dostęp do rekordów i tokena.

Trzy elementy łącznie spełniają ten wymóg:

  • Token tworzony na urządzeniu klienta – nigdy niewychodząc na zewnątrz
  • Całe przetwarzanie odbywa się lokalnie – nic nie opuszcza środowiska z izolacją sieciową
  • Wynik i token są eksportowane oddzielnie – dwa osobne pliki, dwie osobne ścieżki

Ten projekt spełnia jednocześnie wymóg EDPB i ograniczenie izolacji sieciowej.

Pełny obraz znajdziesz w naszym przeglądzie bezpieczeństwa, który pokazuje, jak lokalne przetwarzanie eliminuje łańcuch podmiotów trzecich. Nasz przewodnik po zgodności omawia zasady transferu danych zgodnie z RODO. W FAQ znajdziesz pomoc dotyczącą konfiguracji.

Aplikacja desktopowa anonym.legal uruchamia całe wykrywanie danych osobowych na lokalnym urządzeniu. Po zainstalowaniu internet nie jest potrzebny. Obsługuje systemy Windows, macOS i Linux. Dołączone modele NLP obsługują 24 języki.

Zaktualizowano dla roku 2026

Źródła

Pokrewne artykuły

Techniczne

Cross-Platform PII: Mac, Linux, and Windows

Privacy officers on Mac, legal on Windows, data engineers on Linux — all processing the same data with different tools. Here's why OS-agnostic detection.

Techniczne

Cross-Application PII: Word, Chrome, and AI

Customer data flows from browser research to Word drafts to Claude prompts. Each context switch is a potential leakage point.

Techniczne

GDPR in App Logs: JSON PII Compliance

Application logs contain customer email addresses, IPs, and account numbers that GDPR Article 5(1)(e) requires be managed.

Gotowy, aby chronić swoje dane?

Rozpocznij anonimizację PII z 285+ typami podmiotów w 48 językach.

Rozpocznij bezpłatny okres próbnyZobacz funkcje

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.