anonym.legal

Cum Funcționează anonym.legal

Detectare PII deterministă, bazată pe regex, care oferă rezultate 100% reproducibile. Aceleași date de intrare, aceeași ieșire—de fiecare dată. Fără AI, fără presupuneri, doar potrivire transparentă a modelului.

Încearcă GratuitDocumentație Tehnică

How Does PII Detection Work?

PII detection identifies personal data in text using pattern matching and machine learning. anonym.legal uses a hybrid approach:

  1. 1
    Pattern Matching: Regex patterns detect structured data (SSNs, credit cards, IBANs) with checksum validation.
  2. 2
    Named Entity Recognition: NER models identify names, locations, and organizations in 48 languages.
  3. 3
    Context Scoring: Each detection is scored based on surrounding context to minimize false positives.

This hybrid approach detects 285+ entity types while maintaining deterministic, reproducible results — essential for compliance and legal discovery.

De ce Regex, Nu AI?

Abordarea Noastră

  • Rezultate 100% reproducibile
  • Complet auditabil pentru conformitate
  • Fără date de antrenament necesare
  • Decizii transparente
  • Performanță rapidă și predictibilă
  • Fără drift al modelului în timp

Abordări AI/ML

  • Rezultatele variază între execuții
  • Decizii în cutie neagră
  • Necesită date de antrenament
  • Dificil de auditat
  • Costuri de calcul mai mari
  • Drift al modelului în timp
Aflați mai multe despre tehnologia noastră

Procesul în 10 Pași

De la intrare la ieșire, iată exact ce se întâmplă cu documentul dumneavoastră

1

Text de Intrare

Trimiteți documentul prin intermediul interfeței web, API-ului sau Add-in-ului Office

2

Detectare Limbă

Sistemul identifică limba documentului pentru procesare optimă

3

Tokenizare

Textul este împărțit în tokenuri pentru potrivirea modelului

4

Potrivire a Modelului

Modelele regex scanează pentru 285+ tipuri de entități

5

Analiza Contextului

Textul înconjurător îmbunătățește acuratețea detectării

6

Scor de Încredere

Fiecare detectare primește un scor de încredere

7

Clasificarea Entităților

Elementele detectate sunt clasificate după tip

8

Revizuirea Rezultatelor

Vizualizați toate detectările cu poziții și scoruri

9

Aplicarea Anonimizării

Alegeți metoda dumneavoastră: Înlocuire, Redactare, Hash, Criptare sau Mască

10

Document de Ieșire

Descărcați documentul dumneavoastră anonimizat

Disponibil doar pe planurile Pro și Business

Server MCP: Integrare AI cu Prioritate pe Confidențialitate

Cum datele dumneavoastră circulă prin Serverul MCP pentru a menține instrumentele AI în siguranță

1

Cererea Instrumentului AI

Instrumentul dumneavoastră AI (Cursor, Claude) trimite o cerere conținând PII

2

Serverul MCP Interceptează

Serverul analizează și detectează toate entitățile PII

3

Anonimizare

PII este înlocuit cu tokenuri sau redactat

Safe data only
4

Procesare AI

AI primește și procesează doar date anonimizate

5

Răspunsul Revine

Răspunsul AI revine prin Serverul MCP

6
Optional

De-tokenizare

Opțional: Valorile originale sunt restaurate pentru utilizator

Exemplu din Viața Reală

Înainte (cu PII)
Procesează plata pentru John Doe, email john@example.com, card 4532-1111-2222-3333

Ce vede AI

După (anonimizat)
Procesează plata pentru PII_PERSON_001, email PII_EMAIL_001, card PII_CREDIT_CARD_001

Ce primiți înapoi

AI nu vede niciodată PII-ul dumneavoastră real
Reversibil cu modul de tokenizare
Costuri de tokenuri identice cu aplicația web
Funcționează cu mai multe instrumente AI
Securitate de nivel enterprise
Aflați mai multe despre Serverul MCP →

Explorați Mai Departe

Tehnologie

Analiză detaliată a detectării bazate pe regex și de ce este mai bună pentru conformitate

Arhitectură

Arhitectura sistemului și modul în care componentele colaborează

Securitate

Cinci straturi de securitate care protejează datele dumneavoastră la fiecare pas

Frequently Asked Questions

Why use regex instead of AI for PII detection?

Regex-based detection is deterministic and reproducible. The same input always produces the same output. AI/ML models can be unpredictable and may miss or falsely flag data. For compliance, reproducibility matters.

How accurate is the detection?

Our hybrid approach combines regex patterns with Named Entity Recognition (NER) for high accuracy. All patterns include checksum validation where applicable (credit cards, IBANs, SSNs). False positives are minimized through context-aware scoring.

What happens to my data during processing?

Text is sent to our EU-hosted servers (Hetzner, Germany) over TLS 1.3 for analysis. We don't store your data after processing. With Zero-Knowledge auth, we can't even identify which user made the request.

Can I add custom entity types?

Yes! You can create custom recognizers with your own regex patterns and context words. Custom entities support the same operators (replace, mask, hash, encrypt, redact) as built-in types.

How does reversible encryption work?

The Encrypt operator uses AES-256-GCM encryption with your key. Only you can decrypt. This allows re-identification for audits or legal discovery while keeping data protected in transit and storage.

Vedeți-l în Acțiune

Încercați detectarea și anonimizarea PII gratuit cu 200 de tokenuri pe ciclu.

Creează Cont GratuitGhid de Începere Rapidă