Глобальные персональные данные: SSN, CPF, Aadhaar и другие идентификаторы
Проблема инструментов, ориентированных только на США
Большинство инструментов защиты персональных данных создавались в Соединённых Штатах. Они ориентированы на американские форматы данных. Номер социального страхования (SSN) состоит из девяти цифр в формате AAA-BB-CCCC. Его компоненты — зона, группа и серийный номер — подчиняются задокументированным правилам. Инструменты, ориентированные на США, хорошо его распознают. Они также обнаруживают американские телефонные номера, адреса электронной почты и водительские удостоверения. Но любые национальные идентификаторы за пределами США они упускают.
GDPR не предусматривает исключений для американских инструментов. Возьмём немецкий Steuer-ID. Это 11-значный налоговый идентификатор, выдаваемый Федеральным центральным налоговым ведомством (Bundeszentralamt für Steuern). Его последняя цифра — контрольная сумма. Он идентифицирует гражданина Германии так же, как SSN идентифицирует американца. Статья 4 GDPR охватывает «любую информацию, относящуюся к идентифицированному или идентифицируемому физическому лицу». Steuer-ID подпадает под это определение. Это персональные данные. Независимо от того, знаком ли с этим форматом ваш инструмент.
За утечку европейских идентификаторов через системы, использующие только американские инструменты, уже выносились штрафы по GDPR. Пробел в соответствии реален. Правоприменительные меры следовали. Контекст — в нашем руководстве по соответствию GDPR.
Европейский ландшафт идентификаторов
Пробел в покрытии значителен. Вот разбивка по странам.
Германия: Steuer-ID — 11 цифр с контрольной суммой. Sozialversicherungsnummer — 12 полей со структурой. Reisepass — 10 символов с кодами органа выдачи.
Франция: NIR — национальный идентификатор социального страхования. Содержит 15 цифр, кодирующих пол, год и месяц рождения, департамент, коммуну и контрольный ключ. SIRET — 14 цифр. SIREN — 9 цифр.
Швеция: Personnummer использует формат YYMMDD-XXXX. Samordningsnummer применяется для нерезидентов: значение дня смещено на 60.
Норвегия: Fødselsnummer состоит из 11 символов в формате DDMMYYNNNKK. Пол закодирован в средней группе цифр. В D-nummer значение дня смещено на 40.
Бразилия: CPF (Cadastro de Pessoas Físicas) — 11 цифр с двумя контрольными значениями. CNPJ — 14-значный идентификатор юридического лица.
Индия: Aadhaar — 12-значный биометрический идентификатор с алгоритмом Верхоффа. PAN — 10-символьный налоговый идентификатор, содержащий буквы и цифры.
ОАЭ: Emirates ID — 15 цифр в формате 784-год рождения-последовательность-контрольная цифра.
Глобальная HR-команда, работающая в 12 странах, нуждается в едином инструменте. Он должен обрабатывать все 12 национальных форматов идентификаторов за один проход. Поддерживать отдельные библиотеки регулярных выражений для каждой страны нецелесообразно.
Библиотека из 285+ типов сущностей
Библиотека из 285+ типов сущностей охватывает форматы всех государств-членов ЕС, а также основные идентификаторы APAC-региона: Aadhaar, PAN, CPF, CNPJ, Emirates ID и идентификатор гражданина Таиланда. Американские форматы — SSN, EIN, региональные водительские удостоверения — также включены. Один движок обрабатывает их все. Библиотека обновляется по мере изменения форматов.
Именно этот пробел оставляет большинство инструментов незакрытым. Просмотрите справочник сущностей, чтобы узнать, что охвачено. Тарифы API по объёму — на странице ценообразования.