anonym.legal

By · Last updated 2026-04-13

Späť na blogTechnické

Súkromie v izolovaných sietiach: anonymizácia bez internetu

Prostredia FedRAMP a ITAR majú jedno spolocné -- cloud nie je moznost. Reverzibilná pseudonymizácia podla GDPR clanku 4(5) vyzaduje separáciu tokenov.

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

Pravidlo vzduchového medzery

Niektoré siete nemajú internet. Nie na základe politiky -- ale z konštrukcie.

SCIF (Sensitive Compartmented Information Facility) je miestnost s Faradayovou klietkou. Ziadny bezdrôtový signál dovnútra ani von. ITAR (International Traffic in Arms Regulations) zakazuje zasielanie chráneného technického obsahu neschváleným stranám. Poskytovatelia cloudu nie su clearance-ITAR. Pre tieto skupiny nie je "cloudový SaaS" riziko na riadenie -- je to vylúcená moznost.

Pre tieto lokality cloudové nástroje jednoducho nefungujú.

Nástroj, ktorý potrebuje zivé sietové pripojenie, tu nemôze behat. Nástroj, ktorý sa prihlasuje na licencný server, je zablokovaný. Nástroj, ktorý posiela súbory na cloudové API na detekciu, nemôze fungovat vnútri SCIF. Toto nie su okrajové prípady. Su to kadodenné obmedzenia pre obranné tímy.

Prípad ITAR

Dátový vedec v obrannej firme má personálne záznamy pod ITAR. Pred zdielaním súborov musí odstránit mená a identifikacné císla. Jej siet je vzduchovo odizolovaná.

Neexistuje ziadne cloudové riešenie. Jediná cesta je nástroj, ktorý beha na lokálnom zariadení. Musí uchováva svoje modely lokálne. Musí produkovat cistený výstup bez externých volaní.

Desktop App zalozená na Tauri 2.0 to dokáze. Po inštalácii pocas behu nedochádza k sietovým volaniam. Modely spaCy NER a vzory regex bazia vsetky na lokálnom CPU. Výstup zostáva na zariadení, kym ho pouzívatel neexportuje.

Preco záleí na reverzibilite

Klasifikovaná práca casto vyzaduje reverzibilnú pseudonymizáciu. Tímy nahradzujú skutocné mená kódmi. Záznamy zostávajú pouzitelné. Skutocné identity su chránené.

Clanok 4(5) GDPR definuje pseudonymizáciu ako formálne opatrenie ochrany súkromia. Znizuje riziko. Pseudonymizované záznamy nesú menej právnych povinností -- ak je vyhladávací token uchovávaný oddelene od súboru dát.

Výskum IAPP (2024) zistil, ze iba 23 % nástrojov podporuje skutocnú reverzibilitu. Väcšina vykonáva jednosmerné maskovanie alebo úplné nahradenie. Ked je záznam prepísaný, je stratený.

Niektoré vládne tímy delia svoju prácu podla oddelení. Jeden tím dostane pseudonymizované súbory. Vykoná analýzu. Druhý tím uchováva vyhladávací token. Reidentifikujú záznamy iba ked to vyzaduje zákon. Tento rozdelený dizajn je jediným bezpecným prístupom pre klasifikované pracovné postupy s viacerými tímami.

Model zero-knowledge ide o krok dalej. Vyhladávací token je vytvorený na klientskom zariadení. Nikdy nie je odoslaný von. Ak je dodávatel predvolaný, nemôze odovzdat token. Nikdy ho nemal. To spna pravidlá reazce úschovy v mnohých klasifikovaných prostrediach.

Separácia tokenov podla EDPB

Usmernenia EDPB 05/2022 uvádzajú, ze pseudonymizacný token musí byt uchovávaný oddelene. Nesmie byt u rovnakej strany, ktorá uchováva pseudonymizované záznamy. Alebo musí byt zabezpecený kontrolami, ktoré tejto strane bránia cítat záznamy aj token súcasne.

Tri veci spolu splnajú toto pravidlo:

  • Token vytvorený na klientskom zariadení -- nikdy neodoslaný von
  • Všetko spracovanie vykonané lokálne -- nic neopustí vzduchovo odizolovanú lokalitu
  • Výstup a token exportované oddelene -- dva samostatné súbory, dve samostatné cesty

Tento dizajn súcasne splna pravidlo EDPB aj obmedzenie vzduchového medzery.

Pre úplný obraz náš prehlad bezpecnosti ukazuje, ako lokálne spracovanie odstraní tretiu stranu z retazca. Náš sprievodca súladom pokrýva pravidlá prenosu GDPR. Pozrite si nás FAQ pre pomoc s nastavením.

Desktop App anonym.legal vykonáva všetku detekciu PII na lokálnom zariadení. Po inštalácii nie je potrebný internet. Podporuje Windows, macOS a Linux. Pribalené modely NLP pokrývajú 24 jazykov.

Aktualizované pre rok 2026

Zdroje

Súvisiace články

Technické

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.

Technické

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.

Technické

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.

Pripravení chrániť vaše údaje?

Začnite anonymizovať PII s 285+ typmi entít v 48 jazykoch.

Začať bezplatnú skúšobnú verziuZobraziť funkcie

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.