anonym.legal

By · Last updated 2026-06-05

Povratak na blogGDPR i usklađenost

HDPA Grcka: Turizam i pomorstvo pod GDPR-om

Grcka HDPA donela je 89 odluka o izvrsenju u 2024. godini -- rast od 162% u odnosu na 2022. Turizam cini 38% slucajeva. AFM i AMKA identifikatori zahtevaju posebnu paznju.

June 5, 20269 min čitanja
Greece HDPAAFM AMKA detectiontourism GDPRmaritime data protectionGreek identifiers

Helenska agencija za zastitu podataka (HDPA) donela je 89 odluka o izvrsenju u 2024. godini. To je porast od 162% u odnosu na 34 odluke iz 2022. Dva sektora su pod najvecim pritiskom: turizam i pomorstvo.

Azurirano za 2026.

Turizam: Masovna obrada podataka tokom sezone

Grcka je u 2024. godini imala vise od 30 miliona stranih posetilaca. Svaki dolazak kreira licne podatke. Hoteli, POS sistemi, turisticke agencije i restorani -- svi ih prikupljaju. Kljucni problem je vreme. Podaci pristizu u velikom obimu od juna do septembra, a moraju biti sigurni mnogo duze od toga.

HDPA auditi hotela u 2024. otkrili su tri ucestala tipa propusta.

Propusti u cuvanju POS podataka: POS sistemi restorana cuvali su podatke o karticama i racunima duze od propisanih rokova. Vecina hotelskih kompanija nije imala pisani plan cuvanja podataka. Podaci su ostajali bez krajnjeg datuma, oznaceni kao "za racunovodstvo".

Nedostaci platformi za rezervacije: Hoteli koji koriste globalne platforme za rezervacije cesto nisu imali Ugovor o obradi podataka. Mnogi su preskocili i procenu uticaja prenosa za prenos podataka u sisteme van EU.

Propusti u pristupu u sezoni: Radnici angazovani u vrsnoj sezoni dobijali su pristup sistemima za upravljanje gostima. Provere tih radnika bile su retke. Kredencijali za prijavu cesto su ostajali aktivni mesecima nakon sto su napustili posao.

Turizam cini najveci udeo slucajeva pred HDPA po sektoru. Pogledajte kako funkcionise otkrivanje EU nacionalnih identifikatora sirom Evrope za siru perspektivu.

Uskladjenost u pomorstvu: Podaci o posadi na velikom obimu

Po tonazi, ova zemlja predvodi svet u vlasnistvu brodova. Helenska flota zaposlava vise od 90.000 mornara. Atinske kompanije upravljaju evidencijama posade za flote sa radnicima iz mnogih zemalja.

Evidencije posade postavljaju cetiri GDPR problema.

Pravo drzave zastave: Pravo drzave zastave primenjuje se na plovilu bez obzira gde plovi. GDPR pokriva koristenje evidencija posade na brodu, ne samo u primorskoj kancelariji.

Visejezicne posade: Mnoge posade nemaju ni jednog domaceg drzavljanina. Radnici iz Filipina, Ukrajine, Indije i Indonezije su uobicajeni. Njihovi pasosi, STCW kartice i zdravstveni dosijei prolaze kroz sisteme kojima se upravlja iz Atine.

Zdravstveni dosijei: Pomorska zanimanja zahtevaju redovne provere sposobnosti. Zdravstveni dosijei su posebna GDPR kategorija prema clanu 9. Potrebna im je jasna pravna osnova, snazna bezbednost i stroga pravila pristupa.

Brojevi identifikacije mornara: STCW kartice i Mornarske knjizice koriste jedinstvene formate brojeva prema zemlji izdavanja. Ovi identifikatori pojavljuju se u sistemima posade i potrebno ih je otkriti za potpunu PII pokrivenost. Za bodovanje pouzdanosti razlicitih tipova identifikatora, pogledajte binarno otkrivanje PII i bodovanje pouzdanosti.

Nacionalni identifikatori: AFM i AMKA

AFM (poreski broj): AFM je 9-cifarski broj. Kontrolna cifra se odredjuje pravilom ponderisane sume. To je glavni komercijalni identifikator u zemlji. Pojavljuje se u poslovnim sporazumima, dosjeima zaposljenih i javnim uslugama.

Genericke NLP alatke cesto propustaju AFM. Devetocifarski obrazac se preklapa sa datumima i referentnim siframa. To dovodi do laznih pozitiva kada ne postoji korak provere kontrolnog zbira. Alatke takodje propustaju AFM-ove pisane bez razmaka ili sa neobicnim separatorima.

AMKA (broj socijalnog osiguranja): AMKA je 11-cifarski broj. Sadrzi datum rodjenja, pol i sekvencijalni kod. Pojavljuje se na ugovorima o radu, lekarskim receptima i bolnickim obrascima.

Licna karta: Jedno slovo pa sest ili sedam cifara, sa grckim pravilima izdavanja.

Pasos: Standardni EU format sa lokalnim pravilima izdavanja.

NER za grcki tekst

Lokalno pismo nije latinicno. Vecina komercijalnih NLP modela trenira se na latinicnom tekstu. Alatka trenirana na latinici ne moze pronaci imena ili adrese u datotekama na grckom pismu.

Pouzdano NER za ovaj jezik zahteva cetiri stvari:

  • spaCy el_core_news ili ravnopravan grcki NLP model
  • Ispravnu tokenizaciju za lokalne opsege znakova
  • Lokalne obrasce imena, koji se razlikuju od engleskih i nemackih
  • Termini adrese: "Odos" (ulica), "Plateia" (trg), "Leoforos" (bulevar)

Za kompanije u turizmu ili pomorstvu u Grckoj, HDPA-nivo otkrivanja PII zahteva AFM i AMKA provjere kontrolnih suma plus grcki NER u jednom cevovodu.

Izvori

Spremni da zaštitite svoje podatke?

Počnite sa anonimizacijom PII sa 285+ tipova entiteta na 48 jezika.

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.