Varför Regex, Inte AI?
För regulatorisk efterlevnad behöver du resultat som du kan förklara och reproducera. Vår deterministiska strategi ger precis det—inga svarta lådor, inga överraskningar.
Detaljerad Jämförelse
We use the best tool for each job: deterministic regex patterns for structured data, and proven ML models for names and entities. Built on Microsoft Presidio.
| Entity Type | Detection Method | Examples |
|---|---|---|
| Strukturerad Data | Regex-mönster | E-post, personnummer, kreditkort, IBAN, telefonnummer |
| Namn & Organisationer | ML-modeller (spaCy, Stanza) | Personnamn, företagsnamn, platser |
| 48 Språk | XLM-RoBERTa | Tvärspråklig entitetsigenkänning |
| Reproducerbarhet | 100% Reproducerbar | Samma indata = samma utdata, varje gång |
| Namnigenkänning | Hög noggrannhet ML | Beprövade NLP-modeller med förtroendepoäng |
| Granskbarhet | +Helt reviderbar | Position, typ, förtroende för varje entitet |
Hur Mönsterigenkänning Fungerar
Varje entitetstyp har noggrant utformade regex-mönster som matchar specifika format.
E-postadresser
[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}Matchar standard e-postformat: lokal-del@domän.tld
Kreditkortsnummer
\b(?:4[0-9]{12}(?:[0-9]{3})?|5[1-5][0-9]{14}|...)\bMatchar Visa, Mastercard, Amex och andra kortformat med Luhn-validering
Tysk IBAN
DE[0-9]{2}\s?[0-9]{4}\s?[0-9]{4}\s?[0-9]{4}\s?[0-9]{4}\s?[0-9]{2}Matchar tyskt IBAN-format med valfria mellanslag
Byggd för Efterlevnad
När revisorer frågar "varför upptäcktes detta?" behöver du ett klart svar. Vår regex-baserade strategi ger precis det.
- GDPR Artikel 25: Integritet genom design med förklarlig bearbetning
- ISO 27001: Dokumenterade, upprepbara processer
- Revisionsspår: Varje upptäckte kan spåras till ett specifikt mönster
Exempel på Revisionssvar
Upplev Deterministisk Upptäckte
Prova vår regex-baserade PII-upptäckte gratis med 200 tokens per cykel.