Kitaalamu
Uchambuzi wa kina wa ugunduzi wa PII, NER, na teknolojia ya uanonymishaji
33 makala
Presidio: Usanidi wa Wiki 3 dhidi ya PII Inayosimamiwa
Microsoft Presidio ina nyota elfu za GitHub na mamia ya masuala wazi. Ugumu wa usanidi, mzigo wa ujumuishaji wa PySpark, na utegemezi wa Python.
Wiki 6 hadi Siku 3: Usanidi wa PII Unaosimamiwa
Timu za SaaS za afya hutumia wiki 6 kwenye utekelezaji wa uzalishaji wa Presidio unaojiendesha kabla ya kubadilisha hadi API inayosimamiwa. API inayosimamiwa inabadilisha utekelezaji.
Ugunduzi wa PII wa "Bure" Unagharimu €13K/Mwaka
Kupanga Presidio kwa kujiendesha kunahitaji masaa 40-80 ya usanidi wa awali na masaa 5-10 kwa mwezi ya matengenezo yanayoendelea. Kwa viwango vya uhandisi vya €100/saa, hiyo ni €13,200+.
Tatizo la Usahihi wa 22.7% la Presidio
Kipimo cha mwaka 2024 kiligundua kwamba kitambuzi cha majina ya watu cha Presidio kinafikia usahihi wa 22.7% katika hati za biashara -- kumaanisha 77.3% ya ugunduzi ni matokeo ya uongo.
Faragha Inayoweza Kurudiwa: Mipangilio ya ML
Kusiriwa kwa data ya mafunzo ya ML lazima kuwe thabiti na kinachoweza kurudiwa. Ikiwa wanasayansi wa data A na B wanatumia aina tofauti za kitengo, seti za data za mafunzo ni.
Mabomba ya GDPR: Kutokuwa na Utambulisho Kabla ya Uhifadhi
Lebo za safu za dbt si kufuata sheria za GDPR. Data ya wateja ya awali inafika kwenye ghala lako la Snowflake bila kufunikwa kabla ya sera zinazotegemea lebo kutumika.
FOIA: AI Inapunguza Ufutaji kutoka Wiki hadi Masaa
Serikali ya shirikisho ilitumia takriban $500M kwenye usindikaji wa FOIA mwaka 2024, hasa ufutaji wa mkono. ARPA-H iliomba wazi programu ya ufutaji ya AI.
Kutokuwa na Utambulisho wa Data ya Mafunzo ya ML Kulingana na GDPR
GDPR inazuia kutumia data ya kibinafsi kwa mafunzo ya ML zaidi ya madhumuni yaliyokusudiwa. Wanasayansi wa data wanaotegemea hati za Python za mara moja wanaunda.
FOIA: Kasi 80% Zaidi na Ufichaji wa Kundi
Mashirika ya shirikisho la Marekani yalipokea maombi milioni 1.5 ya FOIA katika FY2024 kwa wastani wa gharama ya $482 kwa ombi. Ufichaji wa PII wa kundi unapunguza muda wa usindikaji kutoka miezi 4-8 hadi wiki 2-4.
Presidio dhidi ya anonym.legal: Kujenga au Kununua
Microsoft Presidio ni bure kiufundi lakini inagharimu masaa 40-80 ya uhandisi kuisanidi vizuri. anonym.legal inawasilisha usahihi sawa wa ML kama SaaS inayosimamiwa.
Faragha Isiyounganishwa na Mtandao: Futa PII Nje ya Mtandao
Mazingira ya FedRAMP na ITAR yana kitu kimoja kinachofanana — wingu si chaguo. Pseudonymization inayoweza kugeuzwa chini ya GDPR Ibara ya 4(5).
Kodi ya Taarifa Potofu kwenye Zana za PII
Mjadala wa GitHub wa Presidio #1071 unaandika taarifa potofu za kimfumo. Utafiti wa 2024 uligundua usahihi wa 22.7% katika datasets za biashara za lugha nyingi.
PII ya Kiarabu na Kiebrania: Zana za Magharibi Zinashindwa
GDPR haikomi kwenye Bosphorus. PII ya Kiarabu na Kiebrania katika mtiririko wa kazi wa biashara za EU haijahifadhiwa ipasavyo. Ugunduzi wa lugha nyingi wa XLM-RoBERTa na.
PII za Lugha Mchanganyiko: Zana za Lugha Moja Zinashindwa
Asilimia 72 ya makampuni ya EU yanashughulikia nyaraka katika lugha 3+ kwa wakati mmoja. Nyaraka za lugha mchanganyiko husababisha viwango vya kukosa PII vya juu kwa asilimia 45 katika zana za NER za lugha moja.
PII ya APAC: Kithai, Kiindonesia, Kivietinamu
Kampuni ya fedha ya Singapore inayoshughulikia mazungumzo ya usaidizi 500,000 kila mwezi katika lugha 12 za APAC iligundua zana yao ya Kiingereza peke yake ilikosa PII katika 60% ya mazungumzo yasiyo ya Kiingereza.
Matokeo Chanya ya Uwongo: Kwa Nini Kufuta kwa ML Kunashindwa
Kipimo cha 2024 kiligundua Presidio alizalisha matokeo chanya ya uwongo 13,536 ya kugundua majina katika sampuli 4,434 - ikiandika viwakilishi, majina ya meli, na nchi kama majina ya watu. Hapa kuna gharama hizo katika mazingira ya kisheria na afya.
ISO 27001 + ZK Hupunguza Muda wa Tathmini ya Mtoaji Huduma
Utafiti wa 2025 uligundua kuwa 'ukosefu wa uthibitisho wa usalama unaotambuliwa' ulikuwa sababu ya pili kwa CISO kukataa wachuuzi wa SaaS. Hapa kuna jinsi mchanganyiko wa ISO 27001 na zero-knowledge unavyofanya kazi.
Usanifu wa ZK Hufupisha Mzunguko wa Mauzo
Maswali ya usalama ya wachuuzi wa biashara kubwa hufikia maswali 100 au zaidi. Usanifu wa zero-knowledge unajibu maswali magumu kwa uhakika - na hubadilisha wasiwasi kuwa makubaliano.
Uvunjaji wa LastPass: Masomo ya Usalama wa Muuzaji
LastPass ilisimba fiche data ya watumiaji wao. Hifadhidata bado ziliibwa. Rekodi 600,000+ za Okta zilifuata. Matukio ya usalama wa SaaS yaliongezeka 300% kutoka 2022 hadi.
Kutathmini Madai ya ZK Baada ya LastPass
$438M iliibwa kutoka kwa watumiaji wa LastPass baada ya 'hifadhidata zilizofichwa' kuvunjwa. Faini ya ICO ya pauni 1.2M ilifuata. Hapa kuna orodha ya kukagua kwa kutathmini kama madai ya muuzaji ni ya kweli.
LangChain CVE-2025-68664: Jinsi PII Inavyovuja Kupitia Mtiririko Wako wa RAG
CVSS 9.3. Kazi za ushirikiano wa LangChain hufichua vigeuzi vya mazingira na siri kwa LLM zinazodhibitiwa na washambuliaji. Jinsi ya kugundua na kurekebisha uvujaji wa PII.
Kiendelezi cha Kutokujulikana kwa PII cha LibreOffice
Mwongozo wa hatua kwa hatua wa kutokujulikana PII katika hati za LibreOffice kwa kutumia kiendelezi cha anonym.legal.
LibreOffice dhidi ya Office: Ufichiaji wa PII
Ulinganisho wa kina wa uwezo wa kutokujulikana PII katika LibreOffice (kiendelezi cha anonym.legal) dhidi ya Microsoft Office (Ziada ya Ofisi).
Kwa Nini Ugunduzi wa Kikipimo cha PII Unashindwa Uzingatifu
Alama za kugundulika/kutogundulika hazitoshi kwa muktadha wa uzingatifu unaohitaji hukumu ya binadamu. Hapa kuna kwa nini alama za imani zinabadilisha utokujulisha wa PII.
Mgawanyiko wa Muundo wa Hati katika Zana za PII
Jibu moja la DSAR linaweza kujumuisha mikataba ya Word, ankara za PDF, orodha za wateja wa Excel, na maudhui ya CSV. Kutumia zana tofauti kwa kila muundo kunasababisha pengo la uthabiti ambalo linaweza kufichuliwa na ukaguzi wa DPA.
Kufuta Kumbukumbu za GDPR: Endelea na Utatuzi
Kumbukumbu za programu hukusanya kwa kimya barua pepe za watumiaji, IP, na nambari za akaunti. Hapa kuna jinsi ya kushiriki kumbukumbu na wahusika wa tatu, wakandarasi, na majukwaa ya uangalizi bila kuvunja GDPR.
GDPR katika Kumbukumbu za Programu: Uzingatiaji wa PII ya JSON
Kumbukumbu za programu zina anwani za barua pepe za wateja, IP, na nambari za akaunti ambazo Kifungu cha 5(1)(e) cha GDPR kinahitaji kusimamia. Hapa kuna jinsi ya kufanya timu za uhandisi zikidhi kanuni bila kuathiri utatuzi.
PII Katika Programu Nyingi: Word, Chrome, na AI
Data ya wateja husogea kutoka utafiti wa kivinjari hadi rasimu za Word hadi maombi ya Claude. Kila ubadilishaji wa muktadha ni hatari ya uvujaji.
PII ya Njia Mbalimbali: Mac, Linux, na Windows
Maafisa wa faragha kwenye Mac, kisheria kwenye Windows, wahandisi wa data kwenye Linux — wote wakisindika data sawa na zana tofauti. Hapa kwa nini utambuzi usio tegemezi kwa OS ni muhimu.
PII Iliyotengwa Kabisa: Kompyuta ya Nje ya Mtandao kwa Ulinzi
41% ya sera za usalama za biashara kubwa zinakataza ushughulikiaji wa wingu kwa hati zilizo siri.
Uchaguzi wa Ufutaji Unaoweza Kurejeshwa dhidi ya wa Kudumu
GDPR inabainisha tofauti kati ya kutengua na kutia kivuli. Mahakama zinahitaji asili. Utafiti unahitaji utambulifu upya. Jifunza ni lini kutumia mbinu kila moja.
NER ya Lugha Nyingi: Kiingereza Kinashindwa Kiarabu
Mifano ya NER iliyofunzwa kwa Kiingereza inafikia usahihi wa 85-92%. Kiarabu na Kichina? Mara nyingi 50-70%. Jifunza kuhusu changamoto za kiufundi na jinsi ya kujenga mfumo wa kweli.
Tumia Claude na ChatGPT Bila Kuvujisha PII
Mwongozo wa msanidi programu wa kutumia wasaidizi wa AI kwa usalama. Sanidi muunganisho wa MCP Server kwa ulinzi wa PII usio na msururu katika Claude Desktop, Cursor, na VS Code.
Anza Kulinda Data Yako Leo
Aina 285+, lugha 48, usalama wa kiwango cha biashara kwa bei za kuanzisha.
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 company HQ is in Saarbrücken, Germany. Our servers run in Hetzner's Falkenstein datacenter.
Hetzner holds 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
- Open the web app and try a sample file.
- Learn how credits get counted.
- See current plans and limits.
- Meet the team behind the product.
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.