ปัญหาหลายรูปแบบในการปฏิบัติตาม PII
อัปเดตสำหรับปี 2026
ลองถามเจ้าหน้าที่ปฏิบัติตามกฎหมายว่าพวกเขาทำให้ข้อมูลไม่ระบุตัวตนในรูปแบบใดบ้างสำหรับการตอบ DSAR รายการมักเหมือนกันเสมอ: สัญญา Word ใบแจ้งหนี้ PDF ข้อมูลลูกค้า Excel การส่งออก CSV และบันทึก JSON
จากนั้นถามว่าพวกเขาใช้เครื่องมืออะไร คำตอบมักจะเป็นสามถึงห้าอย่าง แต่ละเครื่องมือมีการครอบคลุมเอนทิตีต่างกัน แต่ละอย่างมีการตั้งค่าต่างกัน แต่ละอย่างสร้างบันทึกการตรวจสอบต่างกัน
นี่คือความแตกแยกของรูปแบบ มันสร้างช่องว่างการปฏิบัติตามกฎหมายจริง
เหตุใดความแตกแยกจึงเกิดขึ้น
ไม่มีเครื่องมือเดียวที่จัดการรูปแบบการผลิตทุกประเภทด้วยคุณภาพเดียวกัน เครื่องมือเฉพาะทางเกิดขึ้นสำหรับแต่ละรูปแบบ อันหนึ่งสำหรับ PDF อีกอันสำหรับสเปรดชีต มาโครสำหรับ CSV แต่ละอย่างมีรายการเอนทิตีของตัวเอง ไม่มีรายการใดที่ใช้ร่วมกัน
ผลลัพธ์ที่คาดเดาได้: การตอบสนอง DSAR ครอบคลุมไฟล์หลายประเภท เครื่องมือหลายอย่างประมวลผล แต่ละเครื่องมือใช้มาตรฐานต่างกัน เอนทิตี X ถูกตรวจจับใน PDF แต่พลาดในไฟล์ Excel การตรวจสอบของ DPA เผยความไม่สอดคล้องนี้
ความท้าทายทางเทคนิคเฉพาะรูปแบบ
แต่ละรูปแบบสร้างปัญหาการตรวจจับของตัวเอง
ไฟล์ PDF มีสองประเภท: ข้อความดั้งเดิมและสแกนจากรูปภาพ PDF ที่สแกนต้องการ OCR ก่อน OCR นำเสนอข้อผิดพลาด PDF แบบดั้งเดิมมักจัดเก็บแต่ละคำเป็นอ็อบเจกต์ข้อความแยกกัน ทำให้การตรวจจับเอนทิตีข้ามขอบเขตคำเสียหาย การจัดวางหลายคอลัมน์ต้องการการสร้างลำดับการอ่านใหม่ก่อนเริ่มการวิเคราะห์
Word (DOCX)
ไฟล์ DOCX จัดเก็บข้อความใน XML แต่ยังอยู่ในส่วนหัว ส่วนท้าย ความคิดเห็น การติดตามการเปลี่ยนแปลง และกล่องข้อความ ที่อยู่ในส่วนหัวของหน้าคือ PII เครื่องมือส่วนใหญ่พลาดสิ่งนี้ การติดตามการเปลี่ยนแปลงสามารถมี PII ที่ลบออกไป ข้อความนั้นมองไม่เห็นในมุมมองที่แสดงผลแต่มีอยู่ในไฟล์
Excel (XLSX)
Excel จัดเก็บ PII ทั่วทุกเซลล์ในหลายร้อยคอลัมน์และหลายพันแถว ส่วนหัวคอลัมน์เช่น "SSN" หรือ "Email" ให้บริบทที่โมเดล NER พลาดจากข้อความล้วน วันที่และ SSN มักจัดเก็บเป็นตัวเลข ฟิลด์ข้อความอิสระเช่น "หมายเหตุผู้จัดการ" มี PII ที่ไม่มีโครงสร้าง เครื่องมือตามคอลัมน์ข้ามฟิลด์เหล่านั้น
CSV
CSV ขาดโครงสร้างของ Excel ฟิลด์ข้อความอิสระในคอลัมน์ "หมายเหตุ" ผสม PII กับเนื้อหาอื่น ปัญหาการเข้ารหัส — UTF-8 เทียบกับ Latin-1 — ทำให้เกิดความล้มเหลวสำหรับอักขระที่ไม่ใช่ ASCII ในชื่อและที่อยู่ยุโรป
JSON
JSON ที่ซ้อนกันฝัง PII ลึก: user.address.street.line1 อาร์เรย์ต้องการการวนซ้ำ ชื่อฟิลด์เดียวกันสามารถมีประเภทข้อมูลต่างกันในอ็อบเจกต์ต่างกัน การตรวจจับที่ดีต้องการความตระหนักรู้ในสคีมาและการวิเคราะห์เนื้อหาร่วมกัน
ความไม่สอดคล้องเป็นความเสี่ยงทางกฎหมาย
นี่คือสถานการณ์ GDPR DSAR ที่เป็นรูปธรรม
เจ้าของข้อมูลร้องขอข้อมูลส่วนบุคคลทั้งหมดที่ถือไว้เกี่ยวกับพวกเขา ทีมปฏิบัติตามกฎหมายพบไฟล์เหล่านี้:
- 3 เอกสาร Word (สัญญา การติดต่อ)
- 2 เอกสาร PDF (ใบแจ้งหนี้ บันทึกการสนับสนุน)
- 1 สเปรดชีต Excel (ข้อมูลบัญชีลูกค้า)
- 1 การส่งออก CSV (บันทึกการเข้าถึงระบบ)
พวกเขาใช้เครื่องมือ A สำหรับ PDF เครื่องมือ B สำหรับ Word มาโครสำหรับ XLSX การตรวจสอบด้วยตนเองสำหรับ CSV แต่ละเครื่องมือมีการครอบคลุมเอนทิตีต่างกัน
เจ้าของข้อมูลได้รับแพ็กเกจที่ทำให้ไม่ระบุตัวตน แต่คอลัมน์ "หมายเหตุผู้จัดการ" ของ Excel ไม่ได้รับการประมวลผล ที่อยู่ในส่วนหัวของ Word ถูกพลาด ทั้งสองมี PII ที่เจ้าของข้อมูลขอให้ทำให้ไม่ระบุตัวตน
ภายใต้ GDPR มาตรา 15 (สิทธิ์การเข้าถึง) หรือมาตรา 17 (สิทธิ์ลบ) นี่คือการตอบ DSAR ที่ไม่สมบูรณ์
กรณีสำหรับมาตรฐานสอดคล้อง
การปฏิบัติตาม DSAR ที่แข็งแกร่งไม่เพียงแค่ระบุประเภท PII ที่จะทำให้ไม่ระบุตัวตน มันต้องการมาตรฐานเดียวกันสำหรับทุกรูปแบบในชุดการตอบสนอง
นั่นหมายความว่า:
- ตรวจสอบประเภทเอนทิตีเดียวกันใน Word, PDF, Excel, CSV และ JSON
- ใช้ค่าเกณฑ์ความมั่นใจเดียวกันกับไฟล์ทั้งหมด
- ใช้โทเค็นแทนที่เดียวกัน ถ้า "John Smith" ปรากฏในสามเอกสาร โทเค็นเดียวจะแทนที่ชื่อในทั้งสาม
- บันทึกการตรวจสอบเดียวครอบคลุมทุกรูปแบบ
โซลูชันแพลตฟอร์มเดียวทำสิ่งนี้เป็นไปได้ผ่านพรีเซ็ต พรีเซ็ต "DSAR EU Individuals" เดียวตรวจสอบประเภทเอนทิตี 32 ประเภทเดียวกัน มันทำงานบนสัญญา PDF บันทึก Excel และบันทึก CSV เครื่องมือเดียวกันประมวลผลทั้งสาม
การประมวลผลแบบชุดในชุดรูปแบบผสม
การปฏิบัติตาม DSAR ในระดับใหญ่หมายถึงการประมวลผลโฟลเดอร์รูปแบบผสมเป็นหน่วยเดียว
อินพุต: โฟลเดอร์ที่มีไฟล์ 15 ไฟล์ — PDF, DOCX, XLSX, CSV — แสดงข้อมูลทั้งหมดที่มีสำหรับเจ้าของข้อมูลหนึ่งคน
ขั้นตอนการประมวลผล:
- ตรวจจับรูปแบบของแต่ละไฟล์
- ใช้ตัวแยกวิเคราะห์ที่เหมาะสม
- รันไพพ์ไลน์ NLP เดียวกันบนข้อความที่ดึงออกมาจากไฟล์ทั้งหมด
- ใช้พรีเซ็ตเดียวกันกับทุกไฟล์ในชุด
- ใช้พูลโทเค็นร่วมกัน ชื่อเดียวกันได้รับโทเค็นแทนที่เดียวกันในทั้ง 15 ไฟล์
เอาต์พุต:
- เวอร์ชันที่ทำให้ไม่ระบุตัวตนของไฟล์ทั้ง 15 ในรูปแบบดั้งเดิม
- รายงานการตรวจสอบข้ามรูปแบบหนึ่งรายการ แสดงทุกเอนทิตีที่ตรวจจับได้ เอกสารต้นทาง คะแนนความมั่นใจ และการดำเนินการที่ทำ
รายงานการตรวจสอบนั้นคือเอกสารการปฏิบัติตามกฎหมาย มันพิสูจน์ว่าไฟล์ทั้ง 15 ได้รับการประมวลผลด้วยมาตรฐานเดียวกัน
anonym.legal จัดการ DOCX, PDF, XLSX, CSV และ JSON ทุกไฟล์ใช้พรีเซ็ตเดียวกัน รายงานการตรวจสอบเดียวครอบคลุมชุดทั้งหมด