กลับไปที่บล็อกGDPR & การปฏิบัติตาม

รหัสพนักงานภายในก็ถือเป็นข้อมูลส่วนบุคคลเช่นกัน

องค์กรขนาดใหญ่ทุกแห่งมีรหัสประจำตัวภายในที่เป็นกรรมสิทธิ์ซึ่งสามารถเชื่อมโยงบันทึกที่ไม่ระบุตัวตนกลับไปยังบุคคลจริงได้ 34% ของค่าปรับ GDPR เกี่ยวข้องกับมาตรการทางเทคนิคที่ไม่เพียงพอ

May 1, 20268 อ่านประมาณ
employee ID anonymizationproprietary identifier detectionquasi-PIIGDPR custom entitiesno-code pattern builder

Quasi-PII คืออะไร?

GDPR Article 4 ครอบคลุมข้อมูลใดๆ ที่สามารถระบุตัวตนบุคคลได้ ข้อมูลนั้นไม่จำเป็นต้องระบุชื่อโดยตรง เพียงแค่ทำให้การระบุตัวตนเป็นไปได้ผ่านขั้นตอนเพิ่มเติม

รหัสพนักงานภายในเป็นตัวอย่างที่ชัดเจน ลองพิจารณาค่า "EMP-EU-123456" สตริงนั้นไม่ได้ระบุชื่อใคร แต่ระบบ HR มีตาราง lookup ง่ายๆ EMP-EU-123456 ชี้ไปที่ Maria Schmidt วิศวกรอาวุโส มิวนิก ใครก็ตามที่เข้าถึงตารางนั้นสามารถค้นหาเธอได้ ภายใต้ GDPR รหัสนั้นคือข้อมูลส่วนบุคคล

กฎเดียวกันใช้กับรหัสภายในอื่นๆ:

  • หมายเลขบัญชีลูกค้าที่เชื่อมโยงกับบันทึก CRM
  • รหัสโครงการที่เชื่อมโยงกับชื่อลูกค้าในระบบสัญญา
  • หมายเลขอ้างอิงคดีในไฟล์กฎหมาย
  • หมายเลขเวชระเบียนที่เชื่อมโยงกับบันทึกผู้ป่วย

การลบชื่อและอีเมลเพียงอย่างเดียวไม่เพียงพอ หากรหัสภายในยังคงอยู่ในไฟล์ การระบุตัวตนใหม่อยู่ห่างออกไปเพียงสองขั้นตอน

ทำไมช่องโหว่นี้จึงนำไปสู่ค่าปรับ

34% ของค่าปรับ GDPR ทั้งหมดเกี่ยวข้องกับมาตรการทางเทคนิคที่ไม่เพียงพอภายใต้ Article 32 ตัวเลขนี้มาจากรายงานประจำปี GDPR ของ DLA Piper 2025 ความล้มเหลวในการตรวจจับรหัสประจำตัวภายในแบบ quasi-identifying อยู่ในหมวดนี้

EDPB จัดการกว่า 900 กรณีในกลไกความสอดคล้องในปี 2024 การบังคับใช้ข้ามพรมแดนหมายความว่าช่องโหว่เดียวในชุดข้อมูลที่ใช้ร่วมกันอาจนำไปสู่การดำเนินการประสานงานในหลายรัฐสมาชิก EU

เครื่องมือ PII มาตรฐานค้นหารูปแบบสากล: ชื่อ อีเมล หมายเลขโทรศัพท์ รหัสประจำชาติ พวกเขาไม่รู้รูปแบบรหัสภายในของคุณ ไม่มีเครื่องมือใดรู้จนกว่าคุณจะบอกมัน นั่นคือช่องโหว่

วิธีการทำงานของ Pattern Builder โดยไม่ต้องเขียนโค้ด

บริษัทโลจิสติกส์ทั่วโลกต้องการทำ anonymize บันทึกพนักงานสำหรับการตรวจสอบจากภายนอก รหัสพนักงานของพวกเขาใช้รูปแบบนี้: EMP-[REGION]-[6 หลัก] สามตัวอย่าง: EMP-EU-123456, EMP-APAC-789012, EMP-AMER-345678

ทีมปฏิบัติตามกรอกตัวอย่างสามตัวอย่างใน AI pattern helper AI ส่งคืน:

  • Pattern: EMP-[A-Z]{2,4}-\d{6}
  • ตรงกับตัวอย่างทั้งสาม
  • ชื่อรหัสประจำตัวที่แนะนำ: EMPLOYEE-ID
  • ขั้นตอนถัดไปที่แนะนำ: ทดสอบกับรหัสภูมิภาคเพิ่มเติม

ทีมทดสอบตัวอย่างอีก 10 ตัวอย่าง รูปแบบใช้งานได้กับทุกตัวอย่าง

พวกเขาบันทึกรหัสประจำตัวกำหนดเองลงใน GDPR preset ที่ใช้ร่วมกันของทีม เอกสาร 47 ชุดในชุดตรวจสอบถูกประมวลผลในชุดเดียว รหัสพนักงานทุกรหัสถูกแทนที่ด้วยป้ายกำกับตามบทบาท บริษัทตรวจสอบได้รับไฟล์ที่ไม่เชื่อมโยงกับบุคคลใดอีกต่อไป

ไม่ต้องการความช่วยเหลือด้านวิศวกรรม การตั้งค่าทั้งหมดใช้เวลาไม่ถึงหนึ่งชั่วโมง

ขั้นตอนถัดไป

เมื่อรหัสประจำตัวกำหนดเองถูกบันทึกลงใน preset ที่ใช้ร่วมกัน สมาชิกทีมทุกคนจะใช้การตั้งค่าเดียวกัน พนักงานใหม่ได้รับมันในวันแรก งาน batch, การเรียก API และการอัปโหลดด้วยตนเองทั้งหมดใช้รูปแบบเดียวกัน

เส้นทางการตรวจสอบแสดงว่าใช้ preset ใดสำหรับแต่ละไฟล์ หาก DPA ขอหลักฐานกระบวนการ anonymization ของคุณ คุณสามารถแสดงได้

สำหรับกระบวนการตั้งค่ารหัสประจำตัวกำหนดเองอย่างสมบูรณ์ ดู รหัส PII กำหนดเองสำหรับ anonymization ขององค์กร สำหรับการรักษาการตั้งค่านี้สอดคล้องกันในทีม ดู presets ความสอดคล้อง anonymization สำหรับการตรวจสอบ GDPR

แหล่งข้อมูล

บทความที่เกี่ยวข้อง

GDPR & การปฏิบัติตาม

เครื่องมือ PII แบบ Self-Hosted ล้มเหลวในการตรวจสอบ Compliance

spaCy 3.4.4 ให้ผลลัพธ์ NER ที่แตกต่างจาก spaCy 3.5.1 บริษัทการเงินค้นพบว่าเอกสาร 3% ถูก anonymize ต่างกันใน staging และ production

GDPR & การปฏิบัติตาม

Presidio พลาด Entity GDPR กว่า 220 รายการ

Presidio มาพร้อม recognizer เริ่มต้นประมาณ 40 รายการที่มุ่งเน้นตัวระบุสหรัฐฯ องค์กรยุโรปต้องการ IBAN, Codice Fiscale และอีกมากมาย

GDPR & การปฏิบัติตาม

Configuration Drift: ความเสี่ยง GDPR ที่ซ่อนอยู่

นักวิเคราะห์ A แทนที่ชื่อด้วยชื่อแฝง นักวิเคราะห์ B ทำให้ดำทึบ การตรวจสอบ GDPR ของคุณพบทั้งสองวิธีในชุดข้อมูลเดียวกัน Configuration drift ที่ทีมใช้การตั้งค่าที่ต่างกันโดยไม่ตั้งใจสร้างความเสี่ยงต่อการปฏิบัติตามกฎระเบียบ

พร้อมที่จะปกป้องข้อมูลของคุณหรือยัง?

เริ่มทำให้ PII เป็นนิรนามด้วยประเภทเอนทิตี273 ประเภทใน 48 ภาษา.