By · Last updated 2026-05-07

Bumalik sa BlogGDPR & Pagsunod

EDPB 2025: Mga Alituntunin sa Pseudonymization

Nilinaw ng EDPB Guidelines 01/2025 na ang pseudonymized na datos ay nananatiling personal na datos sa ilalim ng GDPR — ang tunay na anonymization lamang ang nasa labas ng saklaw ng GDPR.

May 7, 20269 min basahin
EDPB 2025 pseudonymizationanonymization vs pseudonymization GDPRGDPR scope personal dataDPO compliance gappseudonymization domain

EDPB 2025: Mga Alituntunin sa Pseudonymization — Ipinaliwanag

Na-update para sa 2026

Ano ang Nagbago noong Enero 2025

Nag-isyu ang European Data Protection Board ng Guidelines 01/2025 noong Enero 2025. Ang paksa: pseudonymization. Ang pangunahing punto ay maikli. Ang mga pseudonymized na file ay personal na file pa rin. Nananatili sila sa loob ng saklaw ng batas. Maraming team ang nag-aakalang wala sila sa loob nito. Sinasabi ng mga bagong alituntunin na hindi.

Kung ang iyong organisasyon ay may hawak ng susi upang i-undo ang proseso, ang mga patakaran ay naaangkop pa rin sa inyo.

Ang Pseudonymization Domain

Dinaragdag ng mga alituntunin ang isang bagong konsepto: ang pseudonymization domain. Ito ang grupo ng mga partido na makakakonekta ng isang pseudonymized na item pabalik sa isang tunay na tao.

Ang anumang partido sa grupong iyon ay saklaw ng batas. Kung ikaw ay may hawak ng susi — o maaaring alamin ito — ikaw ay nasa grupong iyon. Lahat ng tuntunin ay naaangkop.

Dalawang Termino. Isang Agwat.

Ang dalawang terminong ito ay hindi pareho.

Tunay na anonymization ay hindi na maaaring i-undo. Walang partido ang makakabalik nito — ngayon o sa hinaharap. Ang tunay na anonymized na mga file ay nasa labas ng saklaw ng batas.

Pseudonymization ay maaaring i-undo. Ang isang susi, isang lookup table, o isang side file ay maaaring ibalik ang mga orihinal na halaga. Ang mga item na iyon ay nananatili sa loob ng batas para sa anumang partido na may hawak ng susi.

Tatlong uri ng tool na gumagawa ng pseudonymized — hindi anonymized — na output:

  • Mga token system: pinapalitan ang PII ng mga fixed na token at pinapanatili ang isang lookup table
  • Mga tool sa pag-encrypt: nagla-lock ng mga halaga ng PII at pinapanatili ang unlock key
  • Mga tool sa format-preserving encryption

Ang hashing ay mas malapit sa tunay na anonymization — ngunit tanging kapag ang mga input ay mahirap hulaan. Para sa mga maikling pangalan o mga karaniwang ID code, ang mga lookup attack ay maaaring i-undo ang hash. Itinatampok ng EDPB ang panganib na ito. Ang pag-hash ng mga madaling hulaan na halaga ay maaaring hindi mabilang bilang tunay na anonymization.

Mga Hakbang para sa mga DPO

Suriin ang bawat file set na may label na "anonymized." Tanungin: maari bang i-undo ito ng sinumang partido? Kung oo, ito ay pseudonymized. Naaangkop pa rin ang batas.

Ang mga file na dapat manatili sa labas ng saklaw ng batas — analytics, mga archive, mga research total — nangangailangan ng mga hakbang na hindi maaaring i-undo. Mga pagpipilian: permanenteng redaction, masking na may mga no-recovery na halaga, o hashing ng mga mahirap hulaan na input. I-log ang pamamaraan at ang iyong dahilan para dito.

Ang mga file kung saan ang proseso ay dapat na maaaring i-undo — research re-contact, mga audit trail, legal hold — ay dapat na may label na pseudonymized na personal na file. Panatilihin ang lahat ng legal na tungkulin. I-log ang key custody gamit ang mga EDPB key rules.

Ang five-method framework ay nag-a-map sa split na ito. Ang Replace, Mask, at Encrypt ay gumagawa ng pseudonymized na output. Ang Redact at Hash (hard-to-guess inputs lamang) ay maaaring maabot ang tunay na anonymization — napapailalim sa completeness review.

Suriin kung ano talaga ang ginagawa ng iyong mga tool. Ang isang produktong ibinebenta bilang "anonymization" tool ay maaaring mag-output ng mga pseudonymized na item kung pinapanatili nito ang anumang lookup o key. Ang aming GDPR compliance guide ay sumasaklaw sa lahat ng panuntunan sa pag-classify. Ang aming security compliance overview ay nagpapaliwanag ng mga teknikal na kontrol na dapat i-log ng mga DPO. Para sa gabay sa tool, tingnan ang aming anonymization presets and audit guide.

Mga Pinagkukunan

Handa nang protektahan ang iyong data?

Simulan ang anonymization ng PII gamit ang 285+ uri ng entidad sa 48 wika.

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.