anonym.legal

By · Last updated 2026-03-10

Bumalik sa BlogGDPR & Pagsunod

Open-Source Anonymization: LibreOffice

Paano ginagamit ng mga organisasyon sa pampublikong sektor ang LibreOffice kasama ang extension ng anonym.legal para sa GDPR-compliant na anonymization ng dokumento.

March 10, 20269 min basahin
LibreOffice extensiongovernment anonymizationpublic sector GDPRopen source complianceuniversity data protection

Open-Source na Anonymization ng Dokumento gamit ang LibreOffice

Lumalipat ang mga pamahalaan ng EU sa open-source na software. Ang Italy, France, Germany, at Spain ay may mga pormal na patakaran para dito. Inilipat ng Schleswig-Holstein ng Germany ang 25,000 PC ng pamahalaan sa LibreOffice noong 2024. Nagpapatakbo ang French Gendarmerie ng 77,000+ na workstation sa GendBuntu. Iyon ay isang Linux build na may LibreOffice.

Kailangan ng mga ahensyang ito ng GDPR-compliant na anonymization. Ngunit karamihan sa mga PII tool ay gumagana lamang sa Microsoft Office. Lumilikha iyon ng agwat.

Pinupuno ng LibreOffice Extension ng anonym.legal ang agwat na ito. Nakaka-detect ito ng 285+ na uri ng entity sa Writer, Calc, at Impress. Tumatakbo ito sa Windows, macOS, at Linux.

Bakit Angkop ang Open Source para sa Pampublikong Sektor

Walang vendor lock-in

Nagastos ang Microsoft 365 ng pera bawat taon. Libre ang LibreOffice. Para sa mga ahensyang may maraming desktop, ito ay malaking tipid. Ngunit ang gastos ay hindi lamang ang dahilan.

Maaaring suriin ang open-source na code. Maaaring basahin ng sinumang ahensya kung paano ito gumagana. Para sa mga katawan na humahawak ng mga file ng mamamayan, ito ay isang legal na pangangailangan. Hindi ito pagpipilian.

Nananatiling nasa EU ang datos

Tumatakbo ang anonym.legal sa mga server ng Hetzner sa Germany. Walang file na umaalis sa EU. Sa LibreOffice, walang mga link sa cloud ng Microsoft. Nananatili ang buong workflow sa isang lugar.

Privacy by design

Hinahanap ng GDPR Article 25 ang privacy na itinayo sa bawat hakbang. Hindi natutugunan ng pagkopya ng teksto sa isang panlabas na tool ang panuntunang ito. Gumagana ang extension sa loob ng editor. Ang pag-alis ng mga personal na detalye ay bahagi ng hakbang ng pag-edit. Hindi kailangan ng mga karagdagang app. Walang panganib ng copy-paste.

Tatlong Tunay na Gamit sa Mundo

Mga tugon ng DSAR ng pamahalaan

Maaaring humiling ang mga mamamayan ng kanilang mga rekord. Kailangan ng mga ahensya na ipadala ang mga ito. Ngunit kailangan din nilang itago muna ang detalye ng anumang ibang tao.

Sa extension:

  1. Buksan ang tugon sa Writer
  2. I-click ang Analyze
  3. Suriin ang preview — panatilihin ang sariling detalye ng mamamayan, alisin ang lahat ng iba pa
  4. I-apply at ipadala

Ang preview ay susi. Ang mga DSAR ay nangangailangan ng selective na pag-alis, hindi buong blanket masking. Ang bawat entity ay maaaring tanggapin o laktawan isa-isa.

Mga file ng pananaliksik sa unibersidad

Kailangan ng mga koponan ng pananaliksik na alisin ang mga pangalan bago ibahagi ang mga resulta ng pag-aaral. Ang isang proyekto ay maaaring kinabibilangan ng:

  • Mga sheet ng Calc na may mga pangalan at detalye ng pakikipag-ugnayan
  • Mga transcript ng Writer na may mga quote mula sa mga paksa ng pag-aaral
  • Mga slide ng Impress na may mga detalye ng kaso para sa isang talk

Isang extension ang humahawak ng lahat ng tatlong uri ng file. Pinapanatili ng mga preset ang parehong panuntunan sa buong proyekto.

Redaction ng dokumento ng korte

Kailangan ng mga korte na nag-publish ng mga hatol na alisin ang mga pangalan, address, at iba pang personal na detalye. Ang extension ay may tatlong mode:

  • Replace: Ang mga pangalan ay nagiging PERSON_1, PERSON_2 — ang parehong label sa bawat oras
  • Redact: Ganap na inalis ang mga address
  • Mask: Bahagyang pagtatago para sa mga petsa o numero ng kaso kung saan ang ilang konteksto ay dapat manatili

Pinapanatili ng Writer ang lahat ng formatting. Ang mga header, footer, at numbered na listahan ay nananatili pagkatapos ng anumang pagbabago.

Paano Mag-deploy

Single user:

  1. I-download ang .oxt mula sa anonym.legal/api/download/libreoffice
  2. I-double-click at mag-install
  3. I-restart ang LibreOffice

IT team rollout: Ibahagi ang .oxt sa pamamagitan ng network drive, Ansible, o SCCM. Maaaring mag-install ang LibreOffice ng mga extension mula sa command line nang walang mga prompt ng user. Maaaring magbahagi ang mga koponan ng mga preset sa pamamagitan ng isang account ng anonym.legal. Pinapanatiling pareho nito ang mga panuntunan para sa bawat user sa grupo.

Talahanayan ng Pagsunod sa GDPR

Panuntunan ng GDPRPaano Ito Natutugunan
Article 5(1)(c) — Data minimizationAng natagpuang PII lamang ang binabago; ang lahat ng iba pang teksto ay nananatiling pareho
Article 25 — Privacy by designAng pag-alis ay tumatakbo sa loob ng editor, hindi sa isang hiwalay na tool
Article 32 — SeguridadAES-256-GCM, zero-knowledge auth, mga server ng ISO 27001
Recital 26 — AnonymizationInilalabas ng Replace, Redact, at Mask ang content mula sa saklaw ng GDPR
Article 4(5) — PseudonymizationNagbibigay ang encrypt mode ng reversible pseudonymization
BDSG Section 22Sinasaklaw ng pagtuklas ang mga field na pangkalusugan, biometric, at ethnic origin

Magsimula

  1. I-download ang extension — libre
  2. Mag-sign up sa anonym.legal — libreng tier: 200 token bawat buwan
  3. Basahin ang buong docs

Ang mga bayad na plano ay nagsisimula sa EUR 3 bawat buwan para sa 1,000 token. Available din ang mas mataas na dami.

Para sa mga ahensyang humahawak ng maraming kahilingan nang sabay, tingnan ang GDPR DSAR Batch Processing sa Scale.

Mga Pinagkukunan

  • European Commission Open Source Software Strategy 2020-2023
  • Gobyerno ng Schleswig-Holstein — paglipat ng 25,000 PC sa LibreOffice (2024)
  • French Gendarmerie — 77,000+ na workstation ng GendBuntu (sa 2019)
  • GDPR Articles 4(5), 5(1)(c), 25, 32, Recital 26
  • BDSG Section 22 — German Federal Data Protection Act

Mga Kaugnay na Artikulo

GDPR & Pagsunod

Japan My Number: Verhoeff & APPI

63% of generic tools fail My Number detection in Japanese documents. My Number uses Verhoeff algorithm — the most complex national ID checksum in Asia.

GDPR & Pagsunod

HDPA Greece: AFM & AMKA Detection

Greek AFM detected with 52% accuracy by generic tools. HDPA issued 89 decisions in 2024 — up 162% from 2022. Tourism and maritime sectors face distinct.

GDPR & Pagsunod

NAIH Hungary: TAJ-Szám and Adóazonosító Jel

Hungarian NER accuracy is 67% vs. EU average 82% — NAIH's 2024 assessment. TAJ-szám weighted checksum and adóazonosító jel detection gaps.

Handa nang protektahan ang iyong data?

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

Simulan ang Libreng PagsubokTingnan ang Mga Tampok

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.