anonym.legal

By · Last updated 2026-04-13

Назад до блогуТехнічні

Конфіденційність в ізольованих мережах: анонімізація без інтернету

Середовища FedRAMP та ITAR мають одну спільну рису — хмара не є варіантом. Оборотня псевдонімізація відповідно до статті 4(5) GDPR та керівних принципів EDPB 05/2022.

April 13, 20269 хв читання
air-gapped anonymizationSCIF document processingITAR complianceFedRAMP offline toolsoffline PII detection

Правило ізольованої мережі

Деякі мережі не мають підключення до інтернету. Не за політикою — за конструкцією.

SCIF (Secure Compartmented Information Facility — захищений відсік для обробки секретної інформації) — це приміщення, оточене кліткою Фарадея. Жоден бездротовий сигнал не проходить усередину чи назовні. ITAR (International Traffic in Arms Regulations — міжнародні правила торгівлі зброєю) забороняє надсилати захищений технічний контент неавторизованим сторонам. Хмарні провайдери не мають дозволу ITAR. Для таких організацій «хмарний SaaS» — це не ризик, яким треба управляти.

Для таких майданчиків хмарні інструменти просто не працюють. Крапка.

Інструмент, якому потрібне живе мережеве підключення, тут не запуститься. Інструмент, що звертається до ліцензійного сервера, буде заблоковано. Інструмент, що надсилає файли до хмарного API для виявлення, не зможе функціонувати всередині SCIF. Це не граничні випадки. Це повсякденні обмеження для оборонних команд.

Випадок ITAR

Науковець з даних в оборонній компанії має кадрові записи під захистом ITAR. Їй потрібно видалити імена та ідентифікатори перед тим, як поділитися файлами. Її мережа ізольована.

Хмарного рішення немає. Єдиний шлях — інструмент, що запускається на локальному пристрої. Він має зберігати свої моделі локально. Він має виробляти чистий результат без зовнішніх звернень.

Десктопний застосунок на базі Tauri 2.0 робить саме це. Після встановлення під час запуску не відбувається жодних мережевих звернень. Моделі NER від spaCy та шаблони регулярних виразів — все запускається на локальному процесорі. Результат залишається на пристрої до моменту, поки користувач його не експортує.

Чому оборотність має значення

Секретна робота часто потребує оборотної псевдонімізації. Команди замінюють реальні імена кодами. Вони зберігають дані корисними. Вони захищають справжні особи.

Стаття 4(5) GDPR визначає псевдонімізацію як формальний захід захисту конфіденційності. Вона знижує ризик. Псевдонімізовані записи несуть менше юридичних зобов'язань — якщо токен підстановки зберігається окремо від набору даних.

Дослідження IAPP (2024) показало, що лише 23% інструментів підтримують справжню оборотність. Більшість виконують одностороннє маскування або повну заміну. Після перезапису запис зникає назавжди.

Деякі урядові команди розбивають роботу по відсіках. Одна команда отримує псевдонімізовані файли й проводить аналіз. Друга команда зберігає токен підстановки й реідентифікує записи лише тоді, коли цього вимагає закон. Цей розподілений підхід є єдиним безпечним рішенням для секретних робочих процесів з участю кількох команд.

Модель нульового знання йде на крок далі. Токен підстановки створюється на клієнтському пристрої та ніколи не передається назовні. Якщо постачальника викликають до суду, він не може передати токен — він його ніколи не мав. Це задовольняє правила збереження ланцюжка зберігання у багатьох режимних середовищах.

Розподіл токенів за EDPB

Керівні принципи EDPB 05/2022 вимагають, щоб токен псевдонімізації зберігався окремо. Він не повинен перебувати в тієї самої сторони, що й псевдонімізовані записи. Або він має бути захищений засобами контролю, що не дозволяють цій стороні одночасно читати й записи, й токен.

Три речі разом відповідають цьому правилу:

  • Токен створюється на клієнтському пристрої — ніколи не передається назовні
  • Вся обробка виконується локально — нічого не залишає ізольований майданчик
  • Результат і токен експортуються окремо — два окремі файли, два окремі маршрути

Цей підхід одночасно відповідає вимозі EDPB та обмеженням ізольованої мережі.

Повну картину дає наш огляд безпеки — там показано, як локальна обробка скорочує ланцюжок залученості третіх сторін. Наш посібник з відповідності охоплює правила передачі даних GDPR. Дивіться наш FAQ для отримання допомоги з налаштуванням.

Десктопний застосунок anonym.legal виконує все виявлення персональних даних на локальному пристрої. Інтернет після встановлення не потрібен. Підтримуються Windows, macOS та Linux. Вбудовані моделі NLP охоплюють 24 мови.

Оновлено для 2026 року

Джерела

Схожі статті

Технічні

Cross-Platform PII: Mac, Linux, and Windows

Privacy officers on Mac, legal on Windows, data engineers on Linux — all processing the same data with different tools. Here's why OS-agnostic detection.

Технічні

Cross-Application PII: Word, Chrome, and AI

Customer data flows from browser research to Word drafts to Claude prompts. Each context switch is a potential leakage point.

Технічні

GDPR in App Logs: JSON PII Compliance

Application logs contain customer email addresses, IPs, and account numbers that GDPR Article 5(1)(e) requires be managed.

Готові захистити свої дані?

Почніть анонімізувати PII з 285+ типами сутностей на 48 мовах.

Почати безкоштовну пробну версіюПереглянути функції

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.