anonym.legal

By · Last updated 2026-06-05

Назад до блогуТехнічні

Міжплатформна відповідність ПДн: Mac, Linux та Windows

Офіцери конфіденційності на Mac, юридичні відділи на Windows, інженери з даних на Linux — всі обробляють ті самі дані різними інструментами. Ось чому виявлення, незалежне від ОС, є вирішальним.

June 5, 20266 хв читання
cross-platformMac Linux GDPRenterprise ITOS agnosticcompliance consistency

Міжплатформна відповідність ПДн: Mac, Linux та Windows

Офіцери конфіденційності на Mac. Юридичні команди на Windows. Інженери з даних на Linux. Одне зобов'язання з відповідності.

Більшість інструментів для захисту ПДн розроблено для однієї платформи. В цьому і полягає проблема.

Прогалина за ОС у командах з конфіденційності

Корпоративні команди з конфіденційності рідко використовують одну операційну систему. Типова глобальна технологічна компанія виглядає так:

  • Офіцери конфіденційності та уповноважені з захисту даних: macOS (поширено в американських та британських компаніях)
  • Юридичні та аналітики з відповідності: Windows (стандарт у корпоративній Європі)
  • Інженери з даних та DevOps: Linux (стандарт для технічних ролей)

Три середовища ОС. Три функції команди. Один спільний обов'язок: обробляти персональні дані з послідовними технічними засобами контролю.

Коли кожна група використовує різну версію того самого інструменту — або інший інтерфейс — засоби контролю не є однаковими. Вони лише здаються такими.

Чому інструменти для однієї платформи створюють ризик

Більшість інструментів для захисту ПДн постачаються як настільні програми для однієї ОС. Користувачі Mac і Linux отримують вебверсію — або нічого.

Це створює розрив, що має значення під час аудитів. Ось що відбувається, коли вебзастосунок відстає від настільної програми:

Версії моделей НМО відрізняються. Настільна збірка може містити новіші моделі НМО, ніж вебзастосунок. Старіші версії моделей можуть пропускати типи сутностей, які виявляють новіші.

Цикли оновлень розходяться. Інструменти, розгорнуті через групову політику, можуть відставати на дві-три версії від прямої установки. Розриви у версіях означають розриви у виявленні.

Конфігурація не синхронізується. Інструменти, що зберігають налаштування в реєстрі ОС, не можуть ділитися ними з користувачами Mac або Linux. Пресет, створений на одній платформі, може бути нечитабельним на іншій.

Поведінка бібліотек відрізняється. Інструменти, що використовують бібліотеки рівня ОС для парсингу PDF або OCR, можуть давати різні результати на різних платформах — навіть для одного й того самого вихідного документа.

Будь-яка з цих прогалин означає, що один і той самий документ може давати різні результати анонімізації. Причина не в даних. Причина — у платформі.

Дивіться вимоги до технічних заходів GDPR про те, як регулятори оцінюють узгодженість.

GDPR, стаття 5(2) та систематичні заходи

Стаття 5(2) GDPR — це принцип підзвітності. Вона вимагає від контролерів доводити відповідність принципам захисту даних зі статті 5(1). Щодо технічних заходів за статтею 32 це означає, що заходи застосовувалися систематично.

Систематично означає послідовно. Якщо анонімізація відрізняється залежно від ОС людини, яка її запустила, захід є змінним — але не систематичним.

Під час розслідування OЗД відповідь «ми використовували інструмент X, але він по-різному поводиться на Mac і у настільній версії, а документ оброблявся на Mac» — не є задовільною. Вона свідчить про нерівномірне застосування.

Платформно-незалежний дизайн — це не перевага. Він випливає з вимоги систематичного застосування.

Два підходи до платформно-незалежної відповідності

Справжня платформно-незалежна відповідність вимогам щодо ПДн реалізується через два архітектурних підходи.

Підхід 1: Вебзастосунок

Виявлення виконується на сервері. ОС клієнта не має значення. Кожен користувач звертається до одного рушія з однаковими моделями та конфігурацією.

Обмеження: потрібен доступ до інтернету. Середовища з повітряним зазором не можуть його використовувати.

Підхід 2: Нативна кросплатформна настільна програма

Настільна програма, побудована на кросплатформному середовищі виконання (наприклад, Tauri або Electron), компілює однаковий код для всіх трьох платформ. Ті самі моделі НМО постачаються в кожній збірці. Конфігурація синхронізується через обліковий запис, а не локальне сховище ОС.

Це задовольняє офлайн-вимоги та вимоги середовища з повітряним зазором. Виявлення залишається послідовним на всіх платформах.

Настільна програма anonym.legal використовує фреймворк Tauri/Rust. Вона компілює однаковий код для Windows (x64/ARM64), macOS (Intel/Apple Silicon/Universal) і Linux (x64). Моделі НМО та рушій виявлення ідентичні в кожній збірці. ОС не є змінною у виводі.

Практичний приклад: команда конфіденційності з 12 осіб

Команда конфіденційності глобальної технологічної компанії з 12 осіб працювала в трьох середовищах ОС:

  • 4 офіцери конфіденційності та уповноважені з захисту даних: macOS (MacBook Pro)
  • 5 юридичних та аналітиків з відповідності: Windows (Surface Pro)
  • 3 інженери з даних: Linux (робочі станції Ubuntu)

Їхній попередній інструмент для ПДн був настільною програмою для однієї платформи. Користувачі Mac та Linux переходили до вебзастосунку постачальника. Це була старіша версія з меншою кількістю типів сутностей.

Прогалина у відповідності була очевидна. Уповноважений із захисту даних на Mac виявляв 180 типів сутностей. Юридична команда з настільною програмою — 267. Інженери на Linux відповідали вебзастосунку — 180. Це розрив у 87 сутностей у документах, оброблених уповноваженим.

Після переходу на кросплатформну настільну програму:

  • Та сама програма розгорнута на всіх 12 машинах
  • Ідентичні моделі НМО та рушій виявлення на кожній машині
  • Один пресет «Стандарт конфіденційності», синхронізований у всіх облікових записах
  • Єдиний журнал аудиту від усіх 12 користувачів у системі відповідності

Аудит OЗД відбувся через шість місяців. Команда продемонструвала ідентичне охоплення сутностей у всіх 12 облікових записах незалежно від ОС. Зауваження було усунуто.

Детальніше про функції журналу аудиту та документації.

Що перевірити перед вибором інструменту

При оцінці інструменту для захисту ПДн для команди з кількома ОС поставте ці питання:

Чи всі версії платформ використовують однакову модель НМО? Якщо збірки для Mac і Linux відстають, у вас є проблема з узгодженістю.

Як зберігається та розповсюджується конфігурація? Зберігання на основі реєстру не може синхронізуватись між платформами.

Чи однакові цикли оновлень для всіх платформ? Поетапні випуски створюють розриви у версіях.

Яка резервна опція для користувачів без настільної програми? Якщо це старіший вебзастосунок, охоплення не є однаковим.

Інструмент, що добре відповідає на ці питання, видаватиме однаковий результат виявлення для однакового вхідного документа на будь-якій ОС. Ось як виглядає систематичне застосування.

Джерела

Готові захистити свої дані?

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

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.