Tại Sao Dùng Regex, Không Phải AI?
Để tuân thủ quy định, bạn cần kết quả mà bạn có thể giải thích và tái tạo. Cách tiếp cận có tính xác định của chúng tôi mang lại chính xác điều đó—không hộp đen, không bất ngờ.
So Sánh Chi Tiết
We use the best tool for each job: deterministic regex patterns for structured data, and proven ML models for names and entities. Built on Microsoft Presidio.
| Entity Type | Detection Method | Examples |
|---|---|---|
| Dữ Liệu Có Cấu Trúc | Mẫu Regex | Email, SSN, thẻ tín dụng, IBAN, số điện thoại |
| Tên & Tổ Chức | Mô Hình ML (spaCy, Stanza) | Tên người, tên công ty, địa điểm |
| 48 Ngôn Ngữ | XLM-RoBERTa | Nhận diện thực thể đa ngôn ngữ |
| Có Thể Tái Tạo | 100% Có Thể Tái Tạo | Đầu vào giống nhau = đầu ra giống nhau, mỗi lần |
| Phát Hiện Tên | Độ Chính Xác Cao ML | Mô hình NLP đã được chứng minh với điểm số độ tin cậy |
| Có Thể Kiểm Toán | +Hoàn Toàn Có Thể Kiểm Toán | Vị trí, loại, độ tin cậy cho mỗi thực thể |
Cách Khớp Mẫu Hoạt Động
Mỗi loại thực thể có các mẫu regex được thiết kế cẩn thận để khớp với các định dạng cụ thể.
Địa Chỉ Email
[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}Khớp với định dạng email tiêu chuẩn: local-part@domain.tld
Số Thẻ Tín Dụng
\b(?:4[0-9]{12}(?:[0-9]{3})?|5[1-5][0-9]{14}|...)\bKhớp với Visa, Mastercard, Amex và các định dạng thẻ khác với xác thực Luhn
IBAN Đức
DE[0-9]{2}\s?[0-9]{4}\s?[0-9]{4}\s?[0-9]{4}\s?[0-9]{4}\s?[0-9]{2}Khớp với định dạng IBAN Đức với khoảng trắng tùy chọn
Xây Dựng Để Tuân Thủ
Khi các kiểm toán viên hỏi "tại sao điều này được phát hiện?" bạn cần một câu trả lời rõ ràng. Cách tiếp cận dựa trên regex của chúng tôi cung cấp chính xác điều đó.
- GDPR Điều 25: Quyền riêng tư theo thiết kế với xử lý có thể giải thích
- ISO 27001: Các quy trình được tài liệu hóa, có thể lặp lại
- Dấu Vết Kiểm Toán: Mỗi phát hiện có thể được truy nguyên đến một mẫu cụ thể
Ví Dụ Phản Hồi Kiểm Toán
Trải Nghiệm Phát Hiện Có Tính Xác Định
Thử phát hiện PII dựa trên regex của chúng tôi miễn phí với 200 token mỗi chu kỳ.
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
- Common questions
- Glossary
- How tokens work
- Security posture
- Where we comply
- What we detect
- Case studies
- Release notes
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
- Open the web app and try a sample file.
- Learn how credits get counted.
- See current plans and limits.
- Meet the team behind the product.
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.