以美国为中心的PII工具问题
大多数PII检测工具是在美国为美国数据格式构建的。社会安全号码——以AAA-BB-CCCC格式表示的9位数字，具有文档化的区域号码、组号码和序列号——是主要的设计目标。围绕SSN检测构建的工具能够可靠地检测SSN。它们也可能检测电话号码、电子邮件地址和美国驾驶执照格式。它们系统性地漏掉其他国家使用的标识符格式。
GDPR不承认以美国为中心的合规豁免。德国Steuer-ID（Steuerliche Identifikationsnummer）是由联邦税务局（Bundeszentralamt für Steuern）发放的11位税务识别号码，具有特定的校验算法，并通过校验位进行验证。它像SSN识别美国人一样，个人化地识别德国居民。GDPR第4条将个人数据定义为“与已识别或可识别的自然人相关的任何信息”——无论您的PII工具是否知道格式，Steuer-ID在GDPR下都是个人数据。
GDPR对仅为美国格式配置的工具处理欧盟居民数据的系统中，针对特定欧盟国家的PII暴露已发出罚款。合规差距不是理论上的——它已经产生了执法行动。
欧洲标识符格局
欧洲标识符覆盖差距的规模：
德国： Steuer-ID（11位，校验和），Sozialversicherungsnummer（12位，结构格式），Reisepass（具有特定发证机构代码的10位护照）
法国： NIR/Numero de Securite Sociale（15位编码性别[1]、出生年份[2]、出生月份[2]、部门[2]、市镇[3]、登记号码[3]、校验键[2]），Carte Vitale（15位NIR的卡），SIRET（14位商业标识符），SIREN（9位）
瑞典： Personnummer（10位，格式YYMMDD-XXXX，最后两位数字标识较旧号码的出生县），Samordningsnummer（非居民的协调号码，类似格式加60天）
挪威： Fodselsnummer（11位，格式DDMMYYNNNKK，中间数字表示性别），D-nummer（协调号码，天数加40）
巴西： CPF（Cadastro de Pessoas Fisicas，11位，带有两个校验位），CNPJ（14位商业标识符）
印度： Aadhaar（12位生物识别身份，带有Verhoeff算法校验位），PAN（10位字母数字用于所得税）
阿联酋： Emirates ID（15位：784-出生年份-序列-校验）
处理12个国家员工工资数据的全球人力资源经理需要一个工具，能够在一次操作中检测所有12个国家的国家身份证格式——而无需配置12个单独的国家特定工具或维护12个单独的正则表达式库。
285+ 实体类型架构
285+实体类型库覆盖完整的欧盟成员国标识符集，主要的亚太地区标识符（Aadhaar、PAN、CPF、CNPJ、Emirates ID、泰国公民身份证）和美国标识符（SSN、EIN、按州划分的驾驶执照）在一个检测引擎中。该库随着国家特定格式的发展而维护和更新。
来源：