Privatliv & AI Technology Ordliste

En åben protokol af Anthropic, der gør det muligt for AI-modeller at interagere med eksterne værktøjer og datakilder på en standardiseret måde. anonym.legal implementerer en MCP Server, så AI-kodningsværktøjer kan påkalde anonymisering uden at forlade deres workflow.

anonym.legal's MCP Server integration gør det muligt for AI-kodningsassistenter (Claude Desktop, Cursor, VS Code Copilot) at kalde anonymiserings-API'en direkte som værktøj. PII fjernes fra kode, prompts og kontekst, før de sendes til AI-modellen. Forbind via HTTP: https://anonym.legal/mcp med en Authorization: Bearer header — ingen installation påkrævet.

En specialiseret DLP-kategori fokuseret på at forhindre PII og fortrolig data i at blive inkluderet i prompts sendt til generative AI-modeller (ChatGPT, Claude, Gemini). anonym.legal's Chrome-udvidelse og MCP Server løser denne risiko på inputpunktet.

En sikkerhedsdisciplin og kategori af softwareværktøjer, der detekterer og forhindrer uautoriseret transmission af følsomme data uden for en organisation. anonym.legal fungerer som en browser-layer og AI-layer DLP-løsning til PII.

Erstatningsstrategien, der anvendes på detekteret PII. anonym.legal understøtter: REPLACE (placeholder-tekst), REDACT (tom streng), MASK (asterisker), HASH (SHA-256 digest), ENCRYPT (reversibel AES-256-GCM), og KEEP (pass-through, brugbar til test).

Brugerdefinerede PII-mønstre tilføjet ovenpå anonym.legal's indbyggede 267+ entitytyper. Understøtter regex-mønstre, ordlister og deny-lister. Brugbar til organisationsspecifikke identifikatorer, såsom medarbejder-ID'er, interne projektkoder eller proprietære produktnavne.

Brugsbaseret fakturering, hvor API-kald forbruger tokens beregnet ud fra tekstlængde, entityantal og behandlingstilstand (analyse vs. anonymisering). analyze_text: 2–10+ tokens, anonymize_text: 3–20+ tokens, detokenize_text: 1–5+ tokens. Ledelsesoperationer er gratis.

Alle data, der kan identificere en bestemt person direkte eller i kombination med andre data. Eksempler: navne, e-mailadresser, CPR-numre, IP-adresser, biometriske poster.

Irreversibel proces for at fjerne eller transformere identifikationsoplysninger, så enkeltpersoner ikke længere kan identificeres, direkte eller indirekte. Under GDPR falder virkelig anonymiserede data uden for lovens område.

Erstatning af direkte identifikatorer med kunstige værdier (pseudonymer), mens evnen til at genidentificere personer ved hjælp af en separat nøgle bibeholdes. GDPR artikel 4(5) anerkender det som en privatlivsforbedringsfremgangsmåde, men undtager ikke pseudonymiserede data fra lovgivningen.

Permanent fjernelse eller obskurering af følsomme oplysninger fra dokumenter, erstatning med en visuel markør som [REDACTED] eller en sort bar. I modsætning til kryptering er redigering envejs, og de oprindelige data kan ikke gendannes.

Erstatning af følsomme data med en ikke-sensitiv placeholder (token), der kortlægges tilbage til originalen i en sikker vault. I modsætning til kryptering har tokenet selv ingen matematisk relation til de oprindelige data. Brugt i MCP Server til at aktivere AI-respons de-anonymisering.

Envejs transformation af data til en fast længde digest ved hjælp af algoritmer som SHA-256. Brugt til konsistent pseudonymisering, deduplikering og integritetsverifikation. Hash værdier kan ikke vendes, men kan være sårbare over for rainbow table-angreb, hvis de ikke er saltede.

Sundhedsrelateret information forbundet til en identificerbar person, reguleret under HIPAA i USA. Inkluderer diagnoser, behandlingshistorie, forsikringsdata og enhver af de 18 HIPAA Safe Harbor-identifikatorer.

EU forordning 2016/679, den primære databeskyttelsesramme for EU. Gælder for enhver organisation, der behandler personlige data fra EU-beboere. Bøder op til €20M eller 4% af global årlig omsætning. Nøglerrettigheder: adgang, sletning, portabilitet, begrænsning, indsigelse.

US føderal lov etablering af standarder til beskyttelse af følsom patient-sundhedsinformation. Privatlivsloven styrer PHI-brug; sikkerhedsloven kræver administrative, fysiske og tekniske sikkerhedssystemer for elektronisk PHI (ePHI). Overtrædelser medfører bøder op til $1.9M pr. kategori pr. år.

Internationalt standard for informationssikkerhedsstyringssystemer (ISMS). Certificering kræver dokumenterede politikker, risikovurderinger og kontroller. anonym.legal's EU-servere er ISO 27001-certificerede, hvilket sikrer struktureret sikkerhedsstyring.

Sikkerhedsstandard for organisationer håndtering af betalingskortdata, vedligeholdelse af PCI Security Standards Council. Kræver kryptering, adgangskontroller, logging og regelmæssig test. Ikke-compliance kan resultere i bøder og tab af kortbehandlingsprivilegier.

California privatlivslove, der giver beboere ret til at vide, slette og fravælge salg af deres personlige oplysninger. Gælder for virksomheder, der opfylder omsætnings-, datavolumen- eller data-salgstærskler.

EU forordning 2024/1689, verdens første omfattende AI-lov. Klassificerer AI-systemer efter risikoeniveau. Højrisiko-systemkrav — dækkende AI brugt i arbejde, kredit, sundhedsvæsen og kritisk infrastruktur — bliver håndhævet den 2. august 2026. Art. 10 kræver dataledelse og dataminimering til træningsdata; Art. 13 kræver transparens. Gælder for AI-udviklere, installanter og importører, der opererer i EU.

GDPR Art. 5(1)(c) kræver, at personlige data er "tilstrækkelig, relevant og begrænset til hvad er nødvendigt" til dens behandlingsformål. I AI-workflows betyder dette fjernelse af PII fra prompts, før de sendes til en AI-model — modellen modtager kun hvad der er strengt nødvendigt for opgaven. anonymize.dev automatiserer dette princip på MCP-protokollaget, erstatning af PII med tokens, før nogen AI-model behandler anmodningen.

En udviklingspraksis, hvor udvikler beskriver intention på naturligt sprog og stoler på AI-kodningsagenter (Cursor, Windsurf, Claude, GitHub Copilot) til at generere implementering. Sikkerhedsrisicoen: udvikler indsætter rutinemæssigt reale kundepostier, databaseforbindelses-strenge, API-nøgler og logfiler i AI-prompts som kontekst. 77% af udvikler har sendt virksomhedsdata til AI-værktøjer (Data Privacy Week 2026). Uden PII-opfangelse udgør dette en GDPR Art. 5 overtrædelse og potentiel databrud.

Brugen af ikke-godkendt AI-værktøjer — ofte via personlige konti — uden for IT-synlighed og kontrol. 88% af organisationer bruger AI i mindst en forretningsfunktion; af disse stoler næsten halvdelen af generative AI-brugere på personlige AI-programmer, der opererer uden for styringsstrukturer. Shadow AI har i gennemsnit tilføjet €670.000 til brudkomtakster, og 20% af organisationer har oplevet brud direkte forårsaget af shadow AI (Kiteworks 2026). Levering af godkendt, privatlivsvenlig AI-værktøjer reducerer uautoriseret brug med 89%.

AI-systemer, der autonomt planlægger og udfører multi-step opgaver — browse webben, kald API'er, skrive og kør kode, åbne filer — ofte med minimal menneskelig overvågning. UK Information Commissioner's Office (ICO) offentliggjorde vejledning i januar 2026, der fremhæver, at agentic AI forværrer databeskyttelsesrisici, fordi menneskelig overvågning bliver vanskelig, når agenter opererer autonomt på tværs af store mængder personlige data. MCP-baseret PII-opfangelse (anonymize.dev) gælder på protokollaget, der beskytter data uanset agentautonominiveau.

En kritisk sårbarhedsklasse i MCP-aktiverede AI-agenter, hvor ondsindet indhold i eksterne kilder (GitHub-problemer, websider, dokumenter) kan kapre agenten og få den til at eksfiltrer data fra forbundne værktøjer. Et dokumenteret eksempel: angribere plantede ondsindet indhold i GitHub-problemer, der gjorde, at GitHub MCP-serveren lakkede private repositorydata. PII-opfangelse, før agentsammenhæng samles, mindsker denne angrebsklasse ved at sikre, at virkelige personlige data aldrig er til stede i agentens arbejdssammenhæng.

En kategori af værktøjer og teknikker, der muliggør dataanalytik og AI-workflows, mens individuelt privatliv bevares. Inkluderer: tokenisering (anonymize.dev), differentieret privatliv (tilføjer støj til statistiske output), k-anonymitet (sikrer, at hver post er uadskillelig fra k−1 andre), syntetisk datakenerering, fødereret læring og sikker multi-part beregning. EU's 2026 dataprivatliv landskap kræver i stigende grad organisationer skal implementere PETs som en del af en Privacy-by-Design (GDPR Art. 25) implementeringsstrategi.

En godkendt krypteringsalgoritme, der kombinerer AES-256 (256-bit nøgle) med Galois/Counter Mode til både fortrolighed og integritet. Brugt i anonym.legal's reversibel anonymisering til at kryptere erstattede entiteter. Giver både hemmelighed og ændringsdetektion.

En kryptografisk hash-funktion, der producerer en 256-bit digest. Brugt i anonym.legal til HMAC-godkendelse af API-anmodninger, ZK auth-beviser og konsistent entity pseudonymisering (hashing med salt producerer samme erstatning for samme oprindelig værdi).

Den kryptografiske protokol sikring af data under transit. anonym.legal håndhæver TLS 1.2 minimum med TLS 1.3 foretrukken, HSTS med et-årig max-alder og HTTP/2. All trafik mellem klienter og server er krypteret under transit.

Kryptering, hvor kun kommunikationsparterne kan læse beskederne; tjenesteudbydere har ingen adgang til klartekst. I anonym.legal's ZK Auth-tilstand forlader krypteringsnøgler aldrig klientenheden, hvilket opnår E2EE til anonym outputlagring.

En kategori af personoplysninger, som detektionsmaskinen genkender og kan anonymisere. Eksempler: PERSON, EMAIL_ADDRESS, PHONE_NUMBER, CREDIT_CARD, IBAN_CODE, US_SSN, IP_ADDRESS. anonym.legal understøtter 267+ entity typer på tværs af 48 sprog.

Entity typer detekteret uanset tekstsprog, typisk gennem format-baseret regex med checksum validering. Eksempler: CREDIT_CARD, IBAN_CODE, EMAIL_ADDRESS, PHONE_NUMBER, IP_ADDRESS, URL, CRYPTO adresse.

Entity typer for national og regering-udstedt identifikatorer: US_SSN, US_PASSPORT, UK_NHS, ES_NIF, DE_PERSONALAUSWEIS, FR_INSEE, IT_FISCAL_CODE og 50+ andre lands-specifikke ID-formater. Detekteret ved hjælp af lands-specifik regex + checksum mønstre.

Entity typer dækkende finansielle identifikatorer: CREDIT_CARD (Luhn checksum), IBAN_CODE (ISO 13616 checksum), SWIFT_CODE (BIC format), US_BANK_NUMBER, NRP (spansk skatteID). Detekteret med checksum validering for at minimere falske positiver.

Entity typer for de 18 HIPAA Safe Harbor identifikatorer og yderligere sundhedsrelaterede PII: US_MRN (medicinske journalnumre), MEDICAL_LICENSE, HEALTHCARE_PLAN_BENEFICIARY og diagnose/behandling kontekstualetering.