Zasebnost in Tehnologija AI Slovar

Odprt protokol Anthropica, ki omogoča modelom AI, da komunicirajo z zunanjimi orodji in viri podatkov na standarden način. anonym.legal implementira MCP Server, tako da lahko AI kodirna orodja prikličejo anonimizacijo brez zapuščanja svojega delovnega procesa.

Integracija MCP Serverja anonym.legal omogoča AI asistentom za kodiranje (Claude Desktop, Cursor, VS Code Copilot), da neposredno pokličejo API za anonimizacijo kot orodje. Osebni podatki se odstranijo iz kode, pozivov in konteksta pred pošiljanjem na model AI. Povežite se prek HTTP: https://anonym.legal/mcp z Authorization: Bearer glava — ni potrebne namestitve.

Posebna kategorija DLP, osredotočena na preprečevanje osebnih podatkov in zaupnih podatkov, da se ne vključijo v pozive, poslane modelom generativne AI (ChatGPT, Claude, Gemini). Razširitev Chrome in MCP Server anonym.legal se lotevata tega tveganja na točki vnosa.

Varnostna disciplina in kategorija programskih orodij, ki zaznavajo in preprečujejo nepooblaščeno prenos občutljivih podatkov zunaj organizacije. anonym.legal deluje kot rešitev DLP na ravni brskalnika in ravni AI za osebne podatke.

Strategija zamenjave, ki se uporablja za odkrite osebne podatke. anonym.legal podpira: REPLACE (nadomestno besedilo), REDACT (prazna niz), MASK (zvezdice), HASH (SHA-256 povzetek), ENCRYPT (reverzibilna AES-256-GCM) in KEEP (pretok, koristen za testiranje).

Vzorci osebnih podatkov, ki jih definira uporabnik, dodani na vrh vgrajenih 267+ vrst entitet anonym.legal. Podpira regex vzorce, sezname besed in sezname odklonov. Koristen za identifikatorje, specifične za organizacijo, kot so ID-ji zaposlenih, notranji kodi projektov ali lastniški produkti imena.

Obračun na osnovi uporabe, pri katerem klici API porabljajo žetone, izračunane iz dolžine besedila, števila entitet in načina obdelave (analiza proti anonimizaciji). analyze_text: 2–10+ žetonov, anonymize_text: 3–20+ žetonov, detokenize_text: 1–5+ žetonov. Upravljavske operacije so brezplačne.

Podatki, ki lahko identificirajo določenega posameznika neposredno ali v kombinaciji z drugimi podatki. Primeri: imena, e-poštni naslovi, številke socialne varnosti, IP naslovi, biometrični zapisi.

Nepovratni proces odstranitve ali preoblikovanja identifikacijskih informacij, tako da osebki ne morejo biti več identificirani, neposredno ali posredno. Po GDPR se resnično anonimiziranih podatkov ne sodi v področje veljavnosti uredbe.

Zamenjava neposrednih identifikatorjev s prisiljenimi vrednostmi (psevdonimi), medtem ko se obdrži sposobnost, da se osebki ponovno identificirajo z ločenim ključem. Člen 4(5) GDPR ga prizna kot tehniko za izboljšanje zasebnosti, vendar ne izključuje psevdonimiziranih podatkov iz uredbe.

Trajno odstranjevanje ali zasenčevanje občutljivih podatkov iz dokumentov, zamenjava s vizualnim označevalcem, kot sta [REDACTED] ali črna črta. Za razliko od šifriranja je redigranje enosmerno in izvirne podatke ni mogoče obnoviti.

Zamenjava občutljivih podatkov z neobčutljivim nadomestilom (žetonom), ki se vrne v izvirnik v varnem trezorju. Za razliko od šifriranja ima žeton sam po sebi nobene matematične povezave s prvotnimi podatki. Uporablja se v MCP Serverju, da se omogoči de-anonimizacija odziva AI.

Enosmerka transformacija podatkov v povzetek s fiksno dolžino s pomočjo algoritmov, kot je SHA-256. Uporabljeno za dosledno psevdonimizacijo, deduplikacijo in preverjanje celovitosti. Vrednosti hash-a se ne morejo obrniti, vendar so lahko ranljive za napade z dežnikovo tabelo, če niso osoljene.

Vse zdravstvene informacije, ki se nanašajo na identificiranega posameznika, regulirane po HIPAA v ZDA. Vključuje diagnoze, zapise o zdravljenju, podatke o zavarovanju in katerega od 18 HIPAA Safe Harbor identifikatorjev.

Uredba EU 2016/679, primarni okvir za varstvo podatkov za Evropsko unijo. Velja za vsako organizacijo, ki obdeluje osebne podatke prebivalcev EU. Kazni do 20 milijonov EUR ali 4 % svetovnega letnega prihodka. Ključne pravice: dostop, izbris, prenosljivost, omejitev, ugovor.

Zvezni zakon ZDA, ki določa standarde za zaščito občutljivih informacij o bolnikovem zdravju. Pravilo o zasebnosti ureja uporabo zaščitenih zdravstvenih informacij; Pravilo o varnosti zahteva upravne, fizične in tehnične varnostne ukrepe za elektronske zaščitene zdravstvene informacije (ePHI). Kršitve nosijo kazni do 1,9 milijona dolarjev na kategorijo na leto.

Mednarodni standard za sisteme upravljanja varnosti informacij (ISMS). Certificiranje zahteva dokumentirane politike, ocene tveganja in nadzor. Strežniki EU anonym.legal so certificirani po ISO 27001, kar zagotavlja strukturiran nadzor varnosti.

Varnostni standard za organizacije, ki obdelujejo podatke plačilnih kartic, ki ga upravlja Svet za standarde varnosti PCI. Zahteva šifriranje, nadzor dostopa, beleženje in redno testiranje. Neskladnost lahko vodi do kazni in izgube privilegijev za obdelavo kartic.

Kalifornijski zakon o zasebnosti, ki stanovalcem daje pravico, da vedo, izbrišejo in se izjavijo iz prodaje svojih osebnih podatkov. Velja za podjetja, ki dosegajo pragove dohodka, količine podatkov ali prodaje podatkov.

Uredba EU 2024/1689, prvi obsežen zakon o AI na svetu. Razvrsti sisteme AI glede na raven tveganja. Zahteve sistema visokem tveganju — ki pokrivajo AI, ki se uporablja pri zaposlitvi, kreditu, zdravstvu in kritični infrastrukturi — postanejo izvršljive 2. avgusta 2026. Čl. 10 zahteva upravljanje podatkov in minimizacijo podatkov za podatke usposabljanja; Čl. 13 zahteva transparentnost. Velja za razvijalce AI, uvajače in uvoznike, ki poslujejo v EU.

GDPR čl. 5(1)(c) zahteva, da so osebni podatki "ustrezni, relevantni in omejeni na kar je potrebno" za namen njihove obdelave. V delovnih procesih AI to pomeni odstranitev osebnih podatkov iz pozivov pred pošiljanjem modelu AI — model prejme le tisto, kar je strogo potrebno za nalogo. anonymize.dev avtomatizira to načelo na ravni protokola MCP, zamenjava osebnih podatkov z žetoni pred obdelavo katerega koli modela AI zahtevka.

Razvojna praksa, pri kateri razvijalci opisujejo namen v naravnem jeziku in se zanašajo na agente za kodiranje AI (Cursor, Windsurf, Claude, GitHub Copilot), da ustvarijo izvajanje. Varnostno tveganje: razvijalci rutinsko prilepljajo prave zapise strank, nize za povezovanje z bazo podatkov, ključe API in datoteke dnevnika v pozive AI kot kontekst. 77 % razvijalcev je poslalo podatke podjetja v AI orodja (Teden zasebnosti podatkov 2026). Brez prestrezanja osebnih podatkov je to kršitev čl. 5 GDPR in potencialna kršitev podatkov.

Uporaba neodobrenih orodij AI — pogosto prek osebnih računov — zunaj vidnosti in nadzora IT. 88 % organizacij uporablja AI v najmanj eni poslovni funkciji; od teh se skoraj polovica uporabnikov generativne AI zanašajo na osebne aplikacije AI, ki delujejo zunaj okvirjev upravljanja. Shadow AI je v povprečju dodal 670 tisoč EUR k stroškom kršitve, 20 % organizacij pa je doživelo kršitve, ki jih je neposredno povzročil shadow AI (Kiteworks 2026). Zagotavljanje odobrenih, varnih orodij AI za zasebnost zmanjša nepooblaščeno uporabo za 89 %.

Sistemi AI, ki avtonomno načrtujejo in izvajajo naloge v več korakih — brskanje po spletu, klicanje API-jev, pisanje in zagon kode, dostop do datotek — pogosto z minimalnim človeškim nadzorom. Pisarno za informacijske komisarje Združenega kraljestva (ICO) je januarja 2026 objavila navodila, ki poudarjajo, da agentic AI povečuje tveganja za zaščito podatkov, ker postane nadzor človeka težaven, ko agenti delujejo avtonomno med velikimi količinami osebnih podatkov. Prestrezanje osebnih podatkov na osnovi MCP (anonymize.dev) se uporablja na ravni protokola, zaščita podatkov ne glede na raven avtonomnosti agenta.

Kritična razred ranljivosti v agentih AI z omogočenim MCP, kjer lahko škodljiva vsebina v zunanjih virih (izdaje GitHub, spletne strani, dokumenti) ugrabijo agenta in ga prisilijo, da filtrira podatke iz povezanih orodij. Dokumentiran primer: napadalci so v izdaje GitHub vstavili škodljivo vsebino, ki je povzročila, da je strežnik GitHub MCP pusti zasebne podatke skladišča. Prestrezanje osebnih podatkov pred sestavo konteksta agenta blažilno deluje na ta razred napada z zagotovitvijo, da so pravi osebni podatki nikoli prisotni v delovnem kontekstu agenta.

Kategorija orodij in tehnik, ki omogočajo analitiko podatkov in delovne procese AI ob ohranjanju zasebnosti posameznika. Vključuje: tokenizacijo (anonymize.dev), diferencialno zasebnost (dodaja hrup statističnim rezultatom), k-anonimnost (zagotavlja, da je vsak zapis neločljiv od k-1 ostalih), sintetsko generiranje podatkov, zvezano učenje in varno računanje več strank. Evropska pokrajina zasebnosti podatkov 2026 od organizacij vse več zahteva, da imajo PET-je kot del strategije izvajanja Privacy-by-Design (GDPR čl. 25).

Algoritmi overjenih šifriranja, ki kombinira AES-256 (ključ 256-bit) z Galois/Counter Mode za tako zaupnost kot celovitost. Uporablja se v reverzibilni anonimizaciji anonym.legal za šifriranje zamenjanih entitet. Zagotavlja tako skrivnost kot zaznavo tampering.

Kriptografska hash funkcija, ki proizvede povzetek 256-bit. Uporablja se v anonym.legal za HMAC overitvi zahtevkov API, dokaze ZK auth in dosledno psevdonimizacijo entitet (hashing s soljo proizvede isto zamenjavo za isto izvirno vrednost).

Kriptografski protokol, ki varuje podatke med prenosom. anonym.legal uvaja najmanj TLS 1.2 s TLS 1.3 prednostno, HSTS z največjo starostjo enega leta in HTTP/2. Ves promet med odjemalci in strežnikom je šifriran med prenosom.

Šifriranje, pri katerem lahko samo komunikacijske strani berejo sporočila; ponudnik storitve nima dostopa do navadnega besedila. V načinu ZK Auth anonym.legal ključi za šifriranje nikoli ne zapustijo naprave odjemalca, kar dosega E2EE za shranjevanje anonimiziranega izhoda.

Kategorija osebnih podatkov, ki jih prizna motor za zaznavo in jih lahko anonimizira. Primeri: PERSON, EMAIL_ADDRESS, PHONE_NUMBER, CREDIT_CARD, IBAN_CODE, US_SSN, IP_ADDRESS. anonym.legal podpira 267+ vrst entitet v 48 jezikih.

Vrste entitet, zaznane ne glede na jezik besedila, običajno prek regex-a, ki temelji na obliki, z validacijo kontrolne vsote. Primeri: CREDIT_CARD, IBAN_CODE, EMAIL_ADDRESS, PHONE_NUMBER, IP_ADDRESS, URL, CRYPTO naslov.

Vrste entitet za nacionalne in vladne identifikatorje: US_SSN, US_PASSPORT, UK_NHS, ES_NIF, DE_PERSONALAUSWEIS, FR_INSEE, IT_FISCAL_CODE in 50+ drugih oblik ID-ja posebne države. Zaznano z uporabo regex posebne države + vzorci kontrolne vsote.

Vrste entitet, ki pokrivajo finančne identifikatorje: CREDIT_CARD (Luhnova kontrolna vsota), IBAN_CODE (ISO 13616 kontrolna vsota), SWIFT_CODE (oblika BIC), US_BANK_NUMBER, NRP (španski davčni ID). Zaznano z validacijo kontrolne vsote za minimiziranje napačno pozitivnih.

Vrste entitet za 18 HIPAA Safe Harbor identifikatorjev in dodatnih zdravstvenih osebnih podatkov: US_MRN (številke zdravstvenih zapisov), MEDICAL_LICENSE, HEALTHCARE_PLAN_BENEFICIARY in entitete konteksta diagnoze/zdravljenja.