Hur anonymize.today Fungerar

Deterministisk, regex-baserad PII-upptäckte som levererar 100% reproducerbara resultat. Samma indata, samma utdata—varje gång. Ingen AI, ingen gissning, bara transparent mönstermatchning.

Varför Regex, Inte AI?

Vår Metod

  • 100% reproducerbara resultat
  • Helt reviderbara för efterlevnad
  • Ingen träningsdata krävs
  • Transparent beslutsfattande
  • Snabb, förutsägbar prestanda
  • Ingen modellavvikelse över tid

AI/ML Metoder

  • Resultat varierar mellan körningar
  • Svart låda beslutsfattande
  • Kräver träningsdata
  • Svårt att revidera
  • Högre beräkningskostnader
  • Modellavvikelse över tid

10-Stegsprocessen

Från indata till utdata, här är exakt vad som händer med ditt dokument

1

Indata Text

Skicka ditt dokument via webbgränssnitt, API eller Word-tillägg

2

Språkdetektion

Systemet identifierar dokumentets språk för optimal bearbetning

3

Tokenisering

Texten bryts ner i tokens för mönstermatchning

4

Mönstermatchning

Regex-mönster skannar efter 256 entitetstyper

5

Kontextanalys

Omgivande text förbättrar detektionsnoggrannheten

6

Konfidenspoäng

Varje upptäckte får en konfidenspoäng

7

Entitetsklassificering

Upptäckta objekt kategoriseras efter typ

8

Granska Resultat

Se alla upptäckter med positioner och poäng

9

Tillämpa Anonymisering

Välj din metod: Ersätt, Redigera, Hasha, Kryptera eller Maskera

10

Utdata Dokument

Ladda ner ditt anonymiserade dokument

Vanliga Frågor

Varför använder anonymize.today regex istället för AI för PII-detektering?
Regex-baserad detektering ger 100% reproducerbara resultat — samma indata ger alltid samma utdata. AI och maskininlärningsmodeller kan ge olika resultat mellan körningar, drabbas av modellavvikelse över tid och fungerar som svarta lådor som är svåra att granska. För regulatorisk efterlevnad enligt GDPR och ISO 27001 behöver organisationer förklarliga, upprepbara processer, vilket är exakt vad regex-baserad mönsterigenkänning levererar.
Hur noggrann är PII-detekteringen?
anonymize.today tillhandahåller konfidentspoäng från 0.0 till 1.0 för varje detektering. Användare kan ställa in minimala konfidentsgränser för att kontrollera känslighet. Mönsterbaserade enheter som kreditkortsnummer och personnummer uppnår 95-99% noggrannhet, medan NLP-baserade enheter som namn och platser uppnår 85-95% noggrannhet. Plattformen stöder 256 enhetstyper med noggrant utformade mönster för varje.
Kan jag granska hur anonymize.today behandlar mina data?
Ja, varje detektering i anonymize.today visar det exakta mönster som matchades, konfidentspoängen och den identifierade enhetstypen. Analysatorn markerar detekterade enheter med kategorispecifika färger och positioner inom texten. Denna fullständiga transparens gör det enkelt att förklara detekteringsbeslut för revisorer, efterlevnadsofficerare eller dataskyddsmyndigheter.
Vad händer med mina data under bearbetningen?
Text som skickas till anonymize.today skickas via TLS 1.3 krypterade anslutningar till ISO 27001-certifierade servrar i Tyskland. Texten bearbetas i minnet med hjälp av Microsoft Presidio, och resultaten returneras omedelbart. Inga användarinnehåll lagras på servrarna efter bearbetning. Data lämnar aldrig Europeiska unionen.
Hur hanterar anonymize.today flera språk i en text?
anonymize.today stöder automatisk språkdetection för att identifiera det primära språket i ett dokument. För flerspråkiga texter kan användare skapa anpassade förinställningar som kombinerar enhetstyper över språkgränser. Plattformen stöder 27 PII-detekteringsspråk med hjälp av spaCy, Stanza och Transformer-modeller, vilket möjliggör detektering av landspecifika enheter som tyska skattenummer, franska NIR-nummer eller japanska My Number-ID:n inom samma dokument.

Se Det i Aktion

Prova vår PII-upptäckte och anonymisering gratis med 300 tokens per månad.