Tootlikkus kohtub kontrolliga.

SOWA Privacy toimib kliendipoolse turbekihina brauseri laienduse kujul. Ei oma servereid, ei pilvkomponente.

  • Lokaalne reaalajaanalüüs

    Tekstid analüüsitakse enne, kui need üldse kasutaja brauserist lahkuvad.

  • Automaatne anonüümimine

    Nimede, IBANide, terviseandmete jms tuvastamine ja asendamine neutraalsete asendajatega.

  • Teenusepakkujast sõltumatu

    Töötab ChatGPT, Claude, Gemini jt-ga ilma sihtssüsteemide API-muudatusteta.

  • Sujuv de-anonüümimine

    Anonüümitud väärtused taastatakse algseteks, kui AI vastab. Saate tavalised tulemused, ilma et isikuandmed jõuaksid võõrastesse vestlusroboti serveritesse.

Kuidas tuvastamine töötab

Kolm kihti, kõik töötavad lokaalselt teie brauseris. Ükski neist ei pea teksti serverisse saatma, enne kui otsustab, kas see sisaldab isikuandmeid.

Kiht 1 – Regex

Mustrite sobitamine

Alati sees. Kiireim. Mudelit pole vaja.

  • Sisseehitatud mustrikogud e-posti aadresside, telefoninumbrite (sh Saksa mobiilinumbrid), IBAN, BIC/SWIFT, PESEL, NIP, krediitkaardi numbrite, juhilubade, passide, sünnikuupäevade, IP-aadresside, API-võtmete, paroolide ja tokenite jaoks.
  • Käivitub iga klahvivajutusega. Null võrku, null mudelilaadimist – puhas lokaalne stringisobitamine.
  • Kasutaja laiendatav: lisage kohandatud reegleid seadetes nelja välja formaadis (KIND | REGEX | FLAGS | PRIORITY).
Kiht 2 – NER

Nimeeraldus

Mitmekeelne. Lokaalne mudel. Valikuline.

  • Püüab kinni selle, mida regex ei suuda: inimeste nimed, organisatsioonid, asukohad – kõik, mis sõltub kontekstist, mitte mustrist.
  • Mitmekeelne DistilBERT-mudel (~65 MB) Transformers.js + ONNX kaudu. Laaditakse üks kord HuggingFace'ist, seejärel töötab igavesti võrguühenduseta.
  • Töötab isoleeritud offscreen-dokumendis, nii et vestluslehekülg ei näe ega kutsu seda.
  • Seadistatav usalduslävi (vaikimisi 0,7) ja prioriteedikaalud.
  • Vaikimisi VÄLJAS. 65 MB allalaadimine algab ainult siis, kui kasutaja selle seadetes selgesõnaliselt lubab.
Kiht 3 – Lokaalne LLM

Võimsusrežiim

Äärjuhtumid. Lokaalne GPU. Valikuline.

  • Püüab kinni kontekstuaalsed äärjuhtumid, mille esimesed kaks kihti vahele jätavad – ebaselged üksused, ümberkirjutatud identifikaatorid, tundlikud üksikasjad, mis on arusaadavad ainult lausekontekstist.
  • WebLLM käitusaeg kasutaja GPU-l. Valik: Phi-3, Gemma 2B või SmolLM2 (kumbki ~200 MB).
  • 2–4 GB RAM kasutust aktiivsel olekul. Aeglasem kui esimesed kaks kihti – kasutatakse kontrollijana, mitte peamise skannerina.
  • Vaikimisi VÄLJAS. Mudeli allalaadimine algab ainult siis, kui kasutaja selle lubab.

Kolme kihi tuvastustulemused ühendatakse ja järjestatakse prioriteedi järgi. Kõigi kolme kihi peal haldab kasutaja musta nimekirja (prioriteet 100, võidab alati) ja valget nimekirja, mis võimaldavad üksikisikutel või IT-administraatoritel tuvastamist oma töövoo jaoks kujundada – lisada ettevõttespetsiifilisi identifikaatoreid, vabastada turvaline standardtekst, saata eelseadistusi üle meeskonna – koodi puudutamata.

Võrdle alternatiividega Vaata lähtekoodi
01

Õigusbürood ja juriidilised osakonnad

Kasutage AI-d lepingute ülevaatamiseks, kohtuasjade kokkuvõtete tegemiseks, juriidiliste memode koostamiseks, NDA-de võrdlemiseks ja klientidega suhtlemiseks, paljastamata klienti identifitseerivat teavet.

Tundlike andmete näited
Klientide nimed Vastaspooled Lepingu numbrid Kohtuasja numbrid Aadressid Kohtuviited Konfidentsiaalsed õigusfaktid
02

Maksunõustamine

Kasutage AI-d maksuameti kirjade selgitamiseks, klientide e-kirjade koostamiseks, maksujuhtumite kokkuvõtmiseks ja dokumentide kontrollnimekirjade loomiseks, kaitstes maksumaksjate andmeid.

Tundlike andmete näited
Maksukohuslase numbrid Klientide nimed Tuluandmed Ettevõtte andmed Aadressid Pangandusteavet Maksuameti viited
03

Raamatupidamine ja bookkeeping

Kasutage AI-d arvete kokkuvõtmiseks, maksetuletuste koostamiseks, kulude kategoriseerimiseks, raamatupidamisküsimusteks ja auditi ettevalmistamiseks, paljastamata arve- või makseandmeid.

Tundlike andmete näited
Tarnijate nimed Klientide nimed IBANid Arve numbrid Maksukohuslase numbrid Maksesummad Sisemised viited
04

Tervishoid, kliinikud ja terapeudid

Kasutage AI-d meditsiiniliste märkmete struktureerimiseks, patsiendisõbralike selgituste koostamiseks, vastuvõtujärgsete toimingute ettevalmistamiseks ja teraapiamärkuste anonüümimiseks enne AI-tööriistade kasutamist.

Tundlike andmete näited
Patsientide nimed Sünnikuupäevad Kindlustusnumbrid Diagnoosid Ravimite viited Vastuvõtuandmed Terviseandmed
05

Pangandus ja finantsteenused

Kasutage AI-d klientide kaebuste kokkuvõtmiseks, KYC-juhtumite märkmete tegemiseks, AML-dokumentatsiooni toetamiseks, auditi ettevalmistamiseks ja klientide vastuste koostamiseks reguleeritud finantsvoogudes.

Tundlike andmete näited
Klientide nimed Kontonumbrid IBANid Tehinguviited Laenu numbrid Aadressid Vastavusjuhtumi ID-d
06

Kindlustus

Kasutage AI-d kahjunõuete kokkuvõtmiseks, poliitikate selgitamiseks, puuduvate dokumentide kontrollnimekirjade koostamiseks, klientide vastuste koostamiseks ja eskalatsioonimarkmete struktureerimiseks, varjates kindlustusvõtja ja kahjunõude andmeid.

Tundlike andmete näited
Kindlustusvõtjate nimed Kahjunõude numbrid Poliisi numbrid Õnnetuse asukohad Sõiduki numbrimärgid Terviseandmed Kahjuraportid
07

Avalik haldus

Kasutage AI-d kodanike vastuste koostamiseks, avalduste kokkuvõtmiseks, sisemiste memode ettevalmistamiseks, vormide selgitamiseks ning lubade või toetustega seotud suhtluse toetamiseks.

Tundlike andmete näited
Kodanike nimed Aadressid Loa numbrid Avalduse ID-d Sotsiaaltoetuste teave Tervise- või puudeandmed Ametlikud juhtumi numbrid
08

Personal ja värbamine

Kasutage AI-d CV-de kokkuvõtmiseks, intervjuuküsimuste genereerimiseks, kandidaatide võrdlemiseks, tulemuslikkuse ülevaadete koostamiseks ja töötajatega suhtlemiseks, paljastamata kandidaatide või töötajate identiteeti.

Tundlike andmete näited
Kandidaatide nimed Töötajate nimed Palgad Kontaktandmed Aadressid Puudumised Tulemuslikkuse märkmed Töötaja ID-d
09

Konsultatsioon

Kasutage AI-d töötubade kokkuvõtmiseks, strateegiate koostamiseks, protsesside analüüsimiseks, ettepanekute ettevalmistamiseks ja riskihinnangute struktureerimiseks, lekitamata kliendikonfidentsiaalset teavet.

Tundlike andmete näited
Klientide nimed Projekti nimed Sisemised teekaardid Finantsnäitajad Strateegilised dokumendid Töötajate nimed Konfidentsiaalsed protsessid
10

IT, IAM ja turvalisus

Kasutage AI-d IAM-piletite kokkuvõtmiseks, juurdepääsutaotluste selgitamiseks, intsidentide aruannete koostamiseks, auditi tõendite ettevalmistamiseks ja kasutajasuhtluse parandamiseks, varjates tehnilisi identifikaatoreid.

Tundlike andmete näited
Kasutajanimed Töötaja ID-d IP-aadressid Hostnimed Süsteemi nimed Juurdepääsurollid Grupi nimed Pileti ID-d Intsidendi üksikasjad