Comhlíonadh GDPR agus Cosaint Sonraí
Ar an leathanach seo
Nuashonraithe an 3 Samhain, 2026. Tá an liosta míreanna a bhrathann an catagóir
piiailínithe anois le sainmhíniú Mistral (tá sonraí sláinte faoi rialacha difriúla, agus díreoidh an catagóirhealthar iarratais ar chomhairle leighis). Ríomh an logálaí comhlíontach an dáta deiridh coinneála go mícheart roimhe seo, rud a d’fhág go scriosadh na glantacháin gach rud; úsáideadh eochair shalannaithe réamhshocraithe chrua-chódaithe le haghaidh bréaganaithe agus an feidhm dhíobháltadatetime.utcnow(). Úsáideann an bréaganú anois HMAC-SHA-256 le heochair éigeantach. Foinse: Moderation & Guardrailing · GDPR, Recital 26 and Articles 4 and 22 · Python hmac.
AI agus Sonraí Pearsanta: Creatlach Docht
Tá paradox i gcroílár na ceachta seo, agus tríd é a fheiceáil go soiléir seachnaíonn tú go leor earráidí dearaidh: is oibríocht próiseála sonraí pearsanta í do chóras measúnaithe féin. Chun do chuid úsáideoirí a chosaint, déanann tú anailís ar a gcuid téacs, gineann tú scóir, agus coinníonn tú loganna – oibríochtaí go léir a rialaíonn an GDPR díreach mar aon ghníomhaíocht próiseála eile.
Mar sin, ní chiallaíonn comhlíonadh sraithe cosanta a chur leis an measúnú. Ciallaíonn sé an córas measúnaithe féin a dhearadh chun an méid is lú sonraí a phróiseáil, ar an tréimhse is giorra is féidir, agus taifead a choinneáil ar a chinntí. Seo an snáithe a ritheann tríd na codanna seo a leanas.
Baineann an GDPR (An Rialachán Ginearálta maidir le Cosaint Sonraí) go hiomlán le feidhmchláir AI a phróiseálann sonraí chónaitheoirí Eorpacha. Gineann measúnú ábhair féin sonraí a thiteann faoi raon feidhme an GDPR. Caithfidh tú do chuid oibleagáidí a thuiscint chun pionóis a sheachaint a d’fhéadfadh teacht suas le 4% de do láimhdeachas bliantúil domhanda.
An Catagóir PII i Measúnú Mistral
Braitheann catagóir an aicmitheora pii de chuid Mistral ar iarratais ar fhaisnéis phearsanta nó ar nochtadh na faisnéise sin. Ní mór pointe ailtireachta amháin a dhéanamh láithreach: is líon sábháilteachta é an t-aicmitheoir seo, ní ráthaíocht. Gabhann sé leaganacha éagsúla frásaíochta a d’fhágfadh regex ar lár (“is é mo uimhir ná…”), ach mar aon mhúnla eile, tá diúltuithe bréige aige. Os a choinne sin, gabhann regex formáidí struchtúrtha go hiontaofa – IBANanna, uimhreacha slándála sóisialta, cártaí creidmheasa – ach ní rud ar bith eile. Is é an dea-chleachtas an dá cheann a chomhcheangal: regex le haghaidh formáidí aitheanta, aicmitheoir don chuid eile. I measc na gcineálacha a bhrathfar tá:
- Ainmneacha iomlána
- Seoltaí
- Uimhreacha fóin
- Uimhreacha slándála sóisialta
- Sonraí cuntas airgeadais
Díríonn sainmhíniú Mistral ar an iarratas, ar an roinnt, nó ar an iarracht an fhaisnéis aitheantais seo a fháil.
from mistralai.client import Mistral
import os
import re
client = Mistral(api_key=os.environ["MISTRAL_API_KEY"])
def detect_pii(text: str) -> dict:
"""Detects personal data in text."""
# Layer 1: Mistral Classifier
response = client.classifiers.moderate(
model="mistral-moderation-2603",
inputs=[text]
)
pii_score = (response.results[0].category_scores or {}).get("pii", 0)
# Layer 2: Regex for common patterns
pii_patterns = {
"email": r"[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}",
"telephone_fr": r"(?:0|\+33)[1-9](?:\d{2}){4}",
"secu_sociale": r"\d{13,15}",
"carte_bancaire": r"\d{4}[\s-]?\d{4}[\s-]?\d{4}[\s-]?\d{4}",
"iban": r"FR\d{2}\s?\d{4}\s?\d{4}\s?\d{4}\s?\d{4}\s?\d{3}"
}
detected_pii = {}
for name, pattern in pii_patterns.items():
matches = re.findall(pattern, text)
if matches:
detected_pii[name] = len(matches)
return {
"score_classifieur": round(pii_score, 3),
"pii_regex": detected_pii,
"contient_pii": pii_score > 0.2 or len(detected_pii) > 0
}
Bréaganú Roimh Phróiseáil
Is é an bréaganú suas srutha an beart is cost-éifeachtaí sa cheacht seo ar fad toisc go n-athraíonn sé nádúr na faidhbe: ní chruthaíonn sonraí nach bhfágann do bhonneagar aon fhadhbanna aistrithe. Má chuirtear tócanóirí in ionad ainmneacha, ríomhphoist agus uimhreacha ([PERSON_1], [EMAIL_1]) sula nglaofar ar an múnla, caomhnaítear brí don anailís beagnach i gcónaí – agus má choinníonn tú an tábla mapála go háitiúil, is féidir leat na luachanna fíora a athchur isteach sa fhreagra. Fad is atá an tábla seo ann, is bréaganú é seo go dlíthiúil, ní dí-aitheantas: fanann na sonraí pearsanta, ach ní ligeann na sonraí a sheoltar chuig an múnla aon duine a aithint astu féin a thuilleadh.
def anonymize_text(text: str) -> tuple:
"""Anonymizes text and keeps a restoration mapping."""
mapping = {}
anonymized_text = text
# Anonymize emails
emails = re.findall(
r"[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}",
text
)
for i, email in enumerate(set(emails)):
placeholder = f"[EMAIL_{i+1}]"
mapping[placeholder] = email
anonymized_text = anonymized_text.replace(email, placeholder)
# Anonymize phones
phones = re.findall(
r"(?:0|\+33)[1-9](?:[\s.-]?\d{2}){4}",
text
)
for i, tel in enumerate(set(phones)):
placeholder = f"[TEL_{i+1}]"
mapping[placeholder] = tel
anonymized_text = anonymized_text.replace(tel, placeholder)
# Anonymize names (if detected by upstream NER)
# Add your own NER logic here
return anonymized_text, mapping
def restore_text(anonymized_text: str, mapping: dict) -> str:
"""Restores anonymized data after processing."""
restored_text = anonymized_text
for placeholder, value in mapping.items():
restored_text = restored_text.replace(placeholder, value)
return restored_text
# Usage in pipeline
original_text = "Contactez [email protected] au 06 12 34 56 78"
anonymized_text, mapping = anonymize_text(original_text)
# → "Contactez [EMAIL_1] au [TEL_1]"
# Send anonymized text to model
response = client.chat.complete(
model="mistral-large-latest",
messages=[{"role": "user", "content": anonymized_text}]
)
Loganna Measúnaithe atá Comhlíontach le GDPR
Is iad na loganna an pointe dall clasaiceach: smaoinímid ar “shonraí pearsanta” maidir le teachtaireachtaí úsáideoirí, ach go hannamh maidir leis na hiarsmaí teicniúla a dhéanann cóip díobh. Ach is bunachar sonraí pearsanta é log measúnaithe a choinníonn an téacs a ndearnadh anailís air, le gach oibleagáid a eascraíonn as sin. Is é an riail ghinearálta: ná logáil téacs ach amháin d’ábhar a blocáladh – beidh ort é i gcás díospóide – agus ná logáil ach scóir d’ábhar a glacadh.
import hashlib
import hmac
from datetime import datetime, timedelta, timezone
class LogModerationRGPD:
"""GDPR-compliant moderation logger."""
def __init__(self, retention_jours: int = 90):
self.retention_jours = retention_jours
# Mandatory secret key, kept out of code (vault or environment variable)
self.key = os.environ["PII_HMAC_KEY"].encode()
def _pseudonymiser(self, user_id: str) -> str:
"""Pseudonymizes a user identifier (HMAC-SHA-256)."""
return hmac.new(self.key, user_id.encode(), hashlib.sha256).hexdigest()[:16]
def log_moderation(self, user_id: str, scores: dict, decision: str,
text: str | None = None) -> dict:
"""Records a moderation decision."""
maintenant = datetime.now(timezone.utc)
entry = {
"timestamp": maintenant.isoformat(),
"user_hash": self._pseudonymiser(user_id),
"scores": scores,
"decision": decision,
# Do NOT store full text by default
"texte_longueur": len(text) if text else 0,
"conserver_jusqu_au": (maintenant + timedelta(days=self.retention_jours)).isoformat(),
}
# Store text excerpt only if blocked (for audit)
if decision == "blocked" and text:
entry["texte_tronque"] = text[:200]
return entry
def purger_anciens_logs(self, logs: list[dict]) -> list[dict]:
"""Keeps logs whose retention end date has not passed."""
maintenant = datetime.now(timezone.utc)
return [
log for log in logs
if datetime.fromisoformat(log["conserver_jusqu_au"]) > maintenant
]
Tá dhá réamhchúram sa chód seo ar fiú trácht orthu. Níl aon luach réamhshocraithe ag an eochair bhréaganaithe: d’fhéadfadh eochair a scríobhadh sa chód, atá ar eolas ag gach duine, athríomh hash aon aitheantora a cheadú. Ina theannta sin, fanann sonraí bréaganaithe ina sonraí pearsanta faoin GDPR (Recital 26): tá an log seo faoi réir tréimhsí coinneála agus cearta ábhar sonraí fós.
Lorg Iniúchta don Chomhlíonadh
Freagraíonn an lorg iniúchta ceist shonrach a d’fhéadfadh úsáideoir nó údarás a chur ort: “Cén fáth ar blocáladh an t-ábhar seo?” Gan lorg, is é “níl a fhios agam a thuilleadh” an t-aon fhreagra macánta atá agat – rud nach féidir a sheasamh ós rud é go n-éilíonn an GDPR, do chinntí atá uathoibrithe go hiomlán faoi Airteagal 22, an duine a chur ar an eolas faoin loighic bhunúsach (Airteagail 13 go 15), agus cuireann an tAcht AI a chuid oibleagáidí trédhearcachta féin leis. Coinníonn an lorg iniúchta an cinneadh, na scóir a thug bonn dó, agus leagan na polasaí a cuireadh i bhfeidhm – gan gá leis an téacs féin a choinneáil koniech.
class AuditTrail:
"""Audit trail for moderation decisions."""
def __init__(self, storage_path: str):
self.storage_path = storage_path
def record_decision(self, data: dict) -> str:
"""Records a decision with a unique identifier."""
import uuid
audit_id = str(uuid.uuid4())
entry = {
"audit_id": audit_id,
"timestamp": datetime.now(timezone.utc).isoformat(),
"type_decision": data.get("decision"),
"modele_moderation": "mistral-moderation-2603",
"scores": data.get("scores"),
"seuils_appliques": data.get("seuils"),
"politique_version": data.get("politique_version"),
"action_prise": data.get("action"),
"base_legale": "interet_legitime",
"responsable": "systeme_automatise"
}
# Write to audit file
import json
with open(self.storage_path, "a") as f:
f.write(json.dumps(entry, ensure_ascii=False) + "\n")
return audit_id
Seicliosta GDPR do d’Fheidhmchlár AI
Seo na pointí le fíorú chun a chinntiú go bhfuil do chóras measúnaithe comhlíontach:
Bunús Dlíthiúil
- Leas dlisteanach doiciméadaithe le haghaidh measúnú ábhair
- Fógra d’úsáideoirí faoi phróiseáil uathoibrithe
- Cumas cinneadh uathoibrithe a chur in aghaidh
Íoslaghdú Sonraí
- Stóráil ach na sonraí atá fíor-riachtanach
- Bréaganaigh nó dí-aitinigh aitheantóirí úsáideoirí
- Gearr téacs i loganna measúnaithe
- Ná coinnigh téacsanna glactha (scóir amháin)
Tréimhse Coinneála
- Sainigh tréimhse coinneála do gach cineál sonraí
- Loganna measúnaithe: 90 lá ar a mhéad (mura n-éilíonn oibleagáid dhlíthiúil a mhalairt)
- Lorg iniúchta: de réir rialacháin earnála
- Glantach uathoibrithe sceidealta
Cearta Úsáideoirí
- Ceart rochtana ar chinntí measúnaithe a bhaineann leo
- Ceart ceartúcháin má chuirtear an cinneadh in aghaidh
- Ceart míniú ar an gcinneadh uathoibrithe
Príomhphointí
- Baineann an GDPR go hiomlán le do chórais measúnaithe AI
- Úsáid catagóir
piiMistral AGUS regex chun sonraí pearsanta a bhrath - Dí-aitinigh téacsanna sula seolann tú chuig an múnla iad nuair is féidir
- Bréaganaigh aitheantóirí úsáideoirí i loganna
- Cuir lorg iniúchta i bhfeidhm le haghaidh inrianaitheacht cinntí
- Sainigh tréimhse coinneála agus déan loganna a ghlanadh go huathoibríoch