Anonimizare locală · documente românești
CBS-PII este un software de anonimizare a documentelor: citește contractul, recunoaște fiecare dată personală și o înlocuiește cu un tag, direct pe computerul tău. Primește PDF-uri, documente Word (.docx), fișiere text (.txt, .md) sau text lipit direct în aplicație. Fără cont, fără internet, fără nicio linie de text trimisă în afara biroului. Copia anonimizată poți s-o trimiți oriunde: unui avocat, unui coleg, unui ChatGPT.
Windows · macOS · Linux · PDF, Word, .txt, .md · gratuit · fără telemetrie
De ce contează
Modelele mari de limbaj sunt utile: rezumă, compară, traduc, găsesc clauze. Dar fiecare document încărcat într-un serviciu din cloud iese din controlul tău. Poate fi stocat, revizuit de oameni, folosit la antrenare. Pentru un contract cu CNP-uri, adrese și IBAN-uri, asta nu este o opțiune, este o încălcare.
GDPR cere minimizarea datelor: un terț vede doar ce îi este strict necesar. Un avocat extern, un consultant sau un serviciu AI pot lucra perfect pe un text în care „Ion Popescu, CNP 185…” a devenit „[PERSOANA], CNP [CNP]”. Sensul juridic rămâne, identitatea nu.
CNP, serie de buletin, CUI, număr la Registrul Comerțului, IBAN cu bancă românească, adrese cu bloc, scară, etaj, apartament. Instrumentele generice, antrenate pe engleză, le lasă în clar. CBS-PII a fost construit pornind de la aceste formate.
Nu trebuie să ne crezi pe cuvânt. Aplicația nu are chei API, nu deschide conexiuni, funcționează cu cablul de rețea scos. Poți urmări procesul în Task Manager: un singur program, pe computerul tău, care se închide când a terminat.
Cum funcționează
Trage PDF-ul, documentul Word (.docx), fișierul text (.txt, .md) sau lipește textul direct în aplicație. Textul este extras pagină cu pagină; paginile scanate trec prin recunoaștere optică.
LocalFiecare dată personală primește un tag colorat. Vezi progresul pe pagini și poți exclude orice element dintr-un click.
LocalUn PDF nou, cu același aspect, în care datele sunt acoperite, alături de textul anonimizat în .md. Pentru documentele de text, rezultatul este fișierul .md. Metadatele, semnele de carte și câmpurile ascunse sunt curățate și ele.
LocalCopia anonimizată merge la oricine: partener, instituție, serviciu AI. Ei primesc structura, nu persoanele.
OriundeCalitate
Anonimizarea este o problemă de „tot sau nimic”: o singură scăpare într-un document de 100 de pagini înseamnă o persoană expusă. De aceea modelul AI este doar primul strat. Peste el stau reguli deterministe, verificări matematice și un control final pe fișierul produs.
CNP, IBAN și card bancar: formatul se validează matematic, nu „după cum arată”. Un IBAN spart pe două rânduri într-un tabel este recompus și verificat mod-97, indiferent de țară.
Un nume recunoscut în preambul este căutat și în semnături, anexe și tabele: cu majuscule, cu prenumele înaintea numelui, despărțit la capăt de rând. Societatea rămâne acoperită și când apare fără „S.R.L.”.
O „dată” fără cifre nu este o dată. Un număr dintr-un tabel de rate nu este un apartament. Codurile CAEN nu sunt numere de act. Aceste filtre elimină falsele pozitive care strică textul.
După redactare, PDF-ul este redeschis și fiecare valoare care trebuia acoperită este căutată din nou. Ce a scăpat este raportat, nu presupus.
Contracte de muncă, antecontracte imobiliare, cesiuni de părți sociale, antrepriză, împrumut cu garanții. Fiecare scăpare găsită devine un test care nu are voie să se întoarcă.
Pentru cine
Contracte comerciale, facturi, corespondență cu clienții, dosare de resurse umane.
Primării, agenții, spitale, universități: acte administrative, cereri, dosare ale cetățenilor.
Procuri, hotărâri, contracte autentificate, dosare de instanță.
Contracte individuale de muncă, fișe de post, adeverințe, decizii.
Modelul AI
CBS-PII nu împachetează un model generic în engleză. Modelul a fost antrenat de Code Bridge Solutions pe contracte, acte de identitate, formulare fiscale și documente administrative în limba română, cu formatele lor reale: CNP-uri scrise în căsuțe, adrese cu bloc și scară, IBAN-uri cu spații.
Aplicație personalizată
Aplicația standard acoperă formatele românești obișnuite: CNP, adrese, IBAN, contracte, formulare fiscale. Dacă lucrezi cu formulare proprii, dosare interne, coduri de client sau terminologie care nu apare în documentele publice, putem antrena un model pe documentele organizației tale, cu un acord de confidențialitate încheiat înainte de a vedea vreun document.
Modelul învață rubricile și formularele pe care le folosiți: contracte proprii, dosare de client, proceduri interne, anexe recurente.
Tipuri de date care nu apar în listele standard: coduri de client, numere de dosar, registre interne, identificatori de proiect.
Aplicația rulează în continuare local, fără internet, iar modelul personalizat se instalează pe calculatoarele organizației.
Un model propriu se construiește în pași: discutăm ce tipuri de documente și de date aveți, stabilim împreună eșantionul de antrenare, apoi verificăm rezultatul pe documente reale înainte de instalare.
Descarcă
Instalezi, deschizi, tragi un PDF, un document Word, un fișier text — sau lipești textul direct în aplicație. Nu există un pas de configurare.
Versiunea curentă: CBS-PII 1.0.0 — prima versiune publică. Vezi jurnalul de modificări.
Installer per utilizator, fără drepturi de administrator. Windows 10 sau mai nou, 64 de biți.
Descarcă pentru WindowsToate cele trei versiuni sunt disponibile pentru descărcare. Arhivele .zip conțin aplicația pentru Windows, macOS și Linux. Pentru PDF-uri scanate aplicația folosește Tesseract cu pachetul de limbă română; pe Windows se instalează separat. Cerință de memorie: 8 GB sunt suficiente, măsurat pe un laptop cu Intel i5 și 8 GB RAM.
Întrebări frecvente
Nimic. Modelul, regulile și generarea PDF-ului rulează într-un singur program local. Aplicația nu conține chei API, nu are un server la care să se conecteze și funcționează identic cu rețeaua oprită. Fișierele produse rămân într-un folder de pe computerul tău.
Decizia se ia pagină cu pagină: unde există text, îl folosim; unde este doar imagine, pagina trece prin recunoaștere optică și datele găsite sunt acoperite pe imagine. Un contract cu o copie de buletin scanată în mijloc este cazul normal, nu excepția.
PDF, Word (.docx), fișiere text (.txt, .md) și text lipit direct în aplicație. Pentru un PDF rezultatul este un PDF anonimizat cu același aspect, alături de textul în .md; pentru documentele de text rezultatul este fișierul .md cu tag-uri.
Da, din tabelul de date: fiecare element are un comutator. Denumirile de funcții și salariile sunt lăsate în clar implicit, pentru că într-un contract de muncă ele sunt conținutul, nu identitatea. Le poți acoperi dintr-un click.
Da. În afara comutatoarelor din tabelul de date, poți exclude pagini întregi: paginile excluse nu apar în fișierul final, nici în PDF nici în textul .md. Este util pentru anexe, copii de acte sau pagini care nu au legătură cu dosarul.
Sunt procesate pagină cu pagină, cu o bară de progres, iar consumul de memorie rămâne cel al unei singure pagini. Tabelul de date se filtrează după pagina afișată, ca să nu derulezi mii de rânduri.
Suficient de precis încât fiecare scăpare pe care o găsim în contracte reale devine un test permanent. Dar nicio anonimizare automată nu este perfectă: aplicația raportează ce nu a putut acoperi, iar copia anonimizată merită o privire înainte să plece. Câteva minute de verificare pe un document de 20 de pagini sunt un schimb bun.
Da, aplicația este gratuită pentru utilizare. Antrenarea unui model pe documentele unei organizații și instalarea în rețele închise sunt servicii separate, discutate direct.
Da. Dacă lucrați cu formulare proprii, dosare interne, coduri de client sau terminologie care nu apare în documentele publice, putem antrena modelul pe documentele organizației voastre. Primul pas este o discuție sub acord de confidențialitate, în care stabilim împreună eșantionul de documente și tipurile de date de acoperit. Scrieți-ne la info@codebridgesolutions.ro sau vezi secțiunea de aplicație personalizată.
Ghiduri
Trei materiale de referință pentru cine lucrează cu documente românești și cu instrumente AI: ce date trebuie acoperite, cum se verifică și ce cere Regulamentul.
Ce acoperi, ce lași în clar și cum verifici rezultatul înainte de a-l încărca într-un serviciu din cloud.
Citește ghidulCNP, serie de buletin, CUI, IBAN, adrese cu bloc și scară: lista categoriilor, cu exemple și cu ce se validează matematic.
Citește ghidulDe ce „datele sunt găzduite în UE” nu înseamnă „datele nu pleacă din birou” și ce presupune minimizarea în practică.
Citește ghidulVezi CBS-PII la lucru
CBS AI este asistentul AI privat al firmei: rezumă contracte, compară clauze, generează rapoarte în PDF, Word și Excel, lucrează cu Outlook și Microsoft 365 și automatizează sarcinile repetitive. Înainte ca o cerere să plece spre procesarea AI, CBS-PII înlocuiește local datele personale detectate (nume, CNP, adresă, IBAN) cu marcaje. Legătura cu valorile reale rămâne pe calculatorul tău.
Pseudonimizare, nu anonimizare: detecția reduce expunerea, dar poate omite unele valori.
Spune-ne ce nu a mers: tipul de document și ce a rămas neacoperit. Dacă vrei să ne trimiți un exemplu, trimite copia deja anonimizată — nu documentul original. Nu cerem și nu primim documente cu date personale în clar.
Fiecare scăpare reală intră în setul nostru de test, iar modelul din versiunea următoare este mai bun pentru toți. Dacă ai nevoie de un model antrenat pe documentele organizației tale, cu acord de confidențialitate și instalare în rețeaua voastră, aceea este aplicația personalizată.
