Modul 04 · Signature

Slovenský PII detektor

Vlastný jazykový model. Rozpoznáva rodné čísla, IBAN, adresy a ďalšie slovenské osobné údaje v dokumentoch aj databázach.

Problém na trhu

Americké DLP detektory nepoznajú slovenské formáty.

Microsoft Purview, AWS Macie aj Google Cloud DLP detegujú primárne anglicky a medzinárodne — SSN, UK NINO, generické EU IBAN. Open-source Presidio síce pozná SK IBAN prefix (regex SK\d{22}), ale žiaden z US toolov neimplementuje modulo-11 validáciu rodného čísla. Výsledok: 20–40 % falošných pozitív, pretože každé 9-cifrové číslo v texte sa klasifikuje ako potenciálne RČ. SlovakBERT a špecializované SK NER modely v komerčnom DLP bežne nebývajú.

Ako to rieši Audrix

SlovakBERT NER + checksum validácie pre každý SK identifikátor.

Audrix PII detektor kombinuje jazykový model fine-tuned na slovenskom korpuse s regex + checksum validáciou pre každý slovenský identifikátor. Precision nad 95 % na vlastnej validačnej sade. Model beží lokálne na GPU v SK dátovom centre — žiadne dáta sa neposielajú do OpenAI či Anthropic.

SlovakBERT NER — rozpoznávanie mien, organizácií, geografických entít
Adresný NER — nettle-ai/slovakbert-address-ner (ulica, obec, PSČ)
Rodné číslo — regex + modulo-11 validácia (9-miestny základ + kontrolná cifra, výnimka pre zvyšok 10 → 0 pre čísla pred 1985)
IBAN SK24 — validácia cez MOD 97-10 (ISO/IEC 7064)
IČO — 8 číslic s váhami 8,7,6,5,4,3,2 mod 11
DIČ — 10 číslic, kontrola formátu
Slovenské adresy — „ul. J. C. Hronského 12/A, 811 07 Bratislava“
Telefón SK — +421 formát, mobilné predvoľby (900–919)
Precision 95+ % na validačnej sade 10 000 SK dokumentov
On-prem GPU deployment — citlivé dáta nikdy neopustia vaše prostredie

Kľúčové referencie

Na čom modul stojí

Zákon 18/2018 Z. z. §78 — osobitné podmienky spracovania rodného čísla
ISO/IEC 7064 — check character systems (MOD 97-10 pre IBAN)
SlovakBERT — Pikuliak et al. (2021), pre-trained transformer na SK korpuse
nettle-ai/slovakbert-address-ner — open-source NER pre SK adresy (HuggingFace)
Vyhláška 37/1968 Zb. — štruktúra rodného čísla (YYMMDD/XXX[X])
ECB TARGET2 & SEPA — IBAN formát SK24, kontrola IBAN BIC

Máte záujem o cenovú ponuku?

Prejdeme si váš scope. Bez záväzkov.

Kontaktujte nás pre individuálnu konzultáciu. Náš tím vám rád predstaví možnosti riešenia AUDRIX pre vašu organizáciu.

Požiadať o cenovú ponuku 0903 667 654

← Späť na všetky moduly