Satır okumadan kişisel veriyi bulan şema tabanlı sınıflandırıcı

Bir mühendisten "kişisel verinin nerede tutulduğunun listesi" istendiğinde klasik yol, üretim veritabanlarına erişip elle tarama yapmaktır. Yeni bir yaklaşım bunun yerine yalnızca şemayı okuyor: tablo ve sütun adları ile veri tipleri, asla satır değerleri. information_schema dışında hiçbir şeye dokunmadığı için güvenlik incelemesi gerektirmeden çalıştırılabiliyor, bu da haritanın sürekli güncel kalmasını sağlıyor.

Basit bir alt-dize eşleştirmesi bu işte hızla tuzağa düşer: trace_id sütunu içinde "race" geçtiği için etnik köken olarak işaretlenebilir — GDPR Madde 9 kapsamında özel kategori verisi, uyum ekibine haftalar kaybettirecek bir yanlış alarm. Yeni sınıflandırıcı sütun adlarını alt çizgi, tire, rakam ve camelCase'e göre jetonlara ayırıp yalnızca tam jeton veya ardışık jeton dizileriyle eşleşen kurallar kullanıyor; en gevşek eşleşme biçimi olan kök eşleştirme, kaçırılmasının fazla işaretlemekten daha riskli olduğu özel kategori ve suç kaydı kurallarıyla sınırlı tutuluyor.

Sistem bir yapay zeka modeli değil, kural motoru: her bayrak hangi terimle eşleştiğini gösteriyor, böylece bir inceleyici kararı tek bakışta denetleyebiliyor. Elle etiketlenmiş 349 sütunluk bir kıyaslamada (İngilizce, Almanca, Fransızca, Hollandaca) olağan kişisel veride recall, %85'lik CI eşiğinin üzerinde kalırken, altyapı sütunlarından oluşan tuzak kümesinde sıfır yanlış özel-kategori bayrağı hedefine ulaşılıyor.

Aracın sınırları da açıkça belirtiliyor: istihdam sütunları ve ulusal kimlik numaraları gibi bağlam gerektiren alanlarda başarı oranı %66,7'ye düşüyor. Bu yüzden çıktı "TASLAK" olarak etiketleniyor ve her bayrak kendi gerekçesiyle geliyor — dakikalar içinde çıkan ama insan denetimine açık bırakılan bir veri haritası.