Gestructureerde datasets (CSV, XLSX, SQL-dumps) bevatten vaak duizenden persoonsgegevens in kolommen. AVG art. 4 lid 5 omschrijft pseudonimisering als beveiligingsmaatregel; AVG overweging 26 bepaalt wanneer data anoniem is. anonym.plus verwerkt kolommen consistent met behoud van referentiële integriteit.
Wanneer dit van toepassing is
Mr. Pieter Bakker ontvangt een klantenexport van 250.000 rijen voor een geschil bij de Rechtbank Midden-Nederland. Kolommen bevatten naam, BSN, IBAN en adres. Hij wenst consistente pseudoniemen per klant, zodat aggregaten kloppen.
Hoe anonym.plus dit afhandelt
- Laad de dataset (CSV, XLSX, SQL) in de lokale applicatie.
- Selecteer per kolom de actie (lakken, pseudonimiseren, behouden).
- Activeer referentiële integriteit voor relaties tussen tabellen.
- Het systeem genereert consistente codes per uniek subject.
- Pas pseudonimisering toe op de gehele dataset.
- Exporteer de geschoonde dataset in hetzelfde formaat.
Wat u moet aanleveren
- De dataset als CSV, XLSX, JSON of SQL-dump.
- Een actie: kolom-specifieke pseudonimisering.
- Optioneel: een schema-bestand met kolomtypen.
Entiteitstypen herkend in juridische documenten
| Categorie | anonym.plus-entiteitstype | Voorbeeld |
|---|---|---|
| Naam | PERSON | Eva Bouwman → [SUBJECT_001] |
| BSN | NL_BSN | 778899001 → [BSN_001] |
| IBAN | IBAN_CODE | NL91ABNA0417164300 → [IBAN_001] |
| EMAIL_ADDRESS | e.bouwman@example.nl → [EMAIL_001] | |
| Geboortedatum | DATE_TIME | 1985-07-22 → [JAAR_1985] |
| Klant-id | ID | CUST-1234 → [CUST_001] |
Bereikte naleving
- V
- o
- l
- d
- o
- e
- t
- a
- a
- n
- <
- s
- t
- r
- o
- n
- g
- >
- A
- V
- G
- o
- v
- e
- r
- w
- e
- g
- i
- n
- g
- 2
- 6
- <
- /
- s
- t
- r
- o
- n
- g
- >
- e
- n
- a
- a
- n
- <
- s
- t
- r
- o
- n
- g
- >
- A
- V
- G
- a
- r
- t
- .
- 4
- l
- i
- d
- 5
- (
- p
- s
- e
- u
- d
- o
- n
- i
- m
- i
- s
- e
- r
- i
- n
- g
- )
- <
- /
- s
- t
- r
- o
- n
- g
- >
- .
- T
- i
- j
- d
- e
- l
- i
- j
- k
- e
- b
- e
- s
- t
- a
- n
- d
- e
- n
- z
- i
- j
- n
- v
- e
- r
- s
- l
- e
- u
- t
- e
- l
- d
- m
- e
- t
- <
- s
- t
- r
- o
- n
- g
- >
- A
- E
- S
- -
- 2
- 5
- 6
- -
- G
- C
- M
- +
- A
- r
- g
- o
- n
- 2
- i
- d
- <
- /
- s
- t
- r
- o
- n
- g
- >
- .
Anonimiseer Gestructureerde datasets offline — bekijk abonnementen & begin gratis →
Beperkingen & aandachtspunten
Aggregaten met kleine groepen blijven identificeerbaar. Pas k-anonimiteit of differential privacy toe waar nodig.
Veelgestelde vragen
Werkt het systeem op miljoenen rijen?
Ja. Streaming-verwerking verwerkt grote datasets zonder volledige inlaad.
Hoe blijven joins tussen tabellen werken?
Pseudoniemen worden consistent toegekend over tabellen heen, met behoud van keys.
Wordt SQL-dump ondersteund?
Ja. MySQL- en PostgreSQL-dumps worden gelezen, geredigeerd en teruggeschreven.