Проблема

Сотруднику проще вставить письмо клиента в чат с моделью, чем вычищать из него имена и номера. В письме — ФИО, ИИН, номер счёта. Через секунду они на чужих серверах.

Запрет не отвечает на вопрос, как сделать ту же работу без модели.

Передачу персональных данных за рубеж ограничивает статья 16 Закона Республики Казахстан «О персональных данных и их защите» от 21 мая 2013 года № 94-V.

Как это работает

1. В вашей сети

   Маскирование

   Шлюз находит значения и ставит вместо них метки. Одно значение — одна метка, сколько бы раз оно ни встретилось.

   Сотрудник пишет

   Составь вежливый отказ по кредиту. Клиент: Нұргүл Ермекова, ИИН 539212232138, счёт KZ60 9999 1585 882B 2215.

2. У провайдера модели

   Модель

   Провайдер получает текст с метками и отвечает текстом с метками.

   Провайдер видит

   Составь вежливый отказ по кредиту. Клиент: [PERSON_1], ИИН [IIN_1], счёт [KZ_IBAN_1].

3. В вашей сети

   Восстановление

   Шлюз возвращает значения на место. Внутри ссылки метка остаётся меткой.

   Сотрудник читает

   Уважаемая Нұргүл Ермекова, к сожалению, банк не может одобрить вашу заявку на кредит.

Все значения в примерах синтетические.

Что находит Airlock

• ИИН и БИН

  Двенадцать цифр с контрольным разрядом. Учитываются слова рядом: «ИИН», «ЖСН», «БИН», «БСН».

• IBAN Казахстана

  KZ и ещё 18 знаков, проверка по ISO 13616. Находится и в записи группами по четыре.

• Банковские карты

  От 13 до 19 цифр, проверка алгоритмом Луна. С пробелами и дефисами тоже.

• Телефоны +7

  В привычных записях: +7 (7xx) xxx-xx-xx, 87xxxxxxxxx.

• Электронная почта

  Адреса в любом домене.

• Имена

  На русском и казахском: по словарям имён, по окончаниям фамилий и отчеств, по словам рядом. Это самый трудный тип: цифры ниже.

• Секреты

  Ключи API, токены, пароли, приватные ключи, строки подключения. Запрос с секретом блокируется целиком.

Пока не находит: почтовые адреса, номера документов, даты рождения.

Детектор — открытая библиотека airlock-pii (Apache-2.0): её правила можно прочитать, а бенчмарк — запустить самим.

Развёртывание

• В вашей сети

  Docker Compose на вашем сервере: чат, шлюз и база данных. К провайдеру модели обращается только шлюз. Чат и его база выхода в интернет не имеют, и это проверяется отдельной командой.

• Ваши ключи API

  OpenAI, Anthropic или любой сервис с OpenAI-совместимым API. Ключи остаются на вашем сервере.

• Политика в одном файле

  Для каждого типа данных вы выбираете: замаскировать, заблокировать запрос или пропустить как есть.

• Журнал аудита

  Каждый запрос, принятый шлюзом в обработку, оставляет запись: кто, когда, к какой модели, что сделано и сколько значений какого типа найдено. По умолчанию в записи нет ни значений, ни текста запроса. Записи связаны в цепочку HMAC с ключом шлюза: проверка находит запись, которую изменили или удалили без ключа.

  Оговорка. Удаления самых новых записей проверка не видит: цепочка, которая кончается раньше, остаётся цепочкой. Если включить сохранение замаскированного текста, в записи окажется и то, что детектор пропустил.

• Что остаётся у вас

  Переписка сотрудников с настоящими значениями хранится в базе чата в вашей сети, в открытом виде. Доступ к серверу и шифрование диска — ваша зона ответственности.

Бенчмарк: что находит и что пропускает

Детектор проверен на 2000 синтетических текстов; в 400 из них искать нечего. Цифра — доля значений, которые метка закрыла бы целиком. Прогон 18 октября 2026 года, airlock-pii 0.1.0 и Presidio 2.2.364; файл результатов — bench/results/2026-10-18_compare.md. Как устроены данные и подсчёт, описано в методике.

Шлюз по умолчанию работает с русским NER: это вторая строка в каждой карточке. Его можно отключить одной настройкой, и тогда шлюз работает на одних правилах: это первая строка.

Полные таблицы со всеми типами, срезами и оговорками — в файле результатов. Пятый детектор оттуда, набор регулярных выражений без проверок, здесь не показан.

Демо

Здесь будет двухминутное демо.

Пилот

Ищем трёх партнёров пилота: компании, которые хотят дать сотрудникам языковые модели и не выпускать персональные данные за пределы своей сети.

Стать партнёром пилота (3 места)

Кнопка открывает письмо на hello@airlockteam.com в вашей почтовой программе.

Мәселе

Қызметкерге клиенттің хатын модельмен чатқа сол күйінде қоя салу оңайырақ: есімдер мен нөмірлерді қолмен өшіріп шығуға уақыт кетеді. Хатта — аты-жөні, ЖСН, есепшот нөмірі. Бір секундтан кейін олар бөтен серверлерде болады.

Тыйым салу сол жұмысты модельсіз қалай істеуге болатынын айтпайды.

Дербес деректерді шетелге беруді «Дербес деректер және оларды қорғау туралы» 2013 жылғы 21 мамырдағы № 94-V Қазақстан Республикасы Заңының 16-бабы шектейді.

Бұл қалай жұмыс істейді

1. Сіздің желіңізде

   Жасыру

   Шлюз мәндерді тауып, орнына белгілер қояды. Бір мән — бір белгі, ол неше рет кездессе де.

   Қызметкер жазады

   Несие бойынша сыпайы бас тарту хатын жаз. Клиент: Нұргүл Ермекова, ЖСН 539212232138, есепшот KZ60 9999 1585 882B 2215.

2. Модель провайдерінде

   Модель

   Провайдер белгілері бар мәтінді алады және белгілері бар мәтінмен жауап береді.

   Провайдер көреді

   Несие бойынша сыпайы бас тарту хатын жаз. Клиент: [PERSON_1], ЖСН [IIN_1], есепшот [KZ_IBAN_1].

3. Сіздің желіңізде

   Қалпына келтіру

   Шлюз мәндерді орнына қайтарады. Сілтеме ішіндегі белгі сол күйінде қалады.

   Қызметкер оқиды

   Құрметті Нұргүл Ермекова, өкінішке қарай, банк несие алуға берген өтінішіңізді мақұлдай алмайды.

Мысалдардағы барлық мәндер синтетикалық.

Airlock не табады

• ЖСН және БСН

  Бақылау разряды бар он екі цифр. Жанындағы сөздер де ескеріледі: «ЖСН», «ИИН», «БСН», «БИН».

• Қазақстандық IBAN

  KZ және тағы 18 таңба, ISO 13616 бойынша тексеріледі. Төрт-төрттен топтап жазылғаны да табылады.

• Банк карталары

  13-тен 19-ға дейін цифр, Лун алгоритмімен тексеріледі. Бос орынмен немесе сызықшамен жазылғаны да.

• +7 телефон нөмірлері

  Үйреншікті жазылу түрлерінде: +7 (7xx) xxx-xx-xx, 87xxxxxxxxx.

• Электрондық пошта

  Кез келген домендегі мекенжайлар.

• Аты-жөндер

  Орыс және қазақ тілдерінде: есімдер сөздігі, тек пен әкесінің аты жалғаулары және жанындағы сөздер бойынша. Бұл — ең қиын түрі: сандар төменде.

• Құпия деректер

  API кілттері, токендер, құпиясөздер, жеке кілттер, қосылу жолдары. Құпия дерек бар сұраныс толығымен бұғатталады.

Әзірге таппайды: пошталық мекенжайлар, құжат нөмірлері, туған күндер.

Детектор — ашық кітапхана airlock-pii (Apache-2.0): оның ережелерін оқуға, ал бенчмаркты өзіңіз іске қосуға болады.

Орнату

• Сіздің желіңізде

  Сіздің серверіңіздегі Docker Compose: чат, шлюз және дерекқор. Модель провайдеріне тек шлюз ғана шығады. Чат пен оның дерекқорының интернетке шығуы жабық, бұл жеке командамен тексеріледі.

• Өз API кілттеріңіз

  OpenAI, Anthropic немесе OpenAI-мен үйлесімді API-і бар кез келген қызмет. Кілттер сіздің серверіңізде қалады.

• Саясат бір файлда

  Деректердің әр түрі үшін өзіңіз таңдайсыз: жасыру, сұранысты бұғаттау немесе сол күйінде өткізу.

• Аудит журналы

  Шлюз өңдеуге қабылдаған әр сұраныс бір жазба қалдырады: кім, қашан, қай модельге, не істелді және қай түрден қанша мән табылды. Әдепкі күйде жазбада мәндер де, сұраныс мәтіні де жоқ. Жазбалар шлюз кілтімен есептелетін HMAC тізбегімен байланысқан: кілтсіз өзгертілген немесе өшірілген жазбаны тексеру табады.

  Ескертпе. Ең соңғы жазбалардың өшірілгенін тексеру көрмейді: ертерек аяқталатын тізбек те тізбек болып қала береді. Жасырылған мәтінді сақтауды қоссаңыз, детектор өткізіп алған мәндер де жазбаға түседі.

• Сізде не қалады

  Қызметкерлердің нақты мәндері бар хат алмасуы сіздің желіңіздегі чат дерекқорында ашық түрде сақталады. Серверге қолжетімділік пен дискіні шифрлау — сіздің жауапкершілігіңізде.

Бенчмарк: нені табады, нені өткізіп алады

Детектор 2000 синтетикалық мәтінде тексерілді; оның 400-інде іздейтін ештеңе жоқ. Көрсеткіш — белгі толық жабатын мәндердің үлесі. Сынақ 2026 жылғы 18 қазанда өткізілді, airlock-pii 0.1.0 және Presidio 2.2.364; нәтижелер файлы — bench/results/2026-10-18_compare.md. Деректер мен есептеу тәсілі әдістемеде сипатталған.

Шлюз әдепкі бойынша орыс тілді NER-мен жұмыс істейді: бұл әр карточкадағы екінші жол. Оны бір баптаумен өшіруге болады, сонда шлюз тек ережелермен жұмыс істейді: бұл бірінші жол.

Барлық түрлер, кесінділер және ескертпелер бар толық кестелер — нәтижелер файлында. Ондағы бесінші детектор — тексерусіз тұрақты өрнектер жиыны — мұнда көрсетілмеген.

Демо

Мұнда екі минуттық демо болады.

Пилот

Пилотқа үш серіктес іздейміз: қызметкерлеріне тілдік модельдерді қолдануға мүмкіндік бергісі келетін, бірақ дербес деректерді өз желісінен тыс шығарғысы келмейтін компаниялар.

Пилот серіктесі болу (3 орын)

Батырма hello@airlockteam.com мекенжайына хатты пошта бағдарламаңызда ашады.

The problem

It is easier for an employee to paste a customer's letter into a chat with a model than to strip the names and numbers out of it. The letter holds a full name, an IIN, an account number. A second later they are on someone else's servers.

A ban does not say how to do the same work without the model.

Article 16 of Kazakhstan's Law “On Personal Data and Their Protection” (No. 94-V of 21 May 2013) restricts the transfer of personal data abroad.

How it works

1. Inside your network

   Mask

   The gateway finds the values and puts placeholders in their place. One value, one placeholder, however often it appears.

   The employee writes

   Draft a polite loan decline letter. Client: Nurgul Yermekova, IIN 539212232138, account KZ60 9999 1585 882B 2215.

2. At the model provider

   Model

   The provider receives text with placeholders and answers with text that has placeholders.

   The provider sees

   Draft a polite loan decline letter. Client: [PERSON_1], IIN [IIN_1], account [KZ_IBAN_1].

3. Inside your network

   Restore

   The gateway puts the values back. Inside a link a placeholder stays as it is.

   The employee reads

   Dear Nurgul Yermekova, unfortunately the bank cannot approve your loan application.

Every value in the examples is synthetic.

What Airlock detects

• IIN and BIN

  Twelve digits with a check digit. The words next to them count: “ИИН”, “ЖСН”, “IIN”, “БИН”, “BIN”.

• Kazakhstan IBAN

  KZ and 18 more characters, checked by ISO 13616. Also found when written in groups of four.

• Payment cards

  13 to 19 digits, checked with the Luhn algorithm. With spaces or dashes too.

• +7 phone numbers

  In the usual notations: +7 (7xx) xxx-xx-xx, 87xxxxxxxxx.

• E-mail

  Addresses on any domain.

• Names

  In Russian and Kazakh: by lists of given names, by the endings of surnames and patronymics, and by the words around them. This is the hardest type: see the numbers below.

• Secrets

  API keys, tokens, passwords, private keys, connection strings. A request with a secret is blocked whole.

Not detected yet: postal addresses, document numbers, dates of birth.

The detector is an open-source library, airlock-pii (Apache-2.0): you can read its rules and run the benchmark yourself.

Deployment

• Inside your network

  Docker Compose on your server: the chat, the gateway and a database. Only the gateway calls the model provider. The chat and its database have no route to the internet, and one command checks that.

• Your own API keys

  OpenAI, Anthropic, or any service with an OpenAI-compatible API. The keys stay on your server.

• Policy in one file

  For each type of data you choose: mask it, block the request, or let it through as typed.

• Audit log

  Every request that the gateway accepts for processing leaves a record: who, when, which model, what was done, and how many values of which type were found. By default a record holds no value and no text of the request. The records are chained with HMAC under the gateway's key: a check finds a record that was changed or removed without the key.

  Caveat. The check does not see the newest records removed: a chain that ends earlier is still a chain. If you switch on keeping the masked text, a record also holds whatever the detector missed.

• What stays with you

  The staff's conversations, with the real values, are kept in the chat's database inside your network, in plain text. Access to the server and disk encryption are yours to look after.

Benchmark: what it finds and what it misses

The detector was run on 2,000 synthetic texts; 400 of them hold nothing to find. A figure is the share of values that a placeholder would cover whole. Run on 18 October 2026 with airlock-pii 0.1.0 and Presidio 2.2.364; the results file is bench/results/2026-10-18_compare.md. The methodology says how the data and the scoring work.

By default the gateway runs with the Russian NER: the second line of each card. One setting switches it off, and the gateway then runs on the rules alone: the first line.

The full tables, with every type, the slices and the notes, are in the results file. Its fifth detector, a set of regular expressions with no checks, is not shown here.

Demo

A two-minute demo goes here.

Pilot

We are looking for three pilot partners: companies that want to give their staff language models and keep personal data inside their own network.

Become a pilot partner (3 slots)

The button opens a message to hello@airlockteam.com in your mail program.