# Z-Mask | Kişisel Veri Maskeleme ve Belge Karartma · ZCNTech

Metin, PDF, görüntü ve tablolarda kişisel verileri maskeleyin. OCR, tutarlı etiketler, güvenli yapay zekâ akışları ve kurum içi veya SaaS kurulum.

Source: https://zmask.zcntech.com/tr/

 KİŞİSEL VERİ MASKELEME PLATFORMU

# Verinizin değeri kalsın.
Kişisel bilgiler gizlensin.

Metin, belge ve tablolardaki kişisel verileri; yapay zekâ, analiz ve test sistemlerine ulaşmadan önce maskeleyin.

Maskelemeye başlayın Pilot çalışma planlayın

Türkçe odaklıTutarlı etiketlerTek REST API

 Z-Mask / Metin işleme ÖRNEK

ORİJİNAL METİN

Merhaba, ben Elif Şahin.
Telefonum 0532 123 45 67.
E-posta: elif@example.com

Tanı · Doğrula · Maskele

MASKELENMİŞ ÇIKTI

Merhaba, ben [PERSON_1].
Telefonum [PHONE_1].
E-posta: [EMAIL_1]

 Aynı kişi, metin boyunca aynı etiketi alır.

VERİNİN KULLANILDIĞI HER YERDEYapay zekâ akışlarıBelge paylaşımıTest ortamlarıVeri analizi

ÜÇ İHTİYAÇ. TEK PLATFORM.

## Her formatta kişisel veri kontrolü.

01

### Metin maskeleme

Çağrı notları, e-postalar ve şikâyetlerde kişisel verileri tutarlı etiketlerle değiştirin. Yapay zekâdan gelen yanıtı eşleştirmeyle geri açın.

Metin · Toplu metin · LLM akışları

02

### Belge ve görüntü

Taranmış sayfaları okuyun. Kişisel alanları, yüzleri, imzaları ve karekodları karartın; maskelenmiş PDF olarak indirin.

PDF · PNG · JPEG

03

### Tablo ve veritabanı

Kişisel veri sütunlarını otomatik keşfedin. Formatı koruyan sahte değerler, etiketler ve kısmi maskeleme yöntemleri kullanın.

CSV · Excel · SQLite

GERÇEK İHTİYAÇLAR, SOMUT ÖRNEKLER

## Metnin anlamını koruyun.
Kişisel bilgileri kontrol edin.

Bankacılıktan sağlığa, hukuk dosyalarından müşteri görüşmelerine: veriyi kullanılabilir tutan bir maskeleme akışı.

### Çağrı notunu analiz edin; müşterinin kimliğini paylaşmayın.

ORİJİNAL

Zeynep Kaya, TR84 0006 2015 8069 9833 9762 60 hesabından Mert Çınar’a 18.750 TL EFT yaptı. İşlem tarihi: 14 Eylül 2026.

MASKELENMİŞ

[PERSON_1], [IBAN_1] hesabından [PERSON_2]’ye 18.750 TL EFT yaptı. İşlem tarihi: 14 Eylül 2026.

Tutar ve işlem bağlamı korunur; kişi ve hesap bilgileri etiketlenir.

### Hasta iletişim bilgilerini gizleyerek görüşme notlarını işleyin.

ORİJİNAL

Selin Polat, 0541 902 33 18 numarasından aradı. Dr. Kaan Erdem, 10 gün sonra kontrol önerdi.

MASKELENMİŞ

[PERSON_1], [PHONE_1] numarasından aradı. Dr. [PERSON_2], 10 gün sonra kontrol önerdi.

Teşhis gibi ek hassas alanlar için kurumunuza özel etiketler tanımlayabilirsiniz.

### Dilekçenin anlamı kalsın; kişisel alanlar görünmesin.

ORİJİNAL

Borçlu Sibel Çakır, T.C. kimlik no 29672731760. Adres: Erenköy Mahallesi, Bağdat Caddesi No: 210 D: 9, Kadıköy / İstanbul.

MASKELENMİŞ

Borçlu [PERSON_1], T.C. kimlik no [TCKN_1]. Adres: [ADDRESS_1].

Dilekçeler, vekâletnameler ve dava belgelerinde paylaşılacak alanları seçin.

### Konuşma boyunca aynı kişi aynı etiketle takip edilir.

ORİJİNAL

Ayşe: Mehmet Arslan’ın numarası var mı?
Temsilci: Mehmet Arslan’a 0532 418 99 07 üzerinden ulaşabilirsiniz.

MASKELENMİŞ

[PERSON_1]: [PERSON_2]’ın numarası var mı?
Temsilci: [PERSON_2]’a [PHONE_1] üzerinden ulaşabilirsiniz.

Tutarlı eşleştirmeler, uzun görüşmelerde kişi ilişkilerinin izlenmesini sağlar.

Örnekler kurgusal verilerle hazırlanmıştır. Sonuçlar seçilen veri türlerine ve maskeleme politikasına göre değişir.

YAPAY ZEKÂ İLE GÜVENLİ VERİ AKIŞI

## Yapay zekâya bağlamı gönderin.
Kimliği kurumunuzda tutun.

Çağrı özetleme, e-posta yanıtı ve belge analizi akışlarında kişisel alanları model çağrısından önce etiketleyin. Yanıtta kullanılan etiketleri eşleştirme verisiyle geri açın.

01

### Veriyi alın

Çağrı notu, e-posta veya müşteri talebi uygulamanıza gelir.

02

### Z-Mask ile maskeleyin

Seçilen alanlar [PERSON_1], [PHONE_1] gibi tutarlı etiketlere dönüşür.

03

### Modelde işleyin

Bulut veya kurum içi model, maskelenmiş içerikten özet ya da yanıt üretir.

04

### Yanıtı geri açın

Eşleştirmeyi kendi akışınızda kullanarak etiketleri özgün değerlerine çevirin.

Geri açılabilir etiketleme için eşleştirme verisinin erişimini kurumunuz yönetir. Test verisinde ise sahte değer veya hash gibi farklı yöntemler seçebilirsiniz.

SADECE METİN DEĞİL, BELGENİN TAMAMI

## Taramadan paylaşılabilir PDF’e.

OCR ile metni okuyun; kişisel alanların yanında yüz, imza, QR ve barkodları da maskeleyin. Ön izlemede kutuları kontrol edin, eksik alanları elle ekleyin ve sonucu indirin.

### Kimlik ve pasaport

Ad, kimlik numarası, doğum tarihi, fotoğraf ve pasaporttaki makine tarafından okunabilir alanlar.

### Tapu ve vekâletname

Hak sahibi, aile bilgileri, kimlik alanları ve imzalar; belgeye özgü yerleşimler içinde.

### Dilekçe ve nüfus kaydı

Yoğun metin, çok satırlı tablolar ve döndürülmüş taramalarda kişisel veri alanları.

### Teknik proje ve formlar

Çizimin teknik içeriği korunurken üst bilgi, mühendis adı, telefon, adres ve imza alanları.

TÜRKÇE ODAKLI TANIMA

## Kuralların doğruluğu.
Yapay zekânın esnekliği.

Doğrulamalı kural motoru ve çok dilli tanıma modeli birlikte çalışır. Kurum ve yer adları okunur kalırken kişisel bilgiler maskelenir.

Kişi adıT.C. kimlik noIBANTelefonE-postaAdresKart numarasıDoğum tarihiTaşınmaz

### Kurumunuza özel etiketler

Yeniden eğitim veya kod değişikliği olmadan kendi veri türlerinizi tanımlayın.

Açıklama iletıbbi teşhis → [TESHIS_1]

Desen ileMN-482913 → [MUSTERI_NO_1]

Kelime listesi ileProje Kartal → [PROJE_1]

ÜRETİM VERİSİNDEN TEST VE ANALİZ VERİSİNE

## Her sütun için doğru yöntem.

CSV, Excel ve SQLite dosyalarındaki sütunları profilleyin. Veri türüne ve kullanım amacına göre yöntemi seçin; aynı değerlerin tutarlı dönüşmesini sağlayarak ilişkileri koruyun.

Yöntem | Örnek çıktı | Kullanım amacı | 

Sahte değer | Büşra Orhan | Gerçekçi test verisi; desteklenen türlerde geçerli biçimler. | 

Etiket | [PERSON_1] | Kişi ve kayıt ilişkilerini okunabilir etiketlerle takip etme. | 

Kısmi maskeleme | A*** Y*** | Bilginin yalnızca gerekli bölümünü görünür bırakma. | 

Hash | 84b19… | Özgün değeri göstermeden tutarlı bir temsil üretme. | 

Karartma | ████████ | Alan içeriğini tamamen gizleme. | 

 Sütun bazında politika TCKN, IBAN ve kart biçimi doğrulama Tutarlı kayıt eşleştirme

MEVCUT SİSTEMLERİNİZE ENTEGRASYON

## Tek API.
Birden fazla iş akışı.

Web panelinden kullandığınız maskeleme motorunu kendi uygulamalarınıza da bağlayın. Metin, belge ve tablo işleme için ortak bir servis katmanıyla ilerleyin.

### Tanıma ve doğrulama

Çok dilli tanıma modeli; TCKN, IBAN ve kart numarası için doğrulamalı kurallar.

### Kurumunuza özel politika

Açıklama, düzenli ifade ve kelime listeleriyle yeni etiketler; seçilebilir türler ve eşikler.

### Kapasiteye göre kurulum

CPU ile başlangıç, GPU ile hızlandırma ve ihtiyaca göre paralel işleme. Kapasiteyi kendi verinizle pilotta ölçün.

SİZİN ALTYAPINIZ. SİZİN SEÇİMİNİZ.

## Kurum içinde veya hizmet olarak.

### Kurum içi

İnternetsiz maskeleme, yerel modeller ve kurumunuza ait politika. CPU ile başlayın, ihtiyaca göre GPU ekleyin.

### Özel bulut

Kendi bulut hesabınızda çalıştırın. Durumsuz servislerle kapasiteyi yatay olarak artırın.

### SaaS

Hesabınıza giriş yapın, metin veya belgenizi işleyin ve sonuçlarınızı tek çalışma alanından yönetin.

PİLOTTAN CANLI KULLANIMA

## Kendi verinizle başlayın.

Başarı ölçütlerini birlikte belirleyin: hangi bilgiler gizlenecek, hangi bağlam korunacak ve iş yükünüz nasıl karşılanacak?

01

### Pilot çalışma

Yaklaşık 2 hafta

Örnek verilerle tanıma kalitesini ve hızı ölçün; etiketleri ve maskeleme politikasını netleştirin.

02

### Entegrasyon

Yaklaşık 2–4 hafta

API’yi kimlik doğrulama, LLM, belge ve veri tabanı iş akışlarına bağlayın.

03

### Canlıya geçiş

Yaklaşık 1–2 hafta

Kurulum, kapasite ve izleme ayarlarını tamamlayıp gerçek iş yükünü devreye alın.

04

### Sürekli iyileştirme

Kullanım boyunca

Yeni veri türleri ve etiketlerle politikayı geliştirin; kaliteyi dönemsel olarak değerlendirin.

Süreler sunumdaki örnek uygulama planıdır; kurumunuzun kapsamına ve entegrasyon ihtiyaçlarına göre birlikte netleştirilir.

Pilot çalışmayı konuşalım 
MERAK EDİLENLER

## İş akışınıza uygun
bir başlangıç.

### Maskelemeden sonra özgün bilgiyi geri alabilir miyim?

Metinde etiketleme ve eşleştirme seçildiğinde, eşleştirme verisiyle etiketleri geri açabilirsiniz. Sahte değer, hash ve karartma aynı geri açma akışını kullanmaz.

### Kurumumuza özel veri türleri tanımlayabilir miyiz?

Evet. Örneğin müşteri numarası için düzenli ifade, proje adları için kelime listesi veya teşhis için açıklama tabanlı bir etiket tanımlayabilirsiniz.

### Belgelerde son kontrol yapabilir miyim?

Panelde özgün ve maskelenmiş sayfaları karşılaştırabilir, maskeleme kutularını kaldırabilir veya elle yeni kutular ekleyerek PDF’i yeniden oluşturabilirsiniz.

### Veriler ve işlem geçmişi nasıl ele alınıyor?

Maskeleme motoru istekleri bellekte işler. SaaS çalışma alanında hesabınıza bağlı işlem özeti ve maskelenmiş metin geçmişi tutulur; geçmiş kayıtlarını panelden silebilirsiniz.

### Kurum içinde internetsiz çalışabilir mi?

Yerel modellerle kurum içi kurulum desteklenir. Donanım, kapasite ve entegrasyon gereksinimleri pilot çalışmada değerlendirilir.

## Kişisel veriyi paylaşmadan önce maskeleyin.

Kendi verinizle bir pilot çalışma başlatın.

Bizimle iletişime geçin