You signed in with another tab or window. Reload to refresh your session.You signed out in another tab or window. Reload to refresh your session.You switched accounts on another tab or window. Reload to refresh your session.Dismiss alert
Matrice dell'informativa (scripts/notice_matrix.py, lanciato dal pre-passaggio, scrive informativa.csv): le informative del repository (pagine, documenti, seed del testo; esclusi i documenti interni di progetto) confrontate con il codice voce per voce. Una riga per ogni fornitore e risorsa di terzi trovati nel codice (il nome compare?), più titolare, DPO, basi giuridiche, trasferimenti, tempi, diritti, dati particolari e geolocalizzazione se trattati, numero di versioni; segnala da sola le contraddizioni evidenti («non trasferiamo fuori dall'UE» con fornitori extra-SEE, «non trattiamo dati sanitari» con dati sanitari nel codice). Stesse regole di chiusura di entita.csv. Sul sito della scuola trova da sola DPO assente, trasferimenti negati, dati sanitari negati e i sei fornitori non nominati.
draft_ropa.py: Telegram (API e librerie dei bot) e servizi di geolocalizzazione degli IP (ip-api.com, ipinfo.io).
merge_audits.py (condiviso): accordo cella per cella anche sulla matrice dell'informativa.
Misurato (UnityKore, due giri)
Matrice per entità: stesso giudizio su 100/102 righe aperte (98%; cancellazione 31/31, export 12/12, isolamento 39/40, oblio 18/19). Matrice dell'informativa: 17/21 (81%). Accordo sui gap 59%, sulle cause ad alta priorità 82% (9/11). Token per giro 318–319 mila (prima 263–311 mila). Le cause viste da un giro solo stanno ora fuori da entrambe le matrici (ruoli dei responsabili, procedura incidenti, header fidati del middleware, data dell'informativa).