Entidades soportadas

Pseudonymize.io utiliza una combinación de modelos de aprendizaje automático, coincidencia de patrones y validadores exactos para detectar datos confidenciales. No toda la detección de entidades es equivalente; comprender el detector subyacente le ayuda a anticipar la confiabilidad.

Matriz de capacidades

Entidad	Ejemplo	Detectores	Determinista	reversibles
Correo electrónico	[email protected]	patrón	si	si/no
Teléfono	+49 151 2345678	patrón/biblioteca	si	si/no
Persona	Alicia Rossi	ML (NER)	si	si/no
Ubicación	Múnich	ML (NER)	si	si/no
Organización	Acme Corp	ML (NER)	si	si/no
Dirección IP	192.168.1.1	patrón	si	si/no
IBAN	DE89370400440532013000	validador	si	si/no
Tarjeta de pago	4532...	validador (Luhn)	si	si/no

Tipos de detectores

1. Patrón: Implementaciones de expresiones regulares extremadamente confiables. Espere una precisión cercana al 100% y recuperación de cadenas formateadas correctamente (como direcciones IP).
2. Validador: Regex seguido de una verificación de validación algorítmica (por ejemplo, algoritmo de Luhn para tarjetas de crédito, sumas de verificación para IBAN). Evita falsos positivos en números aleatorios de 16 dígitos.
3. ML (NER): Modelos de procesamiento de lenguaje natural (reconocimiento de entidades nombradas). Depende mucho del contexto. La precisión y la recuperación suelen oscilar entre el 85% y el 95%. Espere algunos falsos negativos si un nombre está completamente aislado sin contexto gramatical circundante.

Entidades personalizadas

Si su aplicación utiliza identificadores propietarios (como ID de ticket de soporte internos TK-XXXX), puede pasar patrones Regex personalizados en la carga útil de API en custom_entities (próximamente en v1.2).