समर्थित संस्थाएँ

संवेदनशील डेटा का पता लगाने के लिए Pseudonymize.io एमएल मॉडल, पैटर्न मिलान और सटीक सत्यापनकर्ताओं के संयोजन का उपयोग करता है। सभी इकाई का पता लगाना समतुल्य नहीं है; अंतर्निहित डिटेक्टर को समझने से आपको विश्वसनीयता का अनुमान लगाने में मदद मिलती है।

क्षमता मैट्रिक्स

इकाई	उदाहरण	डिटेक्टर	नियतिवादी	प्रतिवर्ती
ईमेल	[email protected]	पैटर्न	हाँ	हाँ/नहीं
फ़ोन	+49 151 2345678	पैटर्न/लाइब्रेरी	हाँ	हाँ/नहीं
व्यक्ति	ऐलिस रॉसी	एमएल (एनईआर)	हाँ	हाँ/नहीं
स्थान	म्यूनिख	एमएल (एनईआर)	हाँ	हाँ/नहीं
संगठन	एक्मे कॉर्प	एमएल (एनईआर)	हाँ	हाँ/नहीं
आईपी पता	192.168.1.1	पैटर्न	हाँ	हाँ/नहीं
इबान	DE89370400440532013000	सत्यापनकर्ता	हाँ	हाँ/नहीं
भुगतान कार्ड	4532...	सत्यापनकर्ता (लुहान)	हाँ	हाँ/नहीं

डिटेक्टर प्रकार

1. पैटर्न: अत्यधिक विश्वसनीय रेगेक्स कार्यान्वयन। उचित रूप से स्वरूपित स्ट्रिंग्स (जैसे आईपी पते) के लिए लगभग 100% परिशुद्धता और रिकॉल की अपेक्षा करें।
2. सत्यापनकर्ता: रेगेक्स के बाद एक एल्गोरिथम सत्यापन जांच (उदाहरण के लिए क्रेडिट कार्ड के लिए लुहान एल्गोरिथम, आईबीएएन के लिए चेकसम)। यादृच्छिक 16-अंकीय संख्याओं पर गलत सकारात्मकता को रोकता है।
3. एमएल (एनईआर): प्राकृतिक भाषा प्रसंस्करण मॉडल (नामांकित इकाई मान्यता)। संदर्भ पर अत्यधिक निर्भर. परिशुद्धता और रिकॉल आमतौर पर 85% - 95% के बीच रहता है। यदि कोई नाम आसपास के व्याकरणिक संदर्भ के बिना पूरी तरह से अलग है, तो कुछ गलत नकारात्मकताओं की अपेक्षा करें।

कस्टम संस्थाएँ

यदि आपका एप्लिकेशन मालिकाना पहचानकर्ताओं (जैसे आंतरिक TK-XXXX समर्थन टिकट आईडी) का उपयोग करता है, तो आप custom_entities (v1.2 में आ रहा है) के तहत एपीआई पेलोड में कस्टम रेगेक्स पैटर्न पास कर सकते हैं।