サポートされているエンティティ
Pseudonymize.io は、ML モデル、パターン マッチング、正確なバリデータを組み合わせて使用して、機密データを検出します。 すべてのエンティティ検出が同等であるわけではありません。 基礎となる検出器を理解することは、信頼性を予測するのに役立ちます。
能力マトリックス
| エンティティ | 例 | 検出器 | 決定論的 | リバーシブル |
|---|---|---|---|---|
| 電子メール | アリス@example.com | パターン | はい | はい/いいえ |
| 電話 | +49 151 2345678 | パターン/ライブラリ | はい | はい/いいえ |
| 人 | アリス・ロッシ | ML (NER) | はい | はい/いいえ |
| 場所 | ミュンヘン | ML (NER) | はい | はい/いいえ |
| 組織 | アクメコーポレーション | ML (NER) | はい | はい/いいえ |
| IP アドレス | 192.168.1.1 | パターン | はい | はい/いいえ |
| IBAN | DE89370400440532013000 | バリデータ | はい | はい/いいえ |
| 支払いカード | 4532... | バリデータ (ルーン) | はい | はい/いいえ |
検出器の種類
- パターン: 非常に信頼性の高い Regex 実装。 適切にフォーマットされた文字列 (IP アドレスなど) については、ほぼ 100% の精度と再現率が期待されます。
- バリデータ: 正規表現とそれに続くアルゴリズム検証チェック (クレジット カードの Luhn アルゴリズム、IBAN のチェックサムなど)。 16 桁のランダムな数値に対する誤検知を防止します。
- ML (NER): 自然言語処理モデル (固有表現認識)。 コンテキストに大きく依存します。 適合率と再現率は通常、85% ～ 95% の間で推移します。 名前が周囲の文法コンテキストなしで完全に分離されている場合、いくつかの誤検出が予想されます。
カスタム エンティティ
アプリケーションが独自の識別子 (内部「TK-XXXX」サポート チケット ID など) を使用している場合、「custom_entities」 (v1.2 で提供予定) の下の API ペイロードでカスタム正規表現パターンを渡すことができます。