Testy wykrywania
Roszczenia dotyczące bezpieczeństwa powinny być możliwe do sprawdzenia. Stale testujemy nasz silnik wykrywania typu open source w oparciu o standardowe zbiory danych, aby mierzyć dokładność, precyzję i zapamiętywanie.
Pseudonimizacja zmniejsza ekspozycję. Nie powoduje anonimowości danych. W przypadku produktu zapewniającego prywatność przypomnienie ma ogromne znaczenie, ponieważ fałszywe negatywy powodują wyciek danych do zewnętrznych interfejsów API.
Bieżące wyniki testów porównawczych
- Wersja silnika: 1.0.0
- Zatwierdź SHA:
f8387dc - Data: 6 września 2026 r
- Zestaw danych: standardowe zestawy Enron / Presidio (syntetyczne i rzeczywiste)
- Wielkość próbki: 10 000 zdań
- Języki: angielski, włoski
| Jednostka | Precyzja | Przypomnijmy | Wynik F1 |
|---|---|---|---|
| 0,99 | 0,99 | 0,99 | |
| Osoba | 0,94 | 0,88 | 0,91 |
| Lokalizacja | 0,91 | 0,85 | 0,88 |
| Organizacja | 0,90 | 0,82 | 0,86 |
| Telefon | 0,98 | 0,95 | 0,96 |
| Adres IP | 1,00 | 1,00 | 1,00 |
Metodologia
- Precyzja: spośród wszystkich obiektów oznaczonych przez wyszukiwarkę jako „Osoba” ile w rzeczywistości było ludźmi? (Niska precyzja oznacza dużą liczbę fałszywych alarmów, niszcząc użyteczny, niewrażliwy tekst).
- Przypomnijmy: spośród wszystkich osób wymienionych w tekście, ile wyszukiwarka pomyślnie oznaczyła? (Niski poziom wycofania oznacza dużą liczbę fałszywych negatywów i wyciek wrażliwych danych).
- Wynik F1: Średnia harmoniczna precyzji i zapamiętywania.
Powielanie
Możesz samodzielnie odtworzyć te testy porównawcze, korzystając z naszego repozytorium open source.
pip install "pseudonymize[ml]"
python -m pseudonymize.benchmarks --benchmark-only