Entidades Suportadas

Pseudonymize.io usa uma combinação de modelos de ML, correspondência de padrões e validadores exatos para detectar dados confidenciais. Nem todas as detecções de entidades são equivalentes; compreender o detector subjacente ajuda a antecipar a confiabilidade.

Matriz de Capacidade

Entidade	Exemplo	Detector	Determinístico	Reversível
E-mail	[email protected]	padrão	sim	sim/não
Telefone	+49 151 2345678	padrão/biblioteca	sim	sim/não
Pessoa	Alice Rossi	ML (NER)	sim	sim/não
Localização	Munique	ML (NER)	sim	sim/não
Organização	Acme Corp	ML (NER)	sim	sim/não
Endereço IP	192.168.1.1	padrão	sim	sim/não
IBAN	DE89370400440532013000	validador	sim	sim/não
Cartão de Pagamento	4532...	validador (Luhn)	sim	sim/não

Tipos de detectores

1. Padrão: Implementações Regex extremamente confiáveis. Espere quase 100% de precisão e recuperação para strings formatadas corretamente (como endereços IP).
2. Validador: Regex seguido por uma verificação de validação algorítmica (por exemplo, algoritmo Luhn para cartões de crédito, somas de verificação para IBANs). Evita falsos positivos em números aleatórios de 16 dígitos.
3. ML (NER): Modelos de Processamento de Linguagem Natural (Reconhecimento de Entidade Nomeada). Altamente dependente do contexto. A precisão e o recall normalmente oscilam entre 85% - 95%. Espere alguns falsos negativos se um nome estiver completamente isolado sem contexto gramatical circundante.

Entidades personalizadas

Se seu aplicativo usa identificadores proprietários (como IDs de tíquetes de suporte internos TK-XXXX), você pode passar padrões Regex personalizados na carga útil da API em custom_entities (chegando na versão 1.2).