
عكس مرشح خصوصية OpenAI: نفس نموذج 1.5B، يُعيد PII كمقاطع منظمة بدلاً من إخفائها.
أصدرت OpenAI Privacy Filter — وهو نموذج يُخفي المعلومات الشخصية القابلة للتحديد (PII) في النصوص. يستخدمه المدافعون حتى لا تتسرب البيانات.
لكن لكل دفاع وجهٌ آخر. المهاجمون يحتاجون أيضًا إلى PII. من السجلات، والتفريغات، ودلاء S3 المهجورة، وعلب البريد المسروقة. نفس المهمة: العثور على كل ما هو شخصي في كومة من النصوص.
Privacy Filter يُخفي. Privacy Parser يستخرج.
نفس النموذج، نفس تصنيف التسميات، نفس الأوزان. بدلاً من <REDACTED> تحصل على نطاقات منظمة — ماذا، وأين، وأي نوع.
الدفاع: دقّق بياناتك قبل أن تتسرب. الهجوم: حلّل بيانات شخص آخر بعد أن تسربت.
الأداة لا تعرف في صفّ من هي. إنها مجرد محلّل جيد.
uv venv
uv pip install -e ./privacy-filter
uv pip install -e ./pii_parser
أول تشغيل ينزّل نقطة تفتيش opf 1.5B (~3 GB) إلى ~/.opf/privacy_filter/.
from pii_parser.hybrid import HybridPIIParser
parser = HybridPIIParser(device="cpu")
result = parser.parse(
"Hi Quindle Testwick ([email protected] / +1-415-555-0102), "
"account 40702810500001234567, 14 Beautiful Ct, Anytown USA, "
"password Priv4cy-Filt3r-2026."
)
for s in result.spans:
print(f"{s.label:18} {s.text}")
private_person Quindle Testwick
private_email [email protected]
private_phone +1-415-555-0102
account_number 40702810500001234567
private_address 14 Beautiful Ct, Anytown USA
secret Priv4cy-Filt3r-2026
python -m pii_parser.cli_model "Alice paid 40702810500001234567 on 2026-05-17."
الخليط = نموذج + دمج النطاقات + شبكة أمان للتعبيرات النمطية. اعتمد هذا الخيار.
تصنيف opf v2 — 8 فئات:
private_person · private_email · private_phone · private_address ·
private_url · private_date · account_number · secret
text
↓
opf 1.5B → BIOES logits → Viterbi (tuned) → char spans
↓
span-merge (glues Quindle + Testwick)
↓
regex backstop (URL, secret, account — where the model misses)
↓
spans[]
python pii_parser/tests/test_hybrid.py
Fixture F1: 0.929
Scenarios: 8/8 passed
Latency: ~600 ms CPU
Apache-2.0.
| الخلفية | الأوزان | السرعة | F1 |
|---|
PIIParser | none | µs | 1.000 |
ModelPIIParser | 1.5B | 500 ms CPU | 0.733 |
HybridPIIParser | 1.5B | 600 ms CPU | 0.929 |