Skip to content
KitploitKITPLOIT
StrumentiExploitsBlog
Log in
Invia
StrumentiExploitsBlog
Invia

Strumenti di Hacking, PenTest e Cybersecurity per il tuo Arsenale di Sicurezza!

Kitploit è una directory di strumenti di hacking, cybersecurity e pentesting. Scopri gli ultimi aggiornamenti dei progetti per trovare vulnerabilità, analizzare sistemi, automatizzare i test e rafforzare la tua sicurezza.

··Feed·Contatto·Privacy·© 2026 Kitploit

Directory degli strumenti

Categorie

Vedi tutte le categorie
Loading categories
presidio — Un framework open-source per il rilevamento, la redazione, la mascheratura e l'anonimizzazione dei dati sensibili (PII) su testo, immagini e dati strutturati. Supporta NLP, pattern matching e pipeline personalizzabili. | Kitploit
Strumenti/GitHubGitHub/data-privacy-stack/presidio
Strumenti di Crittografia/DecrittografiaEsfiltrazione DatiPrivacyMachine LearningApprendimento e FormazioneRisorse Curate
GitHubdata-privacy-stack/presidio

presidio

Un framework open-source per il rilevamento, la redazione, la mascheratura e l'anonimizzazione dei dati sensibili (PII) su testo, immagini e dati strutturati. Supporta NLP, pattern matching e pipeline personalizzabili.

Più Popolari

Vedi tutti →

Scopri gli strumenti più utilizzati dalla nostra community.

Esplora tutti gli strumenti

Sfoglia la nostra collezione di strumenti

Vedi tutti gli strumenti →
Condividi
Vedi RepositorySito web
10.4k1.2k2622h 9m faRevisionato da Kitploit

Presidio - SDK per la Protezione dei Dati e la De-identificazione

📣 Presidio si sta trasferendo in una nuova casa! Leggi di più qui 📣

Servizio di de-identificazione PII sensibile al contesto, modulare e personalizzabile per testo e immagini.


Build Status MIT license Release OpenSSF Best Practices PyPI pyversions Discord

ComponenteDownloadCopertura
Presidio AnalyzerPypi DownloadsCoverage
Presidio AnonymizerPypi DownloadsCoverage
Presidio Image-RedactorPypi DownloadsCoverage
Presidio StructuredPypi DownloadsCoverage

Cos'è Presidio

Presidio (Origine dal latino praesidium ‘protezione, guarnigione’) aiuta a garantire che i dati sensibili siano gestiti e governati correttamente. Fornisce moduli rapidi di identificazione e anonimizzazione per entità private nel testo come numeri di carte di credito, nomi, luoghi, numeri di previdenza sociale, portafogli bitcoin, numeri di telefono statunitensi, dati finanziari e altro.

Presidio demo gif


📘 Documentazione completa

📣 Aggiornamento sulla transizione del progetto

❓ Domande frequenti

💭 Demo

🛫 Esempi


Obiettivi

  • Consentire alle organizzazioni di preservare la privacy in modo più semplice democratizzando le tecnologie di de-identificazione e introducendo trasparenza nelle decisioni.
  • Abbracciare l'estendibilità e la personalizzabilità per esigenze aziendali specifiche.
  • Facilitare flussi di de-identificazione PII completamente automatizzati e semi-automatizzati su più piattaforme.

Caratteristiche principali

  1. Riconoscitori PII predefiniti o personalizzati che sfruttano Riconoscimento di Entità Nominata, espressioni regolari, logica basata su regole e checksum con contesto rilevante in più lingue.
  2. Opzioni per la connessione a modelli esterni di rilevamento PII.
  3. Opzioni di utilizzo multiple, da carichi di lavoro Python o PySpark a Docker e Kubernetes.
  4. Personalizzabilità nell'identificazione e de-identificazione PII.
  5. Modulo per oscurare il testo PII nelle immagini (tipi di immagini standard e immagini mediche DICOM).

⚠️ Presidio può aiutare a identificare dati sensibili/PII in testo non strutturato/strutturato. Tuttavia, poiché utilizza meccanismi di rilevamento automatizzati, non vi è garanzia che Presidio trovi tutte le informazioni sensibili. Di conseguenza, dovrebbero essere impiegati sistemi e protezioni aggiuntivi.

Installazione di Presidio

  1. Tramite pip
  2. Tramite Docker
  3. Dal sorgente
  4. Migrazione da V1 a V2

Esecuzione di Presidio

  1. Per iniziare
  2. Configurare un ambiente di sviluppo
  3. De-identificazione PII nel testo
  4. De-identificazione PII nelle immagini
  5. Esempi di utilizzo e distribuzioni di esempio

Supporto

  • Prima di inviare un problema, consulta la documentazione.
  • Per discussioni generali, usa il forum di discussione del repository GitHub.
  • Se hai una domanda sull'uso, hai trovato un bug o hai un suggerimento per miglioramenti, apri un problema su GitHub.
  • Per altre questioni, invia un'email a [email protected].

Contribuire

Per i dettagli su come contribuire a questo repository, consulta la guida per contribuire.

Questo progetto ha adottato il Codice di Condotta del Contributor Covenant.

Collaboratori

Scarica lo strumento