Presidio - 数据保护和去标识化 SDK

📣 Presidio 即将迁往新家！点击此处了解更多 📣

上下文感知、可插拔且可定制的文本和图像PII去标识化服务。

---

什么是 Presidio

Presidio（源自拉丁语 praesidium，意为“保护、驻军”）有助于确保敏感数据得到妥善管理和治理。它提供快速的识别和匿名化模块，用于处理文本中的私人实体，例如信用卡号、姓名、位置、社会安全号码、比特币钱包、美国电话号码、财务数据等。

---

📘 完整文档

📣 项目迁移更新

❓ 常见问题解答

💭 演示

🛫 示例

---

目标

• 通过普及去标识化技术并在决策中引入透明度，让组织能够以更简单的方式保护隐私。
• 拥抱对特定业务需求的可扩展性和可定制性。
• 在多个平台上促进全自动和半自动的PII去标识化流程。

主要特性

1. 预定义或自定义PII识别器，利用_命名实体识别_、正则表达式、基于规则的逻辑_和_校验和，并支持多种语言的上下文。
2. 连接外部PII检测模型的选项。
3. 多种使用选项：从Python或PySpark工作负载，通过Docker到Kubernetes。
4. PII识别和去标识化的可定制性。
5. 用于在图像中编辑PII文本的模块（标准图像类型和DICOM医学图像）。

⚠️ Presidio 可以帮助识别非结构化/结构化文本中的敏感/PII数据。然而，由于它使用自动化检测机制，无法保证Presidio能找到所有敏感信息。因此，应部署额外的系统和保护措施。

安装 Presidio

1. 使用 pip
2. 使用 Docker
3. 从源码安装
4. 从 V1 迁移到 V2

运行 Presidio

1. 快速入门
2. 设置开发环境
3. 文本中的PII去标识化
4. 图像中的PII去标识化
5. 使用示例和部署样例

---

支持

• 提交问题前，请先查阅文档。
• 对于一般性讨论，请使用GitHub仓库的讨论区。
• 如果您有使用问题、发现bug或有改进建议，请提交GitHub issue。
• 其他事宜，请发送邮件至[email protected]。

贡献

关于如何向本仓库贡献的详细信息，请参阅贡献指南。

本项目已采用贡献者契约行为准则。

贡献者