普雷西迪奥

Presidio - 数据保护和去标识化 SDK

针对文本和图像的上下文感知、可插入和可定制的 PII 去识别服务。

---

• Presidio 分析仪
• Presidio 匿名器
• Presidio Image-Redactor
• Presidio 结构化

什么是普雷西迪奥

Presidio （源自拉丁语 praesidium“保护、驻军”）有助于确保敏感数据得到妥善管理和治理。它为私人实体提供快速的文本识别和匿名模块，例如信用卡号、姓名、位置、社会保险号、比特币钱包、美国电话号码、财务数据等。

---

完整文档

❓ 常见问题

？演示

？示例

---

您在使用 Presidio 吗？我们很想知道如何

请参加这个简短的匿名调查来帮助我们改进。

---

目标

• 通过使去身份识别技术民主化并引入决策透明度，允许组织以更简单的方式保护隐私。
• 拥抱特定业务需求的可扩展性和可定制性。
• 促进多个平台上的全自动和半自动 PII 去识别流程。

主要特点

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、基于规则的逻辑以及多种语言的相关上下文的校验和。
2. 连接到外部 PII 检测模型的选项。
3. 多种使用选项，从 Python 或 PySpark 工作负载到 Docker 到 Kubernetes 。
4. PII 识别和去识别化的可定制性。
5. 用于编辑图像中的 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/结构化文本中的敏感/PII 数据。但是，由于它使用自动检测机制，因此无法保证 Presidio 会找到所有敏感信息。因此，应采用额外的系统和保护措施。

安装 Presidio

1. 使用点
2. 使用 Docker
3. 从源头
4. 从V1迁移到V2

跑步要塞

1. 入门
2. 设置开发环境
3. 文本中的 PII 去识别化
4. 图像中的 PII 去识别化
5. 使用示例和示例部署

---

支持

• 在提交问题之前，请仔细阅读文档。
• 对于一般讨论，请使用 Github 存储库的讨论板。
• 如果您有使用问题、发现错误或有改进建议，请提交 Github 问题。
• 如有其他事宜，请发送电子邮件至 [email protected]。

贡献

有关对此存储库做出贡献的详细信息，请参阅贡献指南。

该项目欢迎贡献和建议。大多数贡献都要求您同意贡献者许可协议 (CLA)，声明您有权并且实际上授予我们使用您的贡献的权利。有关详细信息，请访问 https://cla.microsoft.com。

当您提交拉取请求时，CLA-bot 将自动确定您是否需要提供 CLA 并适当地装饰 PR（例如标签、评论）。只需按照机器人提供的说明进行操作即可。您只需使用我们的 CLA 在所有存储库中执行一次此操作。

该项目采用了微软开源行为准则。有关详细信息，请参阅行为准则常见问题解答或联系 [email protected] 提出任何其他问题或意见。

贡献者