Repolode
Предложить
data-privacy-stack

data-privacy-stack/presidio

Открытый Python SDK и сервис для обнаружения и обезличивания персональных данных в тексте, изображениях и структурированных данных.

Открыть на GitHubСайт
Звёзды
11,404
Форки
1,357
Открытые issues
195
Последний коммит
10 часов назад

Что это?

Presidio — это набор инструментов для защиты данных и деидентификации. Он находит такие чувствительные данные, как номера кредитных карт и социального страхования, имена, местоположения, биткоин-кошельки и номера телефонов в США, а затем удаляет их, маскирует или обезличивает. Для обнаружения используются распознавание именованных сущностей, регулярные выражения, правила и проверка контрольных сумм. Распознаватели могут быть встроенными или написанными вручную, с контекстными словами для разных языков.

Проект состоит из нескольких пакетов: analyzer для обнаружения, anonymizer для преобразования найденных данных, image redactor для удаления персональных данных из обычных изображений и медицинских изображений DICOM, а также модуля для структурированных данных. Presidio можно использовать из Python или PySpark, запускать в Docker или разворачивать в Kubernetes; также можно подключать внешние модели обнаружения персональных данных.

Presidio автоматически обнаруживает данные и не гарантирует, что найдёт все чувствительные значения. Проект рекомендует использовать его вместе с дополнительными мерами защиты.

Ключевые возможности

  • 01Обнаруживает персональные данные с помощью распознавания именованных сущностей, регулярных выражений, правил и проверки контрольных сумм.
  • 02Поддерживает пользовательские распознаватели и контекстные слова для разных языков.
  • 03Удаляет или обезличивает найденный текст с помощью подключаемых операторов.
  • 04Удаляет персональные данные из изображений, включая медицинские изображения DICOM.
  • 05Работает с Python, PySpark, Docker и Kubernetes.
  • 06Поддерживает подключение внешних моделей обнаружения персональных данных.

Сценарии использования

  • Удаление персональных данных из логов, расшифровок чатов и документов перед хранением или анализом.
  • Удаление идентификаторов, таких как лица и текст, со скриншотов и отсканированных медицинских изображений.
  • Добавление защитных механизмов для персональных данных во входные и выходные данные LLM.
  • Построение конвейеров деидентификации для больших наборов данных с помощью PySpark.

Быстрый старт

  1. 1

    Установите Presidio с помощью pip (см. руководство по установке)

  2. 2

    Чтобы запустить его, прочитайте руководство для начинающих

Что важно знать

  • Обнаружение выполняется автоматически, поэтому Presidio может найти не всю конфиденциальную информацию; необходимы дополнительные меры защиты.
  • В README сказано, что проект переехал в новое место. Актуальное расположение указано в заметках о переходе.

Темы

#pii-detection#data-privacy#data-anonymization#nlp#named-entity-recognition#python#redaction#de-identification#anonymization#data-masking

Частые вопросы

Что такое presidio?
Открытый Python SDK и сервис для обнаружения и обезличивания персональных данных в тексте, изображениях и структурированных данных. Presidio — это набор инструментов для защиты данных и деидентификации. Он находит такие чувствительные данные, как номера кредитных карт и социального страхования, имена, местоположения, биткоин-кошельки и номера телефонов в США, а затем удаляет их, маскирует или обезличивает. Для обнаружения используются распознавание именованных сущностей, регулярные выражения, правила и проверка контрольных сумм. Распознаватели могут быть встроенными или написанными вручную, с контекстными словами для разных языков.
presidio можно использовать бесплатно? Какая у него лицензия?
presidio распространяется с открытым исходным кодом под лицензией MIT. Перед использованием в коммерческих продуктах проверьте условия лицензии.
presidio всё ещё поддерживается?
Активно поддерживается. Последний коммит в presidio — 19 окт. 2026 г..
Для чего можно использовать presidio?
Удаление персональных данных из логов, расшифровок чатов и документов перед хранением или анализом. Удаление идентификаторов, таких как лица и текст, со скриншотов и отсканированных медицинских изображений. Добавление защитных механизмов для персональных данных во входные и выходные данные LLM. Построение конвейеров деидентификации для больших наборов данных с помощью PySpark.
Как установить presidio?
Установите Presidio с помощью pip (см. руководство по установке) Чтобы запустить его, прочитайте руководство для начинающих
Где скачать presidio?
Исходный код и инструкции по установке — на GitHub: https://github.com/data-privacy-stack/presidio

Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.

Похожие проекты