presidio

Presidio est un framework open source pour détecter et anonymiser les données sensibles (PII) dans le texte et les images. Il fournit des modules rapides d'identification et d'anonymisation pour des entités telles que les numéros de carte de crédit, les noms, les lieux, les numéros de sécurité sociale, etc. Les principales fonctionnalités incluent des reconnaisseurs de PII prédéfinis et personnalisés utilisant la reconnaissance d'entités nommées, les expressions régulières, la logique basée sur des règles et la somme de contrôle avec contexte dans plusieurs langues. Il prend en charge les modèles externes de détection de PII, offre plusieurs options d'utilisation, de Python/PySpark à Docker/Kubernetes, et inclut un module pour masquer les PII dans les images (y compris les images médicales DICOM). Le projet met l'accent sur l'extensibilité et la personnalisation, avec un avertissement indiquant que la détection automatisée peut ne pas trouver toutes les informations sensibles. L'installation est disponible via pip, Docker ou depuis la source, avec une documentation et des exemples complets.