presidio

Presidioは、テキストや画像内の機密データ（PII）を検出・匿名化するためのオープンソースフレームワークです。クレジットカード番号、氏名、場所、社会保障番号などのエンティティを迅速に識別・匿名化するモジュールを提供します。主な機能には、固有表現認識、正規表現、ルールベースのロジック、および複数言語でのコンテキスト付きチェックサムを使用した、事前定義済みおよびカスタムのPII認識器が含まれます。外部のPII検出モデルをサポートし、Python/PySparkからDocker/Kubernetesまで複数の利用オプションを提供し、画像（DICOM医療画像を含む）内のPIIを墨消しするモジュールも含まれています。このプロジェクトは拡張性とカスタマイズ性を重視しており、自動検出ではすべての機密情報を発見できない可能性があるという警告があります。インストールはpip、Docker、またはソースから可能で、包括的なドキュメントと例が用意されています。