presidio

O Presidio é uma estrutura de código aberto para detectar e anonimizar dados sensíveis (PII) em texto e imagens. Ele fornece módulos rápidos de identificação e anonimização para entidades como números de cartão de crédito, nomes, localizações, números de segurança social e muito mais. As principais características incluem reconhecedores de PII predefinidos e personalizados usando Reconhecimento de Entidade Nomeada, expressões regulares, lógica baseada em regras e soma de verificação com contexto em vários idiomas. Suporta modelos externos de detecção de PII, oferece várias opções de uso, desde Python/PySpark até Docker/Kubernetes, e inclui um módulo para redigir PII em imagens (incluindo imagens médicas DICOM). O projeto enfatiza a extensibilidade e a personalização, com um aviso de que a deteção automatizada pode não encontrar todas as informações sensíveis. A instalação está disponível via pip, Docker ou a partir do código-fonte, com documentação e exemplos abrangentes.