Redact: ocultação de PII no dispositivo para iOS, Android e web
Ocultação de PII no dispositivo que detecta e mascara dados pessoais em texto nos 24 idiomas oficiais da UE, sem que o texto jamais saia do dispositivo.
O Redact encontra e mascara dados pessoais em texto: nomes, endereços, e-mails, números de telefone, cartões de crédito, IBANs, documentos nacionais, números de VAT e mais. Ele roda no dispositivo, então o texto bruto nunca passa por uma rede ou um servidor, seu ou de terceiros. Ele cobre o mesmo escopo de PII que o Microsoft Presidio, o AWS Comprehend e o Google Cloud DLP, mas permanece no dispositivo e é reversível para ida e volta com LLMs.
Seu diferencial é a ocultação reversível para ida e volta com LLMs. Mascare o texto antes de enviá-lo a um modelo externo e depois restaure os valores originais na resposta. Guarde o mapa de placeholders e o resultado é pseudonimizado; descarte-o e a cópia mascarada é anonimizada. Nos bastidores, um pequeno classificador de tokens de 6 camadas cuida do PII contextual, e uma camada determinística valida campos estruturados com checksums reais.
Demo
Desempenho
Captura 88,8% dos dados pessoais nos 24 idiomas da UE, com validação por checksum para cartões, IBANs, números de VAT e documentos nacionais, tudo a partir de um único modelo de 23M de parâmetros.
Avaliação interna nos conjuntos externos WikiANN e MultiNERD, mais um conjunto de PII estruturado com formato válido. Cerca de 23M de parâmetros.
Casos de uso
Ida e volta segura com LLMs
Mascare o PII antes de um prompt sair para um modelo externo e depois restaure os valores reais na resposta. Placeholders numerados únicos como [GIVEN_NAME_1] e [EMAIL_1] tornam a ida e volta sem perdas.
Limpe logs e registros de suporte
Remova nomes, e-mails, cartões e IBANs de transcrições de suporte e logs de aplicação, para que dados pessoais brutos nunca cheguem aos seus servidores.
Desidentificação alinhada ao GDPR
Pseudonimização e anonimização rodam localmente, então a etapa sensível para conformidade acontece antes de qualquer dado sair do dispositivo.
Multilíngue por padrão
Um único modelo cobre os 24 idiomas da UE nos alfabetos latino, grego e cirílico, em vez de montar um pipeline separado por idioma.
O que ele faz
- 20 categorias de detecção: nomes, endereços, e-mails, números de telefone, cartões de crédito, IBANs, documentos nacionais, números de VAT e mais.
- Camada de validação determinística: verificação de cartões por Luhn, IBANs ISO-13616, documentos nacionais com checksum para os 24 países da UE, os 27 formatos de VAT da UE, IMEI e carteiras de habilitação por país.
- Ocultação reversível com placeholders numerados únicos para ida e volta com LLMs.
- Filtre por categoria e inspecione cada detecção com seu intervalo exato de caracteres.
Plataformas e instalação
// Swift Package Manager .package(url: "https://github.com/Desert-Ant-Labs/redact-swift", from: "0.2.2")
import Redact let redact = Redact() let r = try await redact.redaction(of: text) // r.redactedText: "Email [GIVEN_NAME_1] at [EMAIL_1]"
// build.gradle.kts (via JitPack)
implementation("com.github.Desert-Ant-Labs:redact-kotlin:0.2.1")
import ai.desertant.redact.Redact val r = Redact.redaction(text) // r.redactedText: "Email [GIVEN_NAME_1] at [EMAIL_1]"
npm i @desert-ant-labs/redact
import { Redact } from "@desert-ant-labs/redact";
const redact = await Redact.load();
const r = await redact.redaction(text);
// r.redactedText: "Email [GIVEN_NAME_1] at [EMAIL_1]"
Especificações
- Idiomas
- Os 24 idiomas oficiais da UE (latino, grego, cirílico)
- Tamanho no dispositivo
- 12-14 MB (Core ML 4-bit no Apple, ONNX int4 no Android e Web)
- Modelo
- Classificador de tokens BIOES de 6 camadas, linhagem Multilingual-MiniLM, ~23M de parâmetros
- Privacidade
- Roda inteiramente no dispositivo; o texto nunca sai do dispositivo
FAQ
O que é o Redact?
Ocultação de PII no dispositivo que detecta e mascara dados pessoais em texto nos 24 idiomas oficiais da UE, sem que o texto jamais saia do dispositivo.
O Redact roda no dispositivo?
Sim. O Redact roda inteiramente no dispositivo: a inferência acontece localmente, sem chamada a servidor, então os dados nunca saem do dispositivo.
Quais plataformas o Redact suporta?
O Redact é distribuído como SDKs nativos no dispositivo para Swift, Kotlin, JavaScript / TypeScript.
Quanto custa o Redact?
Cada modelo é grátis para até 100 mil dispositivos ativos mensais por SDK. Inferência ilimitada por usuário. Fale conosco para licenças personalizadas.
Qual a precisão e a velocidade do Redact?
Captura 88,8% dos dados pessoais nos 24 idiomas da UE, com validação por checksum para cartões, IBANs, números de VAT e documentos nacionais, tudo a partir de um único modelo de 23M de parâmetros.