Il mascheramento di dati personali (PII: Personally Identifiable Information) impedisce che numeri di carte, codici fiscali, IBAN o segreti finiscano nei log dei modelli commerciali o nei dataset di training.
Implementazione operativa:
- Pipeline Python (Presidio / Regex locale):
PYTHON
import re
def sanitize_pii(text: str) -> str:
# Mascheramento Codice Fiscale italiano
cf_pattern = r'[A-Z]{6}\d{2}[A-Z]\d{2}[A-Z]\d{3}[A-Z]'
text = re.sub(cf_pattern, '[CODICE_FISCALE_MASKED]', text, flags=re.IGNORECASE)
# Mascheramento IBAN
iban_pattern = r'[A-Z]{2}\d{2}[A-Z0-9]{11,30}'
text = re.sub(iban_pattern, '[IBAN_MASKED]', text)
# Mascheramento API Key Bearer / Token
text = re.sub(r'(sk-[a-zA-Z0-9]{32,}|ghp_[a-zA-Z0-9]{36})', '[TOKEN_MASKED]', text)
return text- Filtro da terminale prima del piping:
cat log.txt | sed -E 's/[0-9]{4}-[0-9]{4}-[0-9]{4}-[0-9]{4}/[CC_MASKED]/g' | ollama run mistral
Integrare il controllo nelle pipeline CI/CD.