diff --git a/conf/default.yaml b/conf/default.yaml index 861b40e..3f059c9 100644 --- a/conf/default.yaml +++ b/conf/default.yaml @@ -1,5 +1,5 @@ # ===================================================================== -# CONFIGURATION PRESIDIO - v7 (CHIRURGICALE) +# CONFIGURATION PRESIDIO - v8 (NETTOYÉE ET FIABLE) # ===================================================================== supported_languages: [en, fr] @@ -37,7 +37,8 @@ recognizer_registry: load_predefined_recognizers: true recognizers: - # --- DÉTECTEURS FONDAMENTAUX --- + # --- DÉTECTEURS FIABLES ET PRÉCIS UNIQUEMENT --- + - name: CustomDateRecognizer supported_language: fr supported_entity: CUSTOM_DATE @@ -46,26 +47,19 @@ recognizer_registry: regex: "\\b(0[1-9]|[12][0-9]|3[01])[-/.](0[1-9]|1[012])[-/.](19|20)\\d{2}\\b" score: 1.0 context: ["date"] + - name: EmailRecognizer supported_language: fr supported_entity: EMAIL_ADDRESS patterns: [{name: Email Pattern, regex: "\\b[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\\.[A-Z|a-z]{2,}\\b", score: 1.0}] context: ["email", "courriel", "mail"] + - name: PhoneRecognizer supported_language: fr supported_entity: PHONE_NUMBER patterns: [{name: Phone Pattern (FR/BE/LUX), regex: "\\b(?:(?:\\+|00)?(?:32|33|352)|0)\\s?[1-9](?:[\\s.-]?\\d{2}){3,4}\\b", score: 0.8}] context: ["téléphone", "tel", "mobile", "gsm", "contact"] - - name: JobTitleRecognizer - supported_language: fr - supported_entity: JOB_TITLE - patterns: - - name: Common Job Titles - regex: "(?i)\\b(Gérant|Directeur des Investissements|Directeur|Directrice|Président|CEO|CFO|CTO|Manager|Responsable|Chef de projet)\\b" - score: 0.8 - context: ["représentée par", "fonction", "poste", "attention de"] - # --- DÉTECTEURS FINANCIERS --- - name: CreditCardRecognizer supported_language: fr supported_entity: CREDIT_CARD_NUMBER @@ -74,22 +68,13 @@ recognizer_registry: regex: "\\b(?:4[0-9]{3}(?:[ -]?[0-9]{4}){3}|5[1-5][0-9]{2}(?:[ -]?[0-9]{4}){3})\\b" score: 0.95 context: ["carte bancaire", "visa", "mastercard"] + - name: IbanRecognizer supported_language: fr supported_entity: IBAN patterns: [{name: IBAN Pattern, regex: "\\b[A-Z]{2}[0-9]{2}\\s?(?:[A-Z0-9]{4}\\s?){2,7}[A-Z0-9]{1,4}\\b", score: 0.95}] context: ["iban", "compte", "bancaire"] - - name: BICRecognizer - supported_language: fr - supported_entity: BE_BIC - patterns: - - name: BIC/SWIFT Code - regex: "\\b([A-Z]{4}[A-Z]{2}[A-Z0-9]{2}([A-Z0-9]{3})?)\\b" - # MODIFIÉ : Score abaissé pour ne pas être trop agressif - score: 0.85 - context: ["bic", "swift"] - # --- NUMÉROS D'IDENTIFICATION (FRANCE) --- - name: FrenchINSEERecognizer supported_language: fr supported_entity: FR_SOCIAL_SECURITY_NUMBER @@ -98,26 +83,25 @@ recognizer_registry: regex: "\\b[12]\\s*[0-9]{2}\\s*(?:0[1-9]|1[0-2])\\s*(?:2[ABab]|[0-9]{2})\\s*[0-9]{3}\\s*[0-9]{3}\\s*[0-9]{2}\\b" score: 0.95 context: ["sécurité sociale", "insee", "nir"] - # ... (les autres détecteurs fr et be restent ici) ... + + - name: BelgianNRNRecognizer + supported_language: fr + supported_entity: BE_NATIONAL_REGISTER_NUMBER + patterns: [{name: NRN Pattern, regex: "\\b[0-9]{2}\\.[0-9]{2}\\.[0-9]{2}-[0-9]{3}\\.[0-9]{2}\\b", score: 1.0}] + context: ["registre national", "nrn", "niss"] + + - name: BelgianEnterpriseRecognizer + supported_language: fr + supported_entity: BE_ENTERPRISE_NUMBER + patterns: [{name: BE Enterprise Number, regex: "\\bBE\\s?0\\d{3}[\\.\\s]?\\d{3}[\\.\\s]?\\d{3}\\b", score: 0.95}] + context: ["numéro d'entreprise", "btw", "tva", "BCE", "KBO"] # 3. LISTE D'EXCLUSION (ALLOW LIST) # ===================================================================== allow_list: - # MODIFIÉ : Ajout des versions en majuscules et des mots problématiques - - fictive - - fictives - - FICTIVES - - test - - TEST - - personne - - PERSONNE - - personnelles - - PERSONNELLES - - document - - DOCUMENT - # --- Liste existante --- + # On garde une liste minimale car les détecteurs sont maintenant plus précis - Contrat - - CONTRAT + - Document - Société - Investisseur - Montant @@ -156,22 +140,9 @@ allow_list: - Taux - Valeur - Prix - - Janvier - - Février - - Mars - - Avril - - Mai - - Juin - - Juillet - - Août - - Septembre - - Octobre - - Novembre - - Décembre # 4. CONFIGURATION DES TRANSFORMATIONS D'ANONYMISATION # ===================================================================== -# Cette section n'a pas besoin de changer, elle est déjà complète anonymizer_config: default_anonymizers: PERSON: replace @@ -183,19 +154,9 @@ anonymizer_config: EMAIL_ADDRESS: replace PHONE_NUMBER: replace IBAN: replace - MONEY: replace - BE_BIC: replace - JOB_TITLE: replace BE_NATIONAL_REGISTER_NUMBER: replace BE_ENTERPRISE_NUMBER: replace - BE_ID_CARD_NUMBER: replace - BE_LICENSE_PLATE: replace - BE_PASSPORT: replace FR_SOCIAL_SECURITY_NUMBER: replace - FR_SIREN_SIRET: replace - FR_PASSPORT: replace - FR_ID_CARD_NUMBER: replace - FR_LICENSE_PLATE: replace replacements: PERSON: "" @@ -207,16 +168,6 @@ anonymizer_config: EMAIL_ADDRESS: "" PHONE_NUMBER: "" IBAN: "" - MONEY: "" - BE_BIC: "" - JOB_TITLE: "" BE_NATIONAL_REGISTER_NUMBER: "" BE_ENTERPRISE_NUMBER: "" - BE_ID_CARD_NUMBER: "" - BE_LICENSE_PLATE: "" - BE_PASSPORT: "" FR_SOCIAL_SECURITY_NUMBER: "" - FR_SIREN_SIRET: "" - FR_PASSPORT: "" - FR_ID_CARD_NUMBER: "" - FR_LICENSE_PLATE: ""