# ===================================================================== # CONFIGURATION PRESIDIO COMPLÈTE - RGPD FRANÇAIS/BELGE # ===================================================================== # 1. CONFIGURATION DU MOTEUR NLP (Natural Language Processing) # ===================================================================== nlp_engine_name: spacy supported_languages: [en, fr] models: - lang_code: en model_name: en_core_web_lg - lang_code: fr model_name: fr_core_news_sm # Configuration fine du modèle NLP pour réduire les faux positifs ner_model_configuration: labels_to_ignore: - MISC - CARDINAL - EVENT - LANGUAGE - LAW - ORDINAL - PERCENT - PRODUCT - QUANTITY - WORK_OF_ART confidence_thresholds: DEFAULT_CONFIDENCE: 0.65 entities: PERSON: 0.85 LOCATION: 0.75 ORGANIZATION: 0.7 # 2. DÉFINITION DES DÉTECTEURS (RECOGNIZERS) PERSONNALISÉS # ===================================================================== recognizers: - name: EmailRecognizer entity_name: EMAIL_ADDRESS supported_language: fr 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 entity_name: PHONE_NUMBER supported_language: fr 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: IbanRecognizer entity_name: IBAN supported_language: fr 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: CreditCardRecognizer entity_name: CREDIT_CARD_NUMBER supported_language: fr patterns: - name: Credit Card Pattern regex: "\\b(?:4[0-9]{12}(?:[0-9]{3})?|5[1-5][0-9]{14}|6(?:011|5[0-9]{2})[0-9]{12}|3[47][0-9]{13}|3(?:0[0-5]|[68][0-9])[0-9]{11}|(?:2131|1800|35\\d{3})\\d{11})\\b" score: 0.9 context: ["carte bancaire", "visa", "mastercard", "amex"] - name: MoneyRecognizer entity_name: MONEY supported_language: fr patterns: - name: Money Pattern EUR regex: "(?:EUR|€)\\s*\\d{1,3}(?:[.,\\s]\\d{3})*(?:[.,]\\d{2})?|\\d{1,3}(?:[.,\\s]\\d{3})*(?:[.,]\\d{2})?\\s*(?:EUR|€)" score: 0.85 - name: BelgianNRNRecognizer entity_name: BE_NATIONAL_REGISTER_NUMBER supported_language: fr 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 entity_name: BE_ENTERPRISE_NUMBER supported_language: fr 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"] - name: FrenchINSEERecognizer entity_name: FR_SOCIAL_SECURITY_NUMBER supported_language: fr patterns: - name: INSEE Pattern 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"] - name: FrenchSIRENSIRETRecognizer entity_name: FR_SIREN_SIRET supported_language: fr patterns: - name: SIRET Pattern regex: "\\b[0-9]{3}[\\s]?[0-9]{3}[\\s]?[0-9]{3}[\\s]?[0-9]{5}\\b" score: 0.9 - name: SIREN Pattern regex: "\\b[0-9]{3}[\\s]?[0-9]{3}[\\s]?[0-9]{3}\\b" score: 0.85 context: ["siren", "siret"] # 3. ACTIVATION DES DÉTECTEURS # ===================================================================== # Remplacer 'default' par la liste explicite pour éviter les warnings recognizer_registry: # - default # Remplacé par une liste explicite ci-dessous # Détecteurs par défaut pour 'en' et 'fr' que nous voulons garder - SpacyRecognizer - CreditCardRecognizer - CryptoRecognizer - DateRecognizer - EmailRecognizer - IbanRecognizer - IpRecognizer - MedicalLicenseRecognizer - PhoneRecognizer - UrlRecognizer # Nos détecteurs personnalisés - MoneyRecognizer - BelgianNRNRecognizer - BelgianEnterpriseRecognizer - FrenchINSEERecognizer - FrenchSIRENSIRETRecognizer # 4. LISTE D'EXCLUSION (ALLOW LIST) # ===================================================================== # ... (votre liste est correcte) ... allow_list: - Contrat - Document - Société - Investisseur - Montant - Prêt - Intérêt - Partie - Parties - Annexe - Remboursement - Conversion - Financement - Sortie - "Juste Valeur Marchande" - Échéance - Clause - Clauses - Principe - Coûts - Notifications - Article - Paragraphe - Directeur - Gérant - Président - DocuSign - SPRL - SA - Loi - Code - Règlement - Décret - Arrêté - Euro - EUR - Euros - Taux - Valeur - Prix - Janvier - Février - Mars - Avril - Mai - Juin - Juillet - Août - Septembre - Octobre - Novembre - Décembre # 5. CONFIGURATION DES TRANSFORMATIONS D'ANONYMISATION # ===================================================================== anonymizer_config: default_anonymizers: PERSON: replace LOCATION: replace ORGANIZATION: replace DATE_TIME: replace CREDIT_CARD_NUMBER: replace EMAIL_ADDRESS: replace # IBAN_CODE: replace # <-- Incohérent, le nom de l'entité est IBAN IP_ADDRESS: replace PHONE_NUMBER: replace URL: replace IBAN: replace MONEY: replace BE_NATIONAL_REGISTER_NUMBER: replace BE_ENTERPRISE_NUMBER: replace FR_SOCIAL_SECURITY_NUMBER: replace FR_SIREN_SIRET: replace replacements: PERSON: "" LOCATION: "" ORGANIZATION: "" DATE_TIME: "" CREDIT_CARD_NUMBER: "" EMAIL_ADDRESS: "" # IBAN_CODE: "" # <-- Incohérent, le nom de l'entité est IBAN IBAN: "" IP_ADDRESS: "" PHONE_NUMBER: "" URL: "" MONEY: "" BE_NATIONAL_REGISTER_NUMBER: "" BE_ENTERPRISE_NUMBER: "" FR_SOCIAL_SECURITY_NUMBER: "" FR_SIREN_SIRET: ""