Presidio Perde 220+ Entidades do RGPD: A Lacuna de Cobertura na UE
Atualizado para 2026
O Microsoft Presidio inclui cerca de 40 reconhecedores de entidades por padrão. Para implantações nos EUA, isso é suficiente. Cobre SSNs, passaportes americanos, carteiras de habilitação, cartões de crédito e e-mails.
Para implantações na UE, a lacuna é grande. O RGPD cobre todos os dados pessoais na UE. Isso se aplica independentemente da nacionalidade do titular dos dados. As equipes europeias precisam de reconhecedores que o Presidio não inclui.
O Que o Presidio Inclui
Os reconhecedores padrão se dividem em quatro grupos.
Identificadores focados nos EUA:
- Número de Previdência Social dos EUA (SSN)
- Número de passaporte dos EUA
- Número de carteira de habilitação dos EUA
- Número de conta bancária dos EUA
- ITIN dos EUA
- Número de licença médica dos EUA
Identificadores universais:
- Endereço de e-mail
- Número de telefone
- Endereço IP
- Número de cartão de crédito
- Endereço de carteira cripto
- URL
Entidades de texto (baseadas em NER):
- PERSON
- LOCATION
- ORGANIZATION
- DATE_TIME
Cobertura internacional limitada:
- Número NHS do Reino Unido
- National Insurance Number do Reino Unido (NINO)
- Alguns identificadores financeiros
Total: cerca de 40 reconhecedores.
O Que as Equipes da UE Precisam
Identificadores Financeiros
O IBAN aparece em quase todos os documentos comerciais da UE. Ele consta em pagamentos, faturas e folhas de pagamento. O IBAN segue a norma ISO 13616. O Presidio não tem reconhecedor de IBAN.
Tome uma fintech alemã. Cada arquivo de pagamento contém um IBAN. Sem detecção de IBAN, a ferramenta só procura números de cartão de crédito. O principal identificador de pagamento na UE é ignorado. Isso significa que um dado pessoal central sob o RGPD nunca é encontrado.
Números de Identificação Fiscal
Nenhum desses identificadores está na biblioteca padrão do Presidio:
- Steueridentifikationsnummer alemão: 11 dígitos
- NIR francês: 15 dígitos com chave de verificação
- Codice Fiscale italiano: 16 caracteres com soma de verificação
- NIF/NIE espanhol: 9 caracteres com letra
- BSN holandês: 9 dígitos com validação elfproef
Uma equipe de folha de pagamento na UE lida com arquivos de muitos Estados membros. Sem esses reconhecedores, ela perde os identificadores financeiros mais sensíveis nesses registros.
Identificadores de Saúde
O número NHS do Reino Unido está coberto. Estes não estão:
- NIR francês (também usado como identificador de saúde)
- Krankenkassennummer alemão
- Codice Fiscale italiano (também usado como identificador de saúde)
- BSN holandês (usado para seguro de saúde)
Organizações de saúde na UE precisam desses identificadores para proteção de dados de saúde ao nível do RGPD.
Carteiras de Habilitação da UE
As carteiras de habilitação na UE estão sob a Diretiva 2006/126/CE. Cada Estado membro tem seu próprio formato. A estrutura alfanumérica varia por país. O Presidio só tem reconhecedores para carteiras americanas. Não há suporte para carteiras europeias. Portanto, dados de carteiras europeias passam sem ser detectados.
Números de IVA
Os números de IVA da UE aparecem em cada transação B2B. Formato: código de país de 2 letras mais 8 a 12 dígitos alfanuméricos. O Presidio não tem reconhecedor de IVA. Os números de IVA vinculam empresas e seus proprietários. Eles são dados pessoais sob o RGPD.
Para saber mais sobre as obrigações do RGPD, consulte nossos recursos de conformidade RGPD.
O Custo dos Reconhecedores Personalizados
Quando as equipes europeias descobrem a lacuna, desenvolvem reconhecedores personalizados. O trabalho se acumula.
Tempo por reconhecedor (estimativa aproximada):
- Pesquisar o formato: 1–2 horas
- Escrever a classe Python: 2–4 horas
- Implementar o regex e a validação: 2–4 horas
- Adicionar palavras de contexto: 1–2 horas
- Escrever testes: 2–3 horas
- Implantar e verificar: 1–2 horas
Isso soma 9–17 horas por reconhecedor. São estimativas aproximadas.
Exemplo: uma fintech alemã precisa de quatro reconhecedores.
IBAN, Steuer-ID, carteira de habilitação da UE, IVA alemão.
- 4 reconhecedores a 13 horas cada = 52 horas de trabalho
- A €100 por hora: cerca de €5.200
Isso cobre apenas a primeira construção. Os formatos mudam com o tempo. Novos casos extremos surgem. Atualizações da API do Presidio podem quebrar coisas. Cada mudança requer um desenvolvedor. Os custos contínuos aumentam ano após ano.
A Biblioteca Gerenciada
O anonym.legal estende o Presidio com mais de 285 tipos de entidades. A equipe mantém a biblioteca atualizada. Os identificadores europeus estão incluídos desde o primeiro dia.
O que vai além dos padrões do Presidio:
- IBAN em todos os formatos dos Estados membros da UE
- Identificadores fiscais dos Estados membros: Steuer-ID, NIR, Codice Fiscale, NIF/NIE, BSN, PESEL e mais
- Identificadores de saúde nacionais da UE
- Números de IVA (formato UE)
- Formatos de carteiras de habilitação da UE
- Formatos de passaportes europeus
- Variantes de entidades em 48 idiomas suportados
Quando a Alemanha atualiza um formato de identificador fiscal, a atualização é enviada com o serviço. Nenhum pull request é necessário da sua equipe.
Para identificadores não incluídos na biblioteca, o construtor de entidades personalizadas permite adicionar padrões. Nenhum código Python é necessário.
Consulte os detalhes de segurança e conformidade para ver como funcionam as atualizações e os registros de auditoria.
Exemplo de Fintech Alemã
Uma fintech alemã precisa detectar IBANs, BICs, Steuer-IDs e Handelsregisternummern em arquivos de clientes.
Taxa de detecção padrão do Presidio para esses quatro tipos: 0%.
Nenhum está na biblioteca padrão. Não é baixa precisão. São zero detecções. A ferramenta não os perde parcialmente. Ela não os vê de forma alguma.
Comparação de custos:
| Abordagem | Custo no primeiro ano |
|---|---|
| Reconhecedores personalizados (4 × 13 h a €100/h) | ~€5.200 mais manutenção |
| Biblioteca de entidades gerenciada (plano Pro) | €180/ano, todos os quatro cobertos |
A diferença é de cerca de 29x no primeiro ano. Cada ano seguinte, a manutenção do desenvolvimento personalizado se acumula. O preço do serviço gerenciado permanece estável.
Conclusão
Os padrões do Presidio atendem bem os casos de uso americanos. Para implantações na UE sob o RGPD, eles ficam aquém. A lacuna requer desenvolvimento de reconhecedores personalizados ou um serviço gerenciado.
Para equipes europeias onde a conformidade é obrigatória e o tempo de engenharia é limitado, uma biblioteca de entidades da UE pré-construída elimina um projeto de mais de 50 horas. Os arquivos podem ser processados desde o primeiro dia. Nenhum código personalizado é necessário antes.