Presidio не виявляє 220+ сутностей GDPR: прогалина в покритті для ЄС
Оновлено для 2026 року
Microsoft Presidio постачається приблизно з 40 стандартними розпізнавачами сутностей. Для американських розгортань це працює: охоплюються SSN, паспорти США, водійські посвідчення, кредитні картки та електронні адреси.
Для розгортань у ЄС прогалина є значною. GDPR охоплює всі персональні дані в Євросоюзі незалежно від громадянства суб'єкта даних. Командам у ЄС потрібні розпізнавачі, яких Presidio не містить.
Що включає Presidio
Стандартні засоби Presidio поділяються на чотири групи.
Ідентифікатори США:
- Номер соціального страхування США (SSN)
- Номер паспорта США
- Номер водійського посвідчення США
- Номер банківського рахунку США
- ITIN США
- Номер медичної ліцензії США
Універсальні ідентифікатори:
- Електронна адреса
- Номер телефону
- IP-адреса
- Номер кредитної картки
- Адреса криптогаманця
- URL
Текстові сутності (на основі NER):
- PERSON
- LOCATION
- ORGANIZATION
- DATE_TIME
Обмежені міжнародні ідентифікатори:
- Номер NHS Великої Британії
- Номер національного страхування Великої Британії (NINO)
- Деякі фінансові ідентифікатори
Разом: близько 40 розпізнавачів.
Що потрібно командам у ЄС
Фінансові ідентифікатори
IBAN зустрічається в більшості ділових документів ЄС: у платежах, рахунках-фактурах і відомостях заробітної плати. IBAN відповідає стандарту ISO 13616. Presidio не має розпізнавача IBAN.
Візьмемо німецький фінтех. У кожному файлі платежу є IBAN. Без виявлення IBAN інструмент шукає лише номери кредитних карток. Основний платіжний ідентифікатор ЄС пропускається — а це ключовий елемент даних, що підпадають під GDPR, який так і не буде знайдений.
Національні податкові ідентифікатори
Жодного з наведених нижче немає в стандартних засобах Presidio:
- Steueridentifikationsnummer (Німеччина): 11 цифр
- NIR (Франція): 15 цифр із контрольним ключем
- Codice Fiscale (Італія): 16 символів із контрольною сумою
- NIF/NIE (Іспанія): 9 символів із буквою
- BSN (Нідерланди): 9 цифр із валідацією elfproef
Команда з розрахунку заробітної плати в ЄС обробляє файли з різних держав-членів. Без цих розпізнавачів найчутливіші ідентифікатори в цих записах залишаються непоміченими.
Національні ідентифікатори охорони здоров'я
Номер NHS Великої Британії охоплено. Але ці — ні:
- NIR Франції (також ідентифікатор у сфері охорони здоров'я)
- Krankenkassennummer Німеччини
- Codice Fiscale Італії (також ідентифікатор у сфері охорони здоров'я)
- BSN Нідерландів (використовується для медичного страхування)
Медичним командам у ЄС потрібні ці ідентифікатори для захисту даних на рівні GDPR.
Водійські посвідчення ЄС
Водійські посвідчення ЄС підпадають під Директиву 2006/126/EC. Кожна держава-член має власний формат. Буквено-цифрова структура відрізняється залежно від країни. Presidio має розпізнавачі лише для американських водійських посвідчень. Підтримки водійських посвідчень ЄС немає. Це означає, що дані водійських посвідчень ЄС проходять непоміченими.
Номери ПДВ
Номери ПДВ ЄС зустрічаються в кожній угоді між компаніями. Формат: двобуквений код країни плюс 8–12 цифр. Presidio не має розпізнавача ПДВ. Номери ПДВ пов'язані з компаніями та їх власниками. Вони є персональними даними за GDPR.
Для отримання додаткової інформації про зобов'язання за GDPR дивіться ресурси з відповідності GDPR.
Вартість спеціальних розпізнавачів
Коли команди в ЄС виявляють цю прогалину, вони створюють спеціальні розпізнавачі. Це займає реальний час.
Час на один розпізнавач (приблизна оцінка):
- Дослідження формату: 1–2 години
- Написання класу Python: 2–4 години
- Розробка регулярного виразу та валідації: 2–4 години
- Додавання контекстних слів: 1–2 години
- Написання тестів: 2–3 години
- Розгортання та перевірка: 1–2 години
Це 9–17 годин на один розпізнавач. Оцінки приблизні.
Приклад: німецькому фінтеху потрібні чотири розпізнавачі.
IBAN, Steuer-ID, водійське посвідчення ЄС, ПДВ Німеччини.
- 4 розпізнавачі по 13 годин кожен = 52 години роботи
- За €100 на годину: близько €5 200
Це лише початкова розробка. Формати змінюються з часом. З'являються нові граничні випадки. Оновлення API Presidio можуть зламати все. Кожна зміна вимагає залучення розробника для перевірки та виправлення. Постійна робота збільшує витрати рік за роком.
Бібліотека сутностей під управлінням
anonym.legal розширює Presidio до 285+ типів сутностей. Команда підтримує бібліотеку в актуальному стані. Ідентифікатори ЄС включені з першого дня.
Що виходить за межі стандартних можливостей Presidio:
- IBAN у всіх форматах держав-членів ЄС
- Податкові ідентифікатори держав-членів: Steuer-ID, NIR, Codice Fiscale, NIF/NIE, BSN, PESEL тощо
- Національні ідентифікатори охорони здоров'я ЄС
- Номери ПДВ (формат ЄС)
- Формати водійських посвідчень ЄС
- Формати паспортів європейських країн
- Варіанти сутностей 48 підтримуваних мовами
Коли Німеччина оновлює формат податкового ідентифікатора, оновлення надходить разом із сервісом. Ніякого pull request від вашої команди не потрібно.
Для ідентифікаторів, яких немає в бібліотеці, конструктор спеціальних сутностей дозволяє додавати шаблони. Код Python не потрібен.
Дивіться деталі безпеки та відповідності, щоб дізнатися, як працюють оновлення та журнали аудиту.
Приклад з німецьким фінтехом
Німецький фінтех потребує виявлення IBAN, BIC, Steuer-ID та Handelsregisternummer у файлах клієнтів.
Рівень виявлення стандартними засобами Presidio для цих чотирьох типів: 0%.
Жодного з них немає в стандартній бібліотеці. Це не низька точність. Це нуль виявлень. Інструмент не частково пропускає їх — він взагалі їх не бачить.
Порівняння витрат:
| Підхід | Витрати у першому році |
|---|---|
| Спеціальні розпізнавачі (4 × 13 год за €100/год) | ~€5 200 плюс поточне обслуговування |
| Керована бібліотека сутностей (план Pro) | €180/рік, усі чотири охоплені |
Різниця — приблизно в 29 разів у першому році. Кожного наступного року витрати на спеціальне обслуговування зростають. Ціна managed-сервісу залишається незмінною.
Висновок
Стандартні засоби Presidio добре підходять для американських сценаріїв використання. Для розгортань у ЄС відповідно до GDPR їх недостатньо. Ця прогалина вимагає або розробки спеціальних розпізнавачів, або використання managed-сервісу.
Для команд у ЄС, де відповідність є обов'язковою, а інженерний час обмежений, попередньо створена бібліотека сутностей ЄС усуває проєкт розробки тривалістю 50+ годин. Файли можна обробляти з першого дня. Спеціальний код не потрібен.