dataairlock 0.4.0

個人情報を仮名化してクラウドLLMに安全に渡すためのツール

DataAirlock

LLMを安全に使うためのローカル仮名化パイプライン

English Documentation | 不具合報告

---

課題

機密データをLLMに送信することはできません。

患者記録、顧客情報、社内文書——ChatGPTやClaudeなどのクラウドAIに送信した時点で、データの管理権を失います。GDPRはこれを禁止しています。個人情報保護法もこれを禁止しています。御社のセキュリティポリシーもこれを禁止しているはずです。

DataAirlockは、LLM使用前にデータをローカルで仮名化することでこの課題を解決します。

個人情報は可逆的なセマンティックトークン（例：PERSON_001）に置換されます。暗号化されたマッピングはローカルに保存されます。LLM処理後、データを元の形式に復元できます。これはGDPRに準拠した仮名化（pseudonymization）であり、不可逆的な匿名化（anonymization）ではありません。

---

免責事項

本ツールは個人情報の検出・仮名化を100%保証するものではありません。 出力データは必ずユーザー自身の目で確認してください。 開発者は本ツール使用によるデータの漏洩や損害について一切の責任を負いません。

---

仕組み

flowchart LR
    subgraph Local["ローカル環境（あなたのPC）"]
        A[("機密データ<br/>山田太郎, 090-1234-5678")] --> B["DataAirlock<br/>仮名化"]
        B --> C[("仮名化データ<br/>PERSON_001, PHONE_001")]
        F["DataAirlock<br/>復元"] --> G[("復元済み結果<br/>山田太郎, 090-1234-5678")]
    end

    subgraph Cloud["クラウド LLM"]
        D["Claude Code<br/>Codex, GPT..."]
    end

    C -.->|"安全に送信"| D
    D -.->|"分析結果"| E[("結果<br/>PERSON_001の来院回数...")]
    E --> F

    style A fill:#ffe0e0,stroke:#cc0000
    style G fill:#e0ffe0,stroke:#00cc00
    style C fill:#fff3cd,stroke:#cc9900
    style E fill:#fff3cd,stroke:#cc9900
    style D fill:#e0e0ff,stroke:#0000cc

1. 入力 — 個人情報を含むドキュメントやデータセットを読み込む
2. 仮名化 — DataAirlockが個人情報を検出し、セマンティックトークンに置換
3. 処理 — 仮名化されたデータを安全にLLMへ送信
4. 復元 — LLMの出力結果を元のデータに復元

---

なぜ仮名化（pseudonymization）であり、匿名化（anonymization）ではないのか

	匿名化（anonymization）	仮名化（pseudonymization）
可逆性	不可逆	キーにより復元可能
元データ	永久に失われる	復元可能
GDPRでの定義	第26条（適用範囲外）	第4条(5)（リスク軽減措置）
用途	公開データセット	処理ワークフロー

DataAirlockは仮名化を行います。 データは復元可能です。これは意図的な設計であり、LLMの処理結果を実際のエンティティにマッピングし直すワークフローに必要な機能です。

---

特徴

• ローカル処理 — 仮名化・復元はすべてローカルで実行。生データがクラウドに送信されることはありません
• セマンティックトークン — PATIENT_001等の意味のあるIDでLLMが文脈を理解
• 暗号化マッピング — トークンと元データの対応表はFernet（AES-128-CBC）で暗号化
• ワンコマンド復元 — 分析結果を元のデータに即座に復元
• CLI完結 — ターミナルで完結、Claude Code や他のCLIツールとシームレスに連携

---

クイックスタート

インストール

pip install dataairlock

オプション機能を含める場合：

# LLM検出機能（Ollama連携）
pip install dataairlock[ollama]

# Web UI（Streamlit）
pip install dataairlock[streamlit]

# すべての機能
pip install dataairlock[all]

基本的な使い方

# 1. ワークスペースを作成（ファイルを仮名化）
dataairlock workspace ./my_project --add data/patients.csv -p mypassword

# 2. Claude Code を起動（仮名化データで作業）
dataairlock wrap ./my_project --shell
# または
cd ./my_project/.airlock && claude

# 3. 結果を復元
dataairlock workspace ./my_project --restore-all -p mypassword

Claude Code との連携

# 対話シェルを起動（.airlock/ 内で作業）
dataairlock wrap ./my_project --shell

# Claude Code を直接起動
dataairlock wrap ./my_project -c "claude"

# 自動復元付きでスクリプト実行
dataairlock wrap ./my_project -c "python analyze.py" --auto-restore -p mypassword

---

対応する個人情報（PII）

PIIタイプ	仮名化後の形式	例
患者ID / カルテ番号	PATIENT_001	P001 → PATIENT_001
氏名（漢字）	PERSON_001	山田太郎 → PERSON_001
氏名（カナ）	PERSON_KANA_001	ヤマダタロウ → PERSON_KANA_001
電話番号	PHONE_001	090-1234-5678 → PHONE_001
メールアドレス	EMAIL_001	[e-mail] → EMAIL_001
住所	ADDR_001	東京都新宿区... → ADDR_001
生年月日	1990年代（一般化）または BIRTHDATE_001	1990/01/15 → 1990年代
年齢	30代（一般化）または AGE_001	34歳 → 30代
マイナンバー	MYNUMBER_001	123456789012 → MYNUMBER_001

---

コマンド一覧

コマンド	説明
workspace --add	ファイルを仮名化してワークスペースに追加
workspace --add-all	フォルダ内の全ファイルを一括追加
workspace --status	ワークスペースの状態を表示
workspace --restore	結果ファイルを復元
workspace --restore-all	output/内の全CSVを一括復元
wrap	仮名化環境内でコマンドを実行
chat	ローカルLLM（Ollama）で対話
scan	PII検出のみ（仮名化しない）
pseudonymize	単発ファイルの仮名化
restore	単発ファイルの復元
scan-doc	Word/PPTのPII検出
pseudonymize-doc	Word/PPTの仮名化
restore-doc	Word/PPTの復元
profile list	保存されたプロファイル一覧
profile show	プロファイルの詳細表示
profile delete	プロファイルを削除
profile export	プロファイルをJSONにエクスポート
profile import	JSONからプロファイルをインポート
profile create-default	デフォルトプロファイルを作成

---

仮名化戦略

戦略	説明	使用例
replace	セマンティックトークンに置換（復元可能）	氏名、患者ID、電話番号
generalize	一般化（年代、都道府県等）	生年月日→年代、住所→都道府県
delete	列ごと削除	不要な個人情報列

---

PII検出モード

DataAirlockは3つの検出モードをサポートしています。

モード	説明	特徴
rule	ルールベース（正規表現）	高速、オフライン動作、デフォルト
llm	LLM（Ollama）のみ	高精度、曖昧なPIIも検出
hybrid	ルール + LLM の併用	最高精度、推奨

CLIでの使用

# ルールベース（デフォルト）
dataairlock scan data.csv

# LLMモード
dataairlock scan data.csv -m llm

# ハイブリッドモード（推奨）
dataairlock scan data.csv -m hybrid

# 仮名化時も指定可能
dataairlock pseudonymize data.csv -m hybrid -p mypassword

TUIでの使用

TUIでは、フォルダ処理時に「LLMを使用してPII検出の精度を向上させますか？」と確認が表示されます。 「はい」を選択すると、検出モードを選択できます。

Ollamaのセットアップ

LLMモードを使用するにはOllamaが必要です：

# macOS
brew install ollama

# Linux
curl -fsSL https://ollama.ai/install.sh | sh

# サーバー起動
ollama serve

# モデルダウンロード
ollama pull llama3.1:8b

ベンチマーク結果

内蔵テストデータ（11列、明確なPII 5列 + 曖昧なPII 2列 + 非PII 4列）での検出精度：

モード	Precision	Recall	F1スコア	処理時間
rule	1.000	0.714	0.833	0.002秒
llm	1.000	0.429	0.600	15.6秒
hybrid	1.000	0.857	0.923	10.1秒

ハイブリッドモードはルールのみと比較してF1スコアが+10.8%向上し、「担当者」列（「営業部 山本」など）の曖昧なPIIも検出できました。

---

プロファイル機能

PII処理設定をプロファイルとして保存し、次回以降の作業で再利用できます。 定型業務（例: 毎月の患者データ処理）で同じ設定を繰り返し入力する手間を省けます。

TUIでの使用

TUIでPIIを検出すると、プロファイルの使用を選択できます：

プロファイルを使用しますか？
  > 既存のプロファイルを使用
    新規に設定（プロファイル保存可）
    今回のみ設定（保存しない）

CLIでの使用

# プロファイル一覧を表示
dataairlock profile list

# デフォルトプロファイルを作成
dataairlock profile create-default

# プロファイルの詳細を表示
dataairlock profile show 医療データ

# チームで共有（エクスポート/インポート）
dataairlock profile export 医療データ -o ./medical_profile.json
dataairlock profile import ./medical_profile.json

プロファイル保存先

~/.config/dataairlock/profiles/
├── default.json
├── 医療データ.json
└── 人事データ.json

---

ディレクトリ構成

my_project/
├── .airlock/                    # ワークスペース（Git管理OK）
│   ├── data/                    # 仮名化済みデータ
│   │   └── patients.csv         # PATIENT_001, PERSON_001...
│   ├── output/                  # LLMの出力先
│   ├── PROMPT.md                # LLM用プロンプトテンプレート
│   └── README.md
├── .airlock_mappings/           # マッピングファイル（Git管理NG）
│   └── patients.mapping.enc     # 暗号化されたマッピング
└── results/                     # 復元済み結果
    └── analysis.csv             # 山田太郎, 090-1234-5678...

---

セキュリティ

• 暗号化マッピングファイル — Fernet（AES-128-CBC）で暗号化
• パスワード必須 — 復元にはパスワードが必要
• ローカル処理 — 仮名化・復元はすべてローカルで実行。生データがクラウドに送信されることはありません。
• Git除外 — .airlock_mappings/ は .gitignore に自動追加

---

必要条件

• Python 3.10+
• Ollama（chatコマンドおよびLLM検出モードを使う場合のみ）

---

開発

# クローン
git clone https://github.com/akira0907/dataairlock.git
cd dataairlock

# 開発環境セットアップ
python -m venv .venv
source .venv/bin/activate
pip install -e ".[dev]"

# テスト実行
pytest

---

ライセンス

MIT

---

作者

@akira0907