privacy-guard-scanner 0.1.0

DSGVO-konformes Erkennen und Ersetzen von PII in LLM-Prompts

privacy-guard

DSGVO/GDPR-konformes Erkennen und Ersetzen von personenbezogenen Daten (PII) in Text — regel- und musterbasiert, kein ML-Inference zur Laufzeit.

Designed für den Einsatz vor LLM-Prompts: sensitive Daten werden durch stabile, umkehrbare Platzhalter ersetzt und können nach der LLM-Antwort wiederhergestellt werden.

Features

Typ	Beispiele
Namen	„Hans Müller", „Dr. Anna Schmidt" (via spaCy NER)
IBAN	DE89 3704 0044 0532 0130 00 (+ ISO 7064 Prüfsumme)
Telefon	[phone], 0800 123456
E-Mail	[e-mail]
Adresse	Hauptstraße 12, 79100 Freiburg
Secrets	API-Keys, Tokens, Passwörter (122 Muster)

• Personen des öffentlichen Lebens (Politiker, CEOs, Prominente) werden nicht maskiert
• Gleicher Originaltext → gleicher Platzhalter (Deduplication)
• ScanResult.restore() ersetzt Platzhalter zurück in den LLM-Output

Installation

pip install privacy-guard

Der Namens-Detektor benötigt zusätzlich ein spaCy-Modell:

pip install "de_core_news_sm @ https://github.com/explosion/spacy-models/releases/download/de_core_news_sm-3.8.0/de_core_news_sm-3.8.0-py3-none-any.whl"
# oder:
python -m spacy download de_core_news_sm

Alle anderen Detektoren (IBAN, Telefon, E-Mail, Adresse, Secrets) funktionieren ohne das Modell.

Schnellstart

from privacy_guard import PrivacyScanner

scanner = PrivacyScanner()

result = scanner.scan(
    "Bitte überweise 500 € an Hans Müller, IBAN DE89 3704 0044 0532 0130 00. "
    "Rückfragen an [e-mail] oder [phone]."
)

print(result.anonymised_text)
# → "Bitte überweise 500 € an [NAME_1], IBAN [IBAN_1]. Rückfragen an [EMAIL_1] oder [PHONE_1]."

print(result.mapping)
# → {"[NAME_1]": "Hans Müller", "[IBAN_1]": "DE89 3704 0044 0532 0130 00", ...}

# LLM-Antwort wiederherstellen
llm_response = "Vielen Dank, [NAME_1]! Ihre Überweisung von [IBAN_1] wurde verarbeitet."
print(result.restore(llm_response))
# → "Vielen Dank, Hans Müller! Ihre Überweisung von DE89 3704 0044 0532 0130 00 wurde verarbeitet."

Detektoren einzeln steuern

from privacy_guard import PrivacyScanner, PiiType

scanner = PrivacyScanner()
scanner.disable_detector(PiiType.NAME)   # Namens-Detektor deaktivieren
scanner.enable_detector(PiiType.NAME)    # wieder aktivieren

# Eigene Whitelist-Einträge (werden nicht maskiert)
scanner = PrivacyScanner(extra_whitelist_names=["Erika Musterfrau"])

Nur bestimmte Findings auswerten

secrets = [f for f in result.findings if f.pii_type == PiiType.SECRET]
for s in secrets:
    print(f"  {s.rule_id}: {s.text!r}  (confidence={s.confidence})")

Lizenz

MIT — siehe LICENSE.