// Opið tilbúið prófunarsafn
Niðurstöður, með mörkunum sýnilegum.
Tvö tilbúin söfn sýna mörkin: á 42 handvöldum dæmum sleppur ekkert merkt auðkenni í leyfðan texta, en á 18 nýjum áskorunardæmum sleppa 8 í gegn. Frumgerðin er ekki tilbúin fyrir viðkvæm gögn.
SÉRSTAKT ÁSKORANASAFN
8 þekktir lekar í tilbúnu prófi.
Þessi 18 dæmi voru samin eftir fyrstu greiningarreglurnar og reglurnar voru ekki lagaðar að þeim. Taflan sýnir hversu mörg merkt auðkenni voru enn í texta sem frumgerðin leyfði út. Niðurstaðan er ekki dæmigert lekahlutfall.
Endurheimt við nákvæma tegund og staðsetningu: nöfn 60%, heimilisföng 50%, leyndarmál 33%, símanúmer 50%, netföng 50%. Aðeins örfá dæmi eru í hverri tegund.
dmz-frumgerð eftir tegund.
Rétt tegund og nákvæmlega rétt staðsetning þarf að finnast til að telja rétt svar. FP er röng greining; FN er auðkenni sem fór framhjá.
TP = rétt greining, FP = röng greining, FN = framhjáhlaup. Orðabókarprófið inniheldur aðeins eitt fyrirfram stillt gerviheiti, Verkefni Gervi. Eina heimilisfangið hittir þrönga lögunarreglu og stöðvar fyrirspurn.
ÖRYGGISMÖRK · FRUMGERÐ
Hvað yrði enn sýnilegt?
Á þessu handvalda safni eru 0 merkt auðkenni eftir í leyfðum texta. 2 óþekkt full nöfn og 1 heimilisfang stöðva fyrirspurn til yfirferðar; alls eru 10 fyrirspurnir stöðvaðar. Þetta er ekki sönnun fyrir því að raunverulegur texti leki ekki.
Talið fyrir hvert fyrirfram merkt auðkenni: maskað, stöðvað með allri fyrirspurninni eða enn í leyfðum texta. Engu líkani var sent efni. Ómerkt samhengi er ekki metið og safnið er ekki dæmigert fyrir raunverulegan leka.
Samanburður: einföld regex.
Sömu 42 dæmi, en án dagsetninga-, gátstafa-, mod-97- og Luhn-staðfestinga eða nafnaorðabókar. Mynstur geta skarast; röng greining er talin í hverri tegund.
Samanburður: sjálfgefið Presidio.
Presidio Analyzer 2.2.364 með sjálfgefnu ensku en_core_web_lg 3.8.0 líkani. Enginn íslenskur greinir eða sérstilling var bætt við. Sömu nákvæmu mörk og tegundir eru skoruð.
Hvernig við mældum.
Hvert dæmi hefur fyrirfram merkt auðkenni. Go-greiningin skilar tegund og staðsetningu í UTF-8 bætum. Skorarinn ber saman nákvæma staðsetningu og tegund; lík orð eða hlutar teljast ekki rétt.
Prófunarkennitölur hafa aldarstaf 8. Netföng nota frátekin dæmalén, kort eru prófunarnúmer og engin raunveruleg viðskiptavinagögn eru notuð.