pii_anonymizer_presidio

Microsoft Presidio analiza texto en busca de PII (nombres, DNIs, fechas de nacimiento, IBANs, emails) y los reemplaza por tokens antes de que lleguen a los logs o a cualquier sistema de almacenamiento secundario.

When to use

Usar como middleware de logging y antes de cualquier export de datos a sistemas externos (Loki, Jaeger, Grafana). Aplicar también sobre los campos textuales extraídos por OCR antes de persistirlos en auditoría.

Instructions

1. Instalar: pip install presidio-analyzer presidio-anonymizer
2. Descargar modelo spaCy: python -m spacy download es_core_news_lg (español) y en_core_web_lg (inglés).
3. Inicializar en backend/core/privacy.py:

   from presidio_analyzer import AnalyzerEngine
   from presidio_anonymizer import AnonymizerEngine
   analyzer = AnalyzerEngine()
   anonymizer = AnonymizerEngine()