Personenbezogene Daten erkennen, ersetzen und wiederherstellen

Nutzen Sie die nativen Text-APIs für Erkennung sowie umkehrbare, konsistente Ersetzung.

Personenbezogene Daten erkennen

POST /v1/analyze akzeptiert ein einzelnes text oder ein texts -Array. Native Offsets zählen Unicode-Codepunkte ab null; endIndex ist exklusiv.

Parameter der nativen Erkennung
Parameter	Bedeutung
`text` / `texts`	Eine Zeichenfolge oder ein Array von Zeichenfolgen. Senden Sie genau eines dieser Felder.
`tier`	`standard`, `batch` oder `realtime`
`model`	`shinrai-latest` oder `shinrai-v1.3`. Stufen-Aliasse können `-batch` oder `-realtime`.
`threshold`	Konfidenzschwelle von 0 bis 1; Standardwert 0,7.
`merge_persons`	Benachbarte Personenfunde zusammenführen; Standardwert true.

GET /v1/models listet die für Ihren Schlüssel verfügbaren Modelle und API-Stufen auf. OpenAPI ist die maschinenlesbare native Referenz.

Was ist semantische Verschlüsselung?

ShinrAI bezeichnet seine kontexterhaltende, reversible Ersetzung als semantische Verschlüsselung. Sie ist eine Form der Pseudonymisierung: Sensible Werte werden durch nutzbare Alternativen ersetzt. Ihre Anwendung kann die Originale über ihre Zuordnung wiederherstellen.

Schützen Sie die Zuordnung als sensible Daten und halten Sie sie aus KI-Prompts heraus. Realistische Ersetzungen bedeuten weder, dass jedes Wort kryptografisch verschlüsselt ist, noch dass der Text automatisch anonym ist.

Sprachen und Datenkategorien · Modell-Changelog · ShinrAI vergleichen

Personenbezogene Daten ersetzen und Zuordnung behalten

POST /v1/redact liefert transformierten Text zurück. Wählen Sie replace für konsistente realistische Ersatzwerte, mask für maskierte Zeichen oder label für Entitätsbezeichnungen wie [PERSON].

curl https://api.shinrai.innovius.io/v1/redact \
  -H "Authorization: Bearer $SHINRAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"text":"Contact Emma at emma@example.com","mode":"replace"}'

Beispielausgabe (simuliert)

Simulierter JSON-Auszug zum obigen Befehl. Erkennungen, Ersatzwerte und Ihr Guthaben können abweichen.

{
  "mode": "replace",
  "tier": "standard",
  "text": "Contact Nora at nora@example.net",
  "mapping": {
    "Emma": "Nora",
    "emma@example.com": "nora@example.net"
  },
  "usage": {
    "records": 1,
    "weighted_records": 1.0,
    "tier": "standard",
    "balance_after": 9998.0
  }
}

Speichern Sie die zurückgegebene mapping sicher in Ihrer Anwendung, falls Sie eine Wiederherstellung benötigen. Senden Sie known_replacements um bestehende Ersatzwerte über Aufrufe hinweg wiederzuverwenden; reserved_replacements schließt Werte aus, die nicht erzeugt werden dürfen. mask_char steuert die Maskierung und verwendet standardmäßig *.

Prüfen Sie Erkennungen anhand repräsentativer Dokumente. Pseudonymisierte Texte und Wiederherstellungszuordnungen können weiterhin sensible Daten enthalten; eine Transformation garantiert keine Anonymisierung.

Ersetzungen in einem Stapel konsistent halten

Verwenden Sie POST /v1/redact/batch wenn mehrere Datensätze zum selben Ablauf gehören. ShinrAI verwaltet eine anfragebezogene Ersetzungszuordnung und kann übergebene Zuordnungen aus known_replacements.

{"texts":["Emma owns the case.","Email Emma at emma@example.com"],"mode":"replace","include_mapping":true}

Zurückgegebene Zuordnungen enthalten Originalwerte. Speichern Sie sie als sensible Anwendungsdaten und halten Sie sie aus Modell-Prompts heraus.