Глоссарий
PII-обезличивание: как пропускать персональные данные через LLM легально
Коротко: PII-обезличивание — замена персональных данных (имён, телефонов, паспортов, адресов) на плейсхолдеры перед отправкой текста в языковую модель, с возможностью обратной подстановки. Для работы с внешними LLM это стандарт динамической защиты: прокси перехватывает запрос, находит PII, маскирует, отправляет в модель и восстанавливает реальные значения в ответе. В РФ это вопрос не только безопасности, но и 152-ФЗ: важно понимать, что псевдонимизация не равна минимизации — обезличенные данные всё равно остаются в зоне закона.
Русскоязычный PII сложнее англоязычного: падежи ломают точные совпадения, ФИО склоняются, телефоны пишут в десятке форматов. Открытый бенчмарк на 21 тип персональных данных показал, что универсальных моделей нет — дообучение на своём домене решает: 322M-энкодер после тренировки на десяти тысячах писем даёт accuracy 0,959.
Динамическая анонимизация
Стандарт для работы с внешними LLM — прокси: mask → запрос в модель → unmask в ответе. Stateless-маппинг между запросом и ответом, поддержка форматов ПД РФ, русский NER на входе. Всё крутится локально, без отправки ПДн наружу.
Инциденты как аргумент
KPMG отозвал отчёт об ИИ, когда проверка сносок показала: реальны 5 кейсов из 45. Уверенно генерируемые факты — не баг, а свойство. Пропускать клиентские ПДн через такую машину без маскирующего прокси — решение дороже самого прокси.