O que é detectado

A versão 0.2.3 detecta 242 tipos de dados em 60 pacotes: 7 pacotes globais, além de pacotes para 52 países e para a UE. Tudo é verificado localmente no navegador.

• Dígito verificador: onde existe, o AImori o valida. Um IBAN real é sinalizado; uma sequência aleatória de números, não.
• Palavra-chave: alguns tipos sem dígito verificador só são sinalizados junto com uma palavra-chave (por exemplo “SSN:”).
• Pacotes por país: quais valem é decidido pela detecção automática.

Lista completa com IDs para políticas: Todos os tipos de dados.

Teste você mesmo: valores de teste oficiais

Teste apenas com estes valores de exemplo publicados, nunca com dados reais. Digite o valor exatamente assim em um site de IA compatível e pressione Enter: o envio é pausado.

Para os demais números nacionais e a maioria das chaves, não existe valor de teste oficial. Nesses casos, use valores inventados por você que cumpram o formato e o dígito verificador, nunca números de pessoas ou empresas reais.

Detecções certas e incertas

• Certas: dígito verificador e formato conferem e, quando necessário, também a grafia padrão ou uma palavra-chave. O AImori pausa o envio e a colagem.
• Incertas: por exemplo um número de telefone ou um número de cartão sem formatação, em ambos os casos sem palavra-chave. Apenas um aviso discreto durante a digitação (“possivelmente … – verifique”), que nunca pausa o envio.
• Para a TI: política uncertainFindings com hint (padrão), warn (detecções incertas abrem a barra de aviso, no máximo com a ação Avisar) ou enforce (iguais às detecções certas).

Detecção por IA local

Além das regras, um modelo de IA no seu dispositivo reconhece nomes de pessoas, empresas, endereços postais e dados de saúde.

• Ativado por padrão. Botão em Configurações → Detecção (“Usar a IA local além das regras”), política detection (ki ou regeln).
• As regras sempre valem. A IA só complementa e não consegue anular uma detecção das regras.
• A IA verifica o texto inteiro até 40 000 caracteres. Em textos mais longos, verifica apenas a primeira parte, e a barra informa isso em uma frase. As regras sempre verificam o texto inteiro.
• Nada é enviado. Em caso de erro, o AImori continua trabalhando só com as regras.

Verificar imagens

O AImori lê localmente, com reconhecimento de texto, imagens coladas, arrastadas e enviadas nos formatos PNG, JPEG ou WebP e verifica o texto como texto colado. Depois, o site de IA recebe o original, uma cópia tarjada ou nada.

• Limites: no máximo 10 imagens de uma vez, cada uma com no máximo 30 MB e 50 megapixels, no máximo 60 segundos no total.
• O que não pode ser verificado (grande demais, lento demais, erro) é sinalizado, e não liberado em silêncio.
• Documentos de identidade em imagem são bloqueados por padrão; faturas em imagem são sinalizadas.
• Uma ajuda, não uma garantia: texto pequeno, inclinado ou desfocado pode passar despercebido.
• Outros formatos de imagem (GIF, HEIC …) não são lidos; veja Imagens e arquivos.

Para desativar: Configurações → Imagens e arquivos → “Verificar imagens”, política imageScan.

Verificar documentos

O AImori lê localmente arquivos enviados, arrastados ou colados nos formatos TXT, CSV, MD, PDF, DOCX ou XLSX e verifica o texto com as mesmas regras da digitação: tipos de dados, pacotes por país e termos próprios. A IA local não verifica documentos – por isso, nomes e endereços postais em arquivos não são detectados.

• Se algo for encontrado, a barra informa o tipo de dado, a quantidade e os números de linha, nunca o valor, e oferece “Enviar versão limpa” (como funciona).
• Limites: no máximo 5 arquivos e 20 MB de uma vez, no máximo 5 milhões de caracteres por arquivo PDF, Word ou Excel, verificação de no máximo 120 segundos. Se demorar mais, a barra mostra “Verificando o documento localmente …” com Cancelar. Páginas digitalizadas sem camada de texto não são lidas com reconhecimento de texto; elas são sinalizadas como não verificáveis.
• A verificação de documentos não pode ser desativada. A sua organização pode bloquear totalmente o upload de arquivos com blockUncheckedFiles.

Riscos de contexto e tabelas

Algumas coisas só são sensíveis no contexto. O AImori também sinaliza:

• Identidade: nome e data de nascimento junto com endereço, telefone, e-mail ou um número de documento de identidade ou de seguridade social.
• Saúde (diagnóstico, medicamento), dados de RH (demissão, salário, avaliação, atestado médico) e religião, opinião política ou filiação sindical, sempre apenas com uma pessoa identificável. Perguntas gerais como “O que é diabetes?” não disparam nada.
• Listas de clientes: a partir de 10 endereços de e-mail, números de telefone ou IBANs diferentes.
• Tabelas com linhas de pessoas (nome, e-mail, data de nascimento …), coladas ou enviadas como arquivo .csv ou .xlsx.
• Valores disfarçados: caracteres invisíveis, letras sósias, dígitos escritos por extenso ou de trás para frente, Base64 ou hexadecimal, também distribuídos em várias mensagens.
• Marcações de confidencialidade como “ESTRITAMENTE CONFIDENCIAL” ou “Classificação: interno”.

O que é inserido ao tarjar

Cada trecho encontrado é substituído pela sua categoria entre colchetes, no idioma da extensão: [Dados financeiros], [Seguridade social], [Saúde], [Dados pessoais], [Dados da empresa], [Dados de contato], [Número de identificação fiscal], [Credenciais de acesso], [Documento de identidade], [Identificação nacional].

• Tabelas coladas: conforme a política tableRedaction, as colunas sensíveis são tarjadas, ou o cabeçalho e 3 linhas são mantidos e o resto vira [N linhas removidas].
• Imagens: a cópia tarjada cobre cada trecho encontrado com uma tarja preta opaca.
• Marcadores, em vez de tarjar, geram valores numerados como [IBAN_1]; veja Marcadores.

Termos próprios

Acrescente nomes de clientes, codinomes de projetos, domínios internos ou siglas em Configurações → Detecção → “Termos próprios”; a sua organização pode definir outros. São armazenadas apenas somas de verificação. As detecções aparecem como “Termo próprio”, com o ID custom_term. O antigo dicionário da empresa tem o ID dictionary.

Ação padrão

Classe de proteção alta e média → Avisar, baixa → Desativado. Pode ser alterada por tipo de dado nas configurações ou pela política rules.