PII no significa lo mismo en todos los textos
Un expediente español puede contener DNI, NIE, NUSS, SIP, matrícula o IBAN ES. Un texto de Reino Unido puede traer NHS Number, National Insurance Number, UTR o sort code. En Estados Unidos aparecen SSN, ITIN, EIN, NPI, Medicare MBI o routing numbers.
Por eso Cleversian no trata la detección como una palabra genérica. Usa perfiles por país y detectores globales para adaptar el trabajo al tipo de documento que el usuario está protegiendo.
Reglas, patrones y validadores
Muchos identificadores no son solo cadenas con cierto formato. Tienen longitudes, prefijos, letras de control, checksums o reglas propias. Los validadores ayudan a distinguir un dato plausible de una coincidencia accidental.
La detección basada en reglas no pretende ser perfecta, pero sí auditable y explicable. Es más fácil revisar por qué un detector actuó que justificar una decisión opaca tomada por un modelo generativo.
Lo manual también es seguridad
Hay datos sensibles que no encajan en patrones públicos: nombres internos de proyecto, códigos de cliente, alias, ubicaciones privadas o términos de un contrato. Cleversian permite añadir protecciones manuales para cubrir esos casos antes de procesar.
El perfil correcto reduce ruido
Activar perfiles adecuados ayuda a proteger mejor sin inundar el texto de tokens innecesarios. El objetivo no es detectar todo lo imaginable en todos los idiomas a la vez, sino ofrecer un flujo configurable, revisable y práctico.
Siguiente paso
Probar el flujo real
Protege un texto, revisa los tokens y restaura solo cuando corresponda.