Bir CID222 dedektörünün bildirebileceği her kişisel veri varlık türü, gizli anahtar türü, zararlı içerik etiketi ve saldırı etiketi ile her birinin nerede bildirildiği.

Bir CID222 dedektörünün bildirebileceği her varlık türü, gizli anahtar/DLP kategorisi, zararlı içerik etiketi ve saldırı etiketi — her birinin nerede bildirildiği ve hangi dedektörün ürettiği. make docs-generate ile yeniden üretilir.

Ağ geçidinde ortak bir PiiEntityType (ya da DlpSecretType) sabit listesi yoktur — iki arayüz de detectedEntity.type alanını düz string olarak tanımlar ve asıl sözcük dağarcığı ai_input_filters tablosuna tohumlanan satırlardır. Bu sayfa ve buradan docs-lint 2. kurala verilen SCREAMING_SNAKE belirteç kümeleri, bir TypeScript türünden değil o tohum dosyasından üretilir; çünkü yeni bir veritabanına gerçekten giden şey odur.

Kişisel veri varlık türleri (24)

"PII & Sensitive Data Protection" grubuna tohumlanan her filtre için bir satır (database/seeds/seed-data/input-filters.json). Dedektör sütunu, filtre derlenmiş kalıplar taşıyorsa regex; varlık türlerinden en az biri aynı zamanda yerel bir NER etiketiyse ML (aşağıdaki yerel ML NER etiketleri bölümüne bakın); ikisi de geçerliyse her ikisini birden gösterir.

Varlık tür(ler)i	Filtre	Dedektör	Düzenli ifade kalıpları	Varsayılan eylem
`IBAN`, `ACCOUNT_NUMBER`	`bank-account`	regex, ML	5	`mask`
—	`card-expiry-cvv`	regex	2	`mask`
`CREDIT_CARD`	`credit-card`	regex, ML	3	`mask`
`CRYPTO_ADDRESS`	`crypto-address`	ML	0	`mask`
`DATE_TIME`	`date-time`	ML	0	`flag`
`EMAIL`	`email`	regex, ML	1	`mask`
`ID_DOCUMENT_NO`	`id-document-no`	regex	2	`mask`
`IP_ADDRESS`	`ip-address`	regex, ML	2	`mask`
`LICENSE_PLATE`	`license-plate`	regex, ML	1	`mask`
`LOCATION`, `STREET_ADDRESS`, `CITY`, `ZIPCODE`	`location`	regex, ML	1	`flag`
`TC_KIMLIK`, `ID_NUMBER`	`national-id`	regex, ML	5	`mask`
`ORGANIZATION`	`organization`	ML	0	`flag`
`PASSPORT`	`passport`	regex, ML	5	`mask`
`PERSON_NAME`	`person-name`	regex, ML	1	`mask`
`PHONE`	`phone`	regex, ML	7	`mask`
`SSN`	`ssn`	regex, ML	1	`mask`
`VKN`, `TAX_ID`	`tax-id`	regex	1	`mask`
`URL`	`url`	ML	0	`flag`

Note

ONNX NER modeli ayrıca API_KEY üretir; tohum dosyası bunu yukarıdaki tablolarda kendine ait bir filtre satırına bağlamaz (başka bir filtrenin ml_entity_types listesine katılmıştır ya da yalnızca modelin kendisi kapsar). Yine de gerçektir — bir tespit bu type değerini bildirir — dolayısıyla kişisel veri varlık türü toplamına sayılır.

DLP / gizli anahtar türleri (28)

"Data Leakage Prevention (DLP)" grubuna tohumlanan her filtre için bir satır. Yalnızca api-key bir ml_entity_types etiketi (API_KEY) bildirir — diğer DLP filtrelerinin tamamı yalnızca düzenli ifadeyle çalışır; dolayısıyla API yanıtındaki type alanı kalıp adıdır, value alanı ise burada gösterilen köşeli parantezli yer tutucuyu taşır.

Filtre	Bildirilen `type`	Yer tutucu(lar)	Düzenli ifade kalıpları	Varsayılan eylem
`api-key`	`API_KEY`	`OPENAI_API_KEY`, `AWS_ACCESS_KEY`, `AWS_SECRET_KEY`, `API_KEY`, `ANTHROPIC_API_KEY`, `GITHUB_TOKEN`, `SLACK_TOKEN`, `GOOGLE_API_KEY`, `CID_API_KEY`	10	`mask`
`connection-string`	`postgres_connection`, `mysql_connection`, `mongodb_connection`, `redis_connection`, `url_credentials`	`POSTGRES_CONNECTION`, `MYSQL_CONNECTION`, `MONGODB_CONNECTION`, `REDIS_CONNECTION`, `CREDENTIALS`	5	`mask`
`credential-pair`	`credential_pair_context`	`CREDENTIALS`	1	`mask`
`cve-vulnerability`	`cve_id`	`CVE_ID`	1	`flag`
`mac-address`	`mac_colon`, `mac_hyphen`	`MAC_ADDRESS`	2	`mask`
`medical-record-number`	`mrn_labeled`, `mrn_format`	`MRN`	2	`mask`
`oauth-token`	`jwt_token`, `bearer_token`, `google_refresh_token`, `refresh_token_assignment`	`JWT_TOKEN`, `BEARER_TOKEN`, `REFRESH_TOKEN`	4	`mask`
`password`	`password_assignment`, `turkish_password_assignment`, `db_password`, `secret_assignment`	`PASSWORD`, `DB_PASSWORD`, `SECRET`	4	`mask`
`private-key`	`rsa_private_key`, `private_key_generic`, `openssh_private_key`	`RSA_PRIVATE_KEY`, `PRIVATE_KEY`, `SSH_PRIVATE_KEY`	3	`mask`
`webhook-secret`	`webhook_secret`, `stripe_webhook`	`WEBHOOK_SECRET`, `STRIPE_WEBHOOK_SECRET`	2	`mask`

HAP / zararlı içerik etiketleri (13)

HAP korumasının bildirdiği 13 zararlı içerik etiketi ve bu sürümle gelen etiket başına eşikleri. Her etiket için log_only değeri 0.00; yani hiçbir etikette bu kademe tabanın üzerine ayarlanmamış, dolayısıyla tek başına yalnızca-kayıt kademesinde hiçbir şey kaydedilmez.

Etiket	Varsayılan eylem	Engelle	İşaretle	Yalnızca kayıt
`child_exploitation`	`reject`	0.53	0.47	—
`crime`	`reject`	0.84	0.66	—
`cyber_crimes`	`reject`	0.47	0.36	—
`dangerous_advice`	`reject`	0.85	0.70	—
`defamation`	`reject`	0.69	0.54	—
`hate`	`reject`	0.84	0.61	—
`intellectual_property`	`flag`	0.43	0.35	—
`privacy`	`flag`	0.60	0.48	—
`self_harm`	`reject`	0.56	0.48	—
`sexual_content`	`flag`	0.64	0.48	—
`sexual_crime`	`reject`	0.49	0.35	—
`violence`	`reject`	0.70	0.55	—
`weapons`	`reject`	0.58	0.47	—

Etiket listesi ile toksisite hizmetinin thresholds.json dosyası tam olarak aynı 13 etiketi adlandırıyor.

Attack-guard etiketleri (4)

ATTACK_TYPES içindeki 4 etiket: 2 etiketli ONNX saldırı modelinden gelen prompt_injection ve jailbreak, belirlenimci libinjection taramasından gelen sql_injection ve xss. Varsayılan eylemler, tohumlanan "Jailbreak & Prompt Injection" ve "Injection Scan" filtre gruplarından gelir.

Etiket	Varsayılan eylem
`prompt_injection`	`flag`
`jailbreak`	`reject`
`sql_injection`	`reject`
`xss`	`reject`

ATTACK_TYPES ile tohumlanan filtre satırları tam olarak aynı etiketleri adlandırıyor.

Warning

Saldırı muhafızı hizmetinin thresholds.json dosyası iki satırını label_0 / label_1 olarak anahtarlar — adla değil konumla. Adlar (injection, jailbreak) yalnızca modelin kendi label_map.json dosyasında bulunur; o dosya eşik dosyasının yanında değil, modelin kendisiyle gelir. Bu sayfa, o dosya olmadan hangi satırın hangi etiket olduğunu iddia edemez; bir belgede label_0 etiketinin injection olduğunu varsaymayın.

Satır	Engelle	İşaretle	Yalnızca kayıt
`label_0`	0.70	0.55	0.40
`label_1`	0.50	0.40	0.30

Yerel ML NER etiketleri (cid-security-ml)

PII ONNX modelinin ürettiği 21 yerel etiket. Yukarıdaki bir filtre, varlık türlerinden en az biri bu etiketlerden biriyse ML olarak işaretlenir: tespiti model üretir, o tespitin sonucunda ne olacağına ise filtre karar verir.

Kategori	Varlıklar
Contact	`EMAIL`, `PHONE`, `URL`
Financial	`CREDIT_CARD`, `IBAN`, `CRYPTO_ADDRESS`, `ACCOUNT_NUMBER`
Identity	`PERSON_NAME`, `SSN`, `TC_KIMLIK`, `ID_NUMBER`, `PASSPORT`, `LICENSE_PLATE`, `API_KEY`
Location	`LOCATION`, `STREET_ADDRESS`, `CITY`, `ZIPCODE`, `IP_ADDRESS`
Other	`ORGANIZATION`, `DATE_TIME`

Belge ve görsel analizi

Belge analizinin de görsel analizinin de kendine ait bir varlık türü kümesi yoktur. İkisi de çıkardıkları metni sohbetle aynı tespit hattından geçirir; dolayısıyla bir PDF, DOCX ya da görsel üzerindeki tespit tam olarak yukarıdaki kişisel veri ve DLP varlık türlerini bildirir — aynı filtreler, aynı eylemler. Görsel yolu ayrıca, kendine ait bir varlık türü kataloğu olmayan iki dedektör kaynağı daha bildirir: mrz (pasaport MRZ ayrıştırıcısı) ve identity_layout (kimlik belgesi yerleşim çıkarıcısı) — içerik tespiti API'si sayfasındaki source tablosuna bakın.

Varlık ve etiket türleri