Presidio 220+ GDPR Entities کو یاد کرتا ہے: EU Coverage Gap
2026 کے لیے اپ ڈیٹ
Microsoft Presidio تقریباً 40 default entity recognizers کے ساتھ آتا ہے۔ US deployments کے لیے یہ کام کرتا ہے۔ یہ SSNs، US passports، driver's licenses، credit cards، اور emails cover کرتا ہے۔
EU deployments کے لیے، خلا بڑا ہے۔ GDPR تمام EU personal data cover کرتا ہے۔ یہ data subject کی قومیت سے قطع نظر لاگو ہوتا ہے۔ EU teams کو ایسے recognizers کی ضرورت ہے جو Presidio نہیں بھیجتا۔
Presidio میں کیا شامل ہے
Presidio کی defaults چار گروپوں میں آتی ہیں:
US-centric IDs:
- US Social Security Number (SSN)
- US Passport Number
- US Driver's License Number
- US Bank Account Number
- US ITIN
- US Medical License Number
Universal IDs:
- Email Address
- Phone Number
- IP Address
- Credit Card Number
- Crypto Wallet Address
- URL
متن entities (NER-based):
- PERSON
- LOCATION
- ORGANIZATION
- DATE_TIME
محدود بین الاقوامی:
- UK NHS Number
- UK National Insurance Number (NINO)
- کچھ financial identifiers
کل: تقریباً 40 recognizers۔
EU Teams کو کیا چاہیے
مالی IDs
IBAN زیادہ تر EU کاروباری فائلوں میں نظر آتا ہے۔ یہ payments، invoices، اور payroll میں ظاہر ہوتا ہے۔ IBAN، ISO 13616 کی پیروی کرتا ہے۔ Presidio کے پاس کوئی IBAN recognizer نہیں ہے۔
ایک German fintech کو لیں۔ ہر payment فائل میں IBAN ہوتا ہے۔ IBAN detection کے بغیر، ٹول صرف credit card numbers ڈھونڈتا ہے۔ اہم EU payment ID یاد رہ جاتا ہے۔ اس کا مطلب ہے کہ GDPR-covered data کا ایک اہم ٹکڑا کبھی نہیں ملتا۔
National Tax IDs
یہ میں سے کوئی بھی Presidio کی defaults میں نہیں:
- German Steueridentifikationsnummer: 11 ہندسے
- French NIR: 15 ہندسے check key کے ساتھ
- Italian Codice Fiscale: checksum کے ساتھ 16 حروف
- Spanish NIF/NIE: ایک حرف کے ساتھ 9 حروف
- Dutch BSN: elfproef validation کے ساتھ 9 ہندسے
ایک EU payroll team بہت سے member states کی فائلیں سنبھالتی ہے۔ ان کے بغیر، یہ ان records میں سب سے حساس IDs یاد کرتی ہے۔
National Health IDs
UK NHS Number cover ہے۔ یہ نہیں:
- French NIR (ایک health ID بھی)
- German Krankenkassennummer
- Italian Codice Fiscale (ایک health ID بھی)
- Dutch BSN (health insurance کے لیے استعمال)
EU health teams کو GDPR-level data protection کے لیے ان کی ضرورت ہے۔
EU Driving Licenses
EU driving licenses Directive 2006/126/EC کے تحت آتے ہیں۔ ہر member state کا اپنا فارمیٹ ہے۔ alphanumeric ساخت ملک کے لحاظ سے مختلف ہے۔ Presidio کے پاس صرف US driving license recognizers ہیں۔ EU driving license سپورٹ نہیں ہے۔ اس کا مطلب ہے EU driving license data بغیر پکڑے گزر جاتا ہے۔
VAT Numbers
EU VAT numbers ہر B2B deal میں نظر آتے ہیں۔ فارمیٹ: 2 حرف کا ملک کوڈ اور 8–12 ہندسے۔ Presidio کے پاس کوئی VAT recognizer نہیں ہے۔ VAT numbers کمپنیوں اور ان کے مالکان سے جڑے ہیں۔ وہ GDPR کے تحت personal data ہیں۔
GDPR ذمہ داریوں کے بارے میں مزید کے لیے، GDPR compliance resources دیکھیں۔
Custom Recognizers کی لاگت
جب EU teams خلا پاتی ہیں، وہ custom recognizers بناتی ہیں۔ اس میں اصل وقت لگتا ہے۔
فی recognizer وقت (تخمینی):
- فارمیٹ پر تحقیق: 1–2 گھنٹے
- Python class لکھنا: 2–4 گھنٹے
- regex اور validation بنانا: 2–4 گھنٹے
- context words شامل کرنا: 1–2 گھنٹے
- tests لکھنا: 2–3 گھنٹے
- Deploy اور جانچ: 1–2 گھنٹے
یہ فی recognizer 9–17 گھنٹے ہے۔ یہ صرف تخمینے ہیں۔
مثال: ایک German fintech کو چار recognizers کی ضرورت ہے۔
IBAN، Steuer-ID، EU driving license، German VAT۔
- 4 recognizers 13 گھنٹے ہر ایک = 52 گھنٹے کام
- €100 فی گھنٹہ: تقریباً €5,200
یہ صرف پہلی build cover کرتا ہے۔ فارمیٹ وقت کے ساتھ بدلتے ہیں۔ نئے edge cases سامنے آتے ہیں۔ Presidio API updates چیزیں توڑ سکتی ہیں۔ ہر تبدیلی کو ایک developer کی ضرورت ہے۔ جاری کام لاگت سال بہ سال بڑھاتا ہے۔
Managed Library
anonym.legal نے Presidio کو 273 entity types کے ساتھ بڑھایا ہے۔ ٹیم library کو update رکھتی ہے۔ EU identifiers پہلے دن سے شامل ہیں۔
Presidio defaults سے آگے کیا ہے:
- تمام EU member state formats میں IBAN
- Member state tax IDs: Steuer-ID، NIR، Codice Fiscale، NIF/NIE، BSN، PESEL، اور مزید
- EU national health IDs
- VAT numbers (EU فارمیٹ)
- EU driving license formats
- European passport formats
- 48 supported زبانوں میں entity variants
جب Germany کسی tax ID فارمیٹ کو update کرتا ہے، update service کے ساتھ بھیجا جاتا ہے۔ آپ کی team کو کوئی pull request نہیں درکار۔
library میں موجود نہ ہونے والے IDs کے لیے، custom entity builder آپ کو patterns شامل کرنے دیتا ہے۔ کوئی Python code ضروری نہیں۔
updates اور audit trails کیسے کام کرتے ہیں یہ جاننے کے لیے security and compliance details دیکھیں۔
German Fintech مثال
ایک German fintech کو customer files میں IBANs، BICs، Steuer-IDs، اور Handelsregisternummern detect کرنی ہیں۔
ان چار types کے لیے Presidio default detection rate: 0%۔
کوئی بھی default library میں نہیں ہے۔ یہ کمزور precision نہیں ہے۔ یہ صفر detections ہے۔ ٹول انہیں جزوی طور پر نہیں یاد کرتا۔ یہ انہیں بالکل نہیں دیکھتا۔
لاگت کا موازنہ:
| نقطہ نظر | پہلے سال کی لاگت |
|---|---|
| Custom recognizers (4 × 13 گھنٹے €100/گھنٹہ) | ~€5,200 اضافی دیکھ بھال کے ساتھ |
| Managed entity library (Pro plan) | €180/سال، چاروں covered |
پہلے سال میں فرق تقریباً 29x ہے۔ اس کے بعد ہر سال، custom دیکھ بھال مزید لاگت بڑھاتی ہے۔ managed service کی قیمت مستحکم رہتی ہے۔
نتیجہ
Presidio کی defaults US use cases کے لیے اچھی طرح کام کرتی ہیں۔ GDPR کے تحت EU deployments کے لیے، وہ کم پڑ جاتی ہیں۔ خلا یا تو custom recognizer کام کرتا ہے یا managed service۔
EU teams کے لیے جہاں compliance ضروری ہے اور engineering وقت محدود ہے، ایک pre-built EU entity library 50+ گھنٹے کے build project کو ہٹا دیتی ہے۔ فائلیں پہلے دن سے process ہو سکتی ہیں۔ پہلے کوئی custom code درکار نہیں۔