Misurato il 2026-05-27 · promptShield 1.0.14 · Presidio 2.2.362

Microsoft Presidio a confronto con promptShield

Confronto diretto su 14 documenti PDF in 7 lingue. Stessa estrazione del testo, stessi documenti, nessun tuning asimmetrico. Script e CSV grezzi pubblicati: verificate da soli.

Inizia gratisPiano Starter gratis — senza carta
Riproduci il benchmarkLeggi la metodologia

In breve

Presidio (installazione predefinita)

666

span emessi · alto livello di rumore

promptShield 1.0.14

252

span emessi · stesso corpus · rumore filtrato

Sui documenti contrattuali (dove i dati sono dati personali reali), promptShield emette gli stessi 209 span ad alto segnale di Presidio. Il divario di 414 span è sui bilanci, dove i rilevamenti grezzi delle entità sono per il 30–70% rumore (nomi di società di revisione, sedi legali, menzioni di Paesi per ragioni di giurisdizione).

Confronto delle funzionalità

FunzionalitàpromptShieldPresidio
Recognizer regex multilingua (oltre 60 tipi)
Presidio: prevalentemente EN di default
◦
Modello di entità multilingua (Davlan)
Presidio: richiede un recognizer di entità HuggingFace personalizzato
◦
Livello LLM opzionale per dati personali contestuali
Validazione checksum US NPI / ABA / DEA
Presidio: NPI e MBI inclusi, ABA/DEA parziali
◦
Validazione checksum AU TFN / ABN / ACN / Medicare
Validazione checksum BR CPF / CNPJ
Validazione checksum CH AHV
Validazione checksum MX CLABE
Validazione NL BSN / RSIN
Validazione NIR francese (previdenza sociale)
Filtro per il boilerplate giurisdizionale
"regolato dalle leggi di X" → X non segnalato
Coalescenza degli span PERSON nella stessa pagina
"Pierre Dubois" mantenuto, il solo "Pierre" scartato
Filtro ORG per reparti generici
Filtro PERSON per titoli di ruolo
Applicazione desktop completa con GUI di revisione
Tokenizzazione reversibile (encode / decode)
Presidio: livello anonymizer separato
◦
100% offline (nessuna dipendenza dal cloud)
Recognizer personalizzati via API
Libreria Python per integrazioni personalizzate
Integrazione con Azure AI Language

✓ = incluso di default · ◦ = disponibile tramite configurazione personalizzata · ✗ = assente

Categorie di rumore che Presidio (installazione predefinita) emette e che promptShield elimina

URL nei piè di pagina dei contratti

Link all'informativa sulla privacy, URL della pagina di supporto, contatto legale generico. ~8–10 span per contratto, praticamente nessuno dei quali è un dato personale che il revisore vuole oscurare.

UrlRecognizer

Menzioni isolate di Paesi / città nella prosa giurisdizionale

"regolato dalle leggi della Francia", "sede legale a Parigi", "società costituita in Germania". In un bilancio francese, Presidio emette 73 span LOCATION; quasi tutti sono orpelli contrattuali.

filter_jurisdiction_boilerplate + filter_standalone_country

Frammenti PERSON

Lo stesso nome compare come tre span separati: "Pierre", "Dubois", "Pierre Dubois". Su un contratto italiano, Presidio emette 26 span PERSON: gli stessi nomi ripetuti e frammentati in nome, cognome e nome completo.

filter_span_coalescence

Nomi generici di reparti etichettati come ORG

"Marketing", "Vorstand", "Direction Générale", "Board of Directors", "Comitato di Direzione". Non sono organizzazioni che il revisore vuole oscurare.

filter_generic_org (stoplist di 90 voci × 7 lingue)

Titoli di ruolo etichettati come PERSON

"CEO", "Directeur", "Geschäftsführer" in maiuscolo a inizio riga, talvolta etichettati erroneamente come PERSON dal modello di entità.

filter_role_titles

Quando scegliere invece Presidio

Presidio è la scelta giusta quando:

  • State costruendo una pipeline DLP personalizzata in Python e volete il controllo a livello di libreria.
  • Avete bisogno di integrare servizi cloud (Azure AI Language, AWS Comprehend) sotto un'unica astrazione per i dati personali.
  • Volete mettere a punto i vostri recognizer per tipi di entità proprietari.
  • Elaborate flussi di testo (non documenti delimitati) e avete bisogno di una libreria pensata come servizio.

Sia Presidio (di Microsoft) che promptShield sono progetti di spirito MIT. Usate lo strumento giusto per il compito giusto.

Quando scegliere promptShield

  • Anonimizzate documenti PDF/DOCX/XLSX delimitati sul desktop.
  • Avete bisogno di checksum specifici per Paese pronti all'uso (TFN, CPF, NPI, IBAN, ecc.) senza doverli scrivere voi stessi.
  • Volete un flusso di lavoro con GUI completo (revisione, oscuramento, tokenizzazione, esportazione) anziché una libreria da integrare.
  • I vostri clienti non possono inviare documenti a un servizio cloud per ragioni di conformità.

Riproducilo tu stesso

Ogni numero su questa pagina proviene dallo script pubblicato nel repo pubblico. Nessun numero deriva da un'esecuzione interna e non verificabile.

git clone https://github.com/promptshield-Inc/pii-detection-benchmarks
cd pii-detection-benchmarks
pip install -r requirements.txt
python benchmark.py

Output: results/presidio_counts_<date>.csv + results/presidio_entities_<date>.csv. Lo script di Presidio è completamente autonomo: non serve avere promptShield installato per verificare il lato Presidio.

Apri il repoScaricare promptShield

Domande frequenti

Microsoft Presidio è gratuito?

Sì. Microsoft distribuisce Presidio con licenza MIT e non c'è alcun canone, qualunque sia il volume trattato. Il costo è in tempo di sviluppo, non in denaro: Presidio fornisce mattoni per il rilevamento, non un flusso di lavoro finito. Metterlo in produzione significa di solito costruire attorno la lettura dei documenti, un'interfaccia di revisione e l'archiviazione richiesta dalla vostra politica di conservazione. Se questo costi meno di una licenza dipende da quanto di quell'impalcatura avete già.

Bisogna essere sviluppatori per usare Microsoft Presidio?

Nella pratica sì. Presidio è una libreria Python che si guida dal codice o da un servizio che ospitate voi; il progetto non comprende né un'applicazione desktop né un'interfaccia per l'utente finale. È una scelta progettuale, non una lacuna: lo strumento è pensato per inserirsi in una catena che assembla qualcun altro. Se a maneggiare i documenti sono avvocati, analisti o responsabili della conformità e non sviluppatori, davanti a Presidio va costruito qualcosa prima che arrivi nelle loro mani.

Microsoft Presidio è uno strumento DLP?

Da solo no. Presidio rileva e anonimizza i dati personali nei contenuti che gli vengono passati, il che è un tassello della prevenzione delle fughe di dati, ma non porta con sé nulla dell'apparato che le sta intorno: nessun motore di criteri, nessuna applicazione sui dispositivi o in rete, nessun avviso, nessuna traccia di controllo. Molti team lo usano come livello di rilevamento dentro un sistema DLP che costruiscono da sé. Comprato come prodotto DLP finito, non lo è.

Quali sono i principali concorrenti di Microsoft Presidio?

Dipende da quale parte volete sostituire. Come libreria di rilevamento, i confronti più vicini sono i servizi cloud per i dati personali — Azure AI Language, Google Cloud DLP, AWS Comprehend — che Presidio sa peraltro richiamare invece di contrastarli. Come modo per ottenere davvero documenti oscurati, l'insieme di confronto è quello degli strumenti finiti come promptShield, Adobe Acrobat e i servizi di oscuramento in cloud, dove si sceglie fra il costo della licenza e lo sviluppo che altrimenti fareste voi.

promptShield è open source come Presidio?

No. Presidio è una libreria open source con licenza MIT e promptShield è un prodotto commerciale: è una differenza reale e vale la pena dirla chiaramente. Ciò che è pubblico è quello che conta per fidarsi di questa pagina: il banco di prova, i documenti di test e i file dei risultati grezzi sono pubblicati, e la parte Presidio dello script funziona da sola, senza promptShield installato. Non devi credere a queste cifre sulla parola.

promptShield usa Presidio al suo interno?

No. Il motore di rilevamento è nostro, e la scelta è stata architetturale, non un giudizio sulla qualità di Presidio: promptShield elabora documenti circoscritti su un dispositivo che può non avere alcuna rete, mentre Presidio è pensato come libreria per flussi di testo in una catena lato server. Lo strato che decide che cosa un revisore scarterebbe concentra la maggior parte del lavoro, e doveva essere nostro.

Si possono usare insieme?

Stanno in punti diversi e si combinano senza attriti. Presidio si presta bene all’analisi ad alto volume dentro i tuoi sistemi, dove una libreria si integra in una catena. promptShield si presta all’insieme più ristretto di documenti in cui una persona deve rivedere ciò che è stato trovato e rispondere del risultato prima che il file vada da qualche parte. Copertura ampia e automatica nella catena, trattamento accurato e verificato da un umano per i documenti che pesano.

Avvertenze oneste

  • Solo installazione predefinita. Un'installazione di Presidio ottimizzata (recognizer personalizzati + backend di entità transformer + soglie di confidenza calibrate) colmerebbe gran parte del divario di precisione. Noi misuriamo ciò che la maggior parte degli utenti di Presidio implementa nel primo mese.
  • Corpus sintetico. I documenti reali dei clienti hanno un rumore più complesso (errori OCR, originali scansionati, layout multi-colonna) che qui non misuriamo.
  • Nessuna etichettatura di riferimento (ground truth). I numeri "entrambi / solo i nostri / solo Presidio" sono un proxy della precisione, non una misurazione F1 rigorosa. Etichettare a mano 14 PDF in 7 lingue richiede ~40 ore di lavoro; non l'abbiamo ancora fatto.
  • Due classi di documenti. Contratti + bilanci. Cartelle cliniche, moduli HR e pratiche di immigrazione produrrebbero divari diversi.

Ti è stato utile? Faccelo sapere.