APP O LIBRERIA
Un’app finita rispetto a una libreria self-hosted
Se ha sviluppatori, tempo e una pipeline in cui inserirlo, un toolkit open source self-hosted è una risposta davvero valida, ed è gratuita. DataAnonymiser è per il caso in cui la persona che tratta il documento sensibile non scriverà Python.
Fianco a fianco
Le differenze che contano.
Il confronto è a livello di categoria, non sull’elenco di funzioni attuale di un singolo fornitore.
| Criterio | Libreria self-hosted | DataAnonymiser |
|---|---|---|
| Costo di licenza | Gratuita e open source | Abbonamento a pagamento |
| Chi può usarla | Sviluppatori | Chiunque sappia usare un’app desktop |
| Configurazione | Runtime, dipendenze, modelli, configurazione, hosting | Installi, attivi e l’app si configura da sola |
| Personalizzazione | Totale: controlla riconoscitori e pipeline | Termini e impostazioni propri, non codice arbitrario |
| Ciclo di ripristino | Da costruire | Incluso, limitato alla sessione e locale |
| Documenti, immagini, scansione cartelle | Costruisca lei la pipeline di estrazione | Incluso |
| Manutenzione | Sua: aggiornamenti, modelli, rotture | Aggiornamenti firmati consegnati all’app |
Gratuito non è sinonimo di economico
Una libreria di oscuramento è gratuita da scaricare e poi costa tempo di ingegneria per sempre: aggiornamenti delle dipendenze, gestione dei modelli, estrazione del testo per ogni formato che le interessa, un’interfaccia per le persone che trattano davvero i documenti e un processo di revisione perché nessuno pubblichi un risultato non verificato.
Se quel lavoro è già nella sua roadmap, o le serve oscuramento dentro una pipeline che controlla, il self-hosting è la scelta giusta — e preferiamo che lo faccia piuttosto che acquistare qualcosa di inadatto.
Cosa aggiunge un prodotto
DataAnonymiser è l’intero percorso, non solo il passaggio di rilevamento: testo, codice, PDF, documenti Office e immagini; segnaposto etichettati e coerenti in tutto il documento; una corrispondenza di sessione per ripristinare la risposta dell’IA; una relazione sul rischio residuo leggibile da una persona; una scansione di cartella rapida da ripetere; e una consegna firmata e verificata dell’app stessa.
Il compromesso è la flessibilità. Nella nostra app non può scrivere una sua logica di rilevamento come farebbe in una libreria: può aggiungere i suoi termini riservati, e il perimetro è quello.
Integrità della consegna
Il self-hosting significa che è lei responsabile di verificare ciò che ha scaricato. I nostri installer sono pubblicati con checksum verificabili, la build per macOS è firmata con un Apple Developer ID e notarizzata, e tutto ciò che l’app scarica in seguito viene verificato prima dell’installazione.
Domande frequenti
Domande su questo flusso di lavoro.
DataAnonymiser è open source?
No. L’applicazione è proprietaria e il codice sorgente non è pubblico. La nostra affermazione sull’elaborazione locale si appoggia invece a cose che può verificare da sé: l’app continua a funzionare con la rete scollegata, e può osservarla con un monitor di rete o un firewall.
Posso aggiungere regole di rilevamento personalizzate?
Può aggiungere termini riservati propri — nomi di progetto, riferimenti ai clienti, codici interni — che ricevono segnaposto dedicati. Non può fornire codice di rilevamento proprio; è a questo che serve una libreria.
Cosa succede se il mio abbonamento scade?
Attivazione e download richiedono un abbonamento attivo. L’app è progettata per continuare a funzionare offline per un periodo di tolleranza successivo; per i dettagli veda i termini.
Correlati
Dove si presenta anche questo.
LOCALE O CLOUD
Oscuramento locale rispetto alle API di oscuramento nel cloud
Perché inviare dati a un servizio cloud per de-identificarli crea proprio l’esposizione che voleva evitare.
DESKTOP O SOLO BROWSER
App desktop rispetto a una sola estensione per browser
Perché il browser è il posto giusto per intercettare una fuga e quello sbagliato per eseguire l’oscuramento.
OSCURAMENTO O IMPOSTAZIONI
Oscurare anziché affidarsi alle impostazioni privacy del fornitore
Rifiutare l’addestramento è una promessa su cosa accade ai suoi dati dopo che sono arrivati. Oscurare cambia ciò che arriva.