非構造化データマスキング＋合成文書
PDF、スキャン画像、メールボックス、チャット、メモには、テーブルのマスキングでは届かない個人情報が含まれています。Synthesizedは、これらをテーブルと同じポリシーで扱います。個人情報を検出して一貫した値に置き換え、記録を残す。あるいは最初から合成文書として生成する。テスト用のコピーも、AIの学習データも、データルームも、端から端まで個人情報のない状態に保てます。
Synthesizedプラットフォーム上で稼働し、銀行、保険会社、ヘルスケア企業で本番運用されています。お客様のクラウド、オンプレミス、エアギャップ環境で動作します。
佐藤様より10月3日に電話があり、上階からの水漏れ被害の報告を受けました。返金先は末尾8830の口座。今後のご連絡はken.sato@example.netまでお送りください。
山田様より10月3日に電話があり、上階からの水漏れ被害の報告を受けました。返金先は末尾4417の口座。今後のご連絡はhanako.yamada@example.comまでお送りください。
文書やテキストにも、以下の実績と同じポリシー、同じエンジン、同じ導入形態を使います。
Synthesizedプラットフォーム上でのデータベースおよび合成データの取り組みについて、公開済みの成果です。
チーム別に始める
現在の対応範囲
提供方法は2通りです。提供中：現在の製品で、セルフサービスで利用可能。エンジニア主導：同じプラットフォーム上で、当社エンジニアがお客様の環境内で設定・実行します。
| 形式 | マスキング | 合成生成 | 提供方法 |
|---|---|---|---|
| PDF・DOCX・PPTX文書 | 対応 | 対応（テンプレートから生成） | エンジニア主導 |
| 文書のZIPアーカイブ | 対応 | — | エンジニア主導 |
| スキャン文書 | 対応（OCR処理後） | — | エンジニア主導 |
| XML | エンジニア主導 | 対応（XSDからスキーマに準拠したXMLを生成） | エンジニア主導 |
| 添付ファイル付きメールボックス、Slackエクスポート | 対応（当社エンジニアが提供） | エンジニア主導 | エンジニア主導 |
| XLSX、CSV、HTML、プレーンテキスト、カレンダーファイル | 対応（当社エンジニアが提供） | CSV：対応（ファイル間でキーの整合性を維持） | エンジニア主導 |
| 画像内のテキスト（PNG、JPEG、文書に埋め込まれた画像） | 対応（OCRで読み取り、その場でマスキング） | — | エンジニア主導 |
| データベースの自由記述フィールド、ライブチャットとチケット、通話記録、JSON・ログ | エンジニア主導 | エンジニア主導 | エンジニア主導 |
混在するアーカイブを1回の処理で匿名化。Slackエクスポート、添付ファイル付きメールボックス、スプレッドシート、Word・PowerPointファイル、テキストPDF・スキャンPDF、HTML、カレンダーファイル、画像をまとめて処理し、同一人物の表記ゆれもすべてのファイルで1つの置換値に揃えます。
形式別
ユースケース別
仕組み
他の手段との比較
ファイル内で個人情報が見つかったとき、多くのチームは次の3つのいずれかに頼ります。いずれも対応できるのは一部だけです。
| 必要なこと | Synthesized非構造化データマスキング | 墨消しツール | データセキュリティスキャナー | 社内スクリプト |
|---|---|---|---|---|
| ファイルやテキスト内の個人情報を検出 | パターン、文脈、ローカルモデルを使い、お客様のファイルのラベル付きサンプルで検証 | 多くは1ページずつ、人の目で確認 | 検出と報告が本来の目的 | 誰かが書いたパターンのみ |
| 一貫した値に置換 | 1人につき1つの現実的な置換値を、実行内のすべてのファイルで使用 | 値を黒塗りするだけで、置換はしない | 検出結果を報告するのみで、ファイルはそのまま | 誰かが対応表を作成・維持する場合のみ |
| 文書を使える状態に保つ | レイアウト、形式、データ間の関係を維持。パーサー、テスト、モデルもそのまま動作 | 黒塗りにより抽出、検索、テストが機能しなくなる | ファイルにはデータが残ったまま | 形式やレイアウトが崩れやすい |
| お客様の環境内で実行 | お客様のクラウド、オンプレミス、エアギャップ環境 | 製品による。ホステッド型やデスクトップ型が多い | 製品により異なる | 可能。ただし修正はすべて自社対応 |
| 実行ごとのエビデンス | 検出内容、処理方法、確認内容を実行ごとに記録 | 文書ごとの墨消しログ | 検出レポートのみで、処理の証明にはならない | 誰かが記録し忘れなければ残る程度 |
対応 一部対応・条件付き 非対応特定の製品ではなく、カテゴリでの比較です。どのツールにも同じ5つの質問を投げかけてみてください。
実行環境
抽出、検出、再構成は、お客様が設定した場所で実行されます。ファイルを当社のクラウドに送る必要は一切ありません。
一貫性
チケットに、システムに存在しない顧客名が書かれていると、テストは失敗します。そこで、1人につき1つの置換値を割り当て、実行内のすべての文書、メール、メモで同じ値を使います。
ファイルをグループ化すれば、アーカイブ全体で置換値を共有できます。
規制業界のチームのために
聞かれる前に、答えをご用意しています。
無料リソース
非構造化データのマスキングとは、文書、メール、チャット、通話記録、自由記述に含まれる個人情報や機密データを検出し、データベースと同じポリシーで一貫して置き換えることです。ファイルはテスト、AI、データ共有にそのまま使える状態に保たれます。列単位のマスキングと異なり、値はテキストのどこにでも現れるため、まず検出する必要があります。実際のファイルを一切使うべきでない場合は、Synthesizedが代わりに合成文書を生成します。
スキャンを含むPDF・Word・PowerPointファイル、ZIPアーカイブ、添付ファイル付きメールボックス、Slackエクスポート、スプレッドシート、HTML、カレンダーファイル、画像内のテキストに対応しています。データベーステーブルのマスキングと合成CSVセットの生成は製品内でセルフサービスで利用でき、文書への対応は同じプラットフォーム上でエンジニア主導により提供します。
抽出、検出、再構成は、お客様が設定した処理環境で実行されます。Governorを使用する場合、変換テーブルがGovernorに届く前に実際の値はトークンに置き換えられ、トークンと値の対応表はローカルに保持されます。
1回の実行内であれば、はい。検出された値は、出現するすべての箇所で1つの置換値になります。ファイルをグループ化すれば、アーカイブ全体で置換値を共有することもできます。ニックネームや名前だけの言及については、ラベル付きサンプルでの確認をおすすめします。
墨消しツールは値を黒塗りするため、文書がテストやAIに使えなくなります。データセキュリティスキャナーは個人情報を検出・報告しますが、ファイル自体は変更しません。Synthesizedはデータを検出し、データベースと同じポリシーで一貫性のある現実的な値に置き換え、文書を使える状態に保ちます。お客様の環境内で実行され、実行ごとに処理内容を記録します。
これらのツールは、送信されたテキストに含まれる個人情報を検出します。Synthesizedはテストデータのために設計されています。文書を使える状態に保ち、すでにマスキングしているデータベースと並行して扱い、合成文書を生成し、出力をラベル付きサンプルと照合します。検出ツールとテストデータプラットフォームを併用するチームも多くあります。
できません。マスキングされた値は上から覆い隠すのではなく、ファイル自体で置き換えられます。出力は、テキストレイヤーを持たない画像ベースのPDFか、テキストレイヤーに置換値を持つ検索可能なPDFかを選択できます。
対象は1種類の文書で、お客様の環境内で実施します。マスキング済みまたは合成の文書セット、エンティティレポート、結果報告を固定料金で提供。本導入に進む場合は、その料金を充当します。