Miércoles 14 de octubre de 2026

Enmascarar datos personales con regex antes de usar IA generativa: fugas medidas con datos japoneses ficticios

Un autor independiente publicó en Zenn las pruebas de una máscara con expresiones regulares para ocultar correos, teléfonos y números de identificación antes de enviar texto a IA generativa, usando 300 registros ficticios en japonés. Con cinco reglas básicas casi todo se filtraba, y con reglas más elaboradas las fugas bajaron a 25 de 300, aunque 48 casos con formatos alterados se filtraron por completo. Las reglas más estrictas también generaron falsos positivos, como sustituir fechas de fundación de empresas o tratamientos de cortesía.

Fuentes

• Zennの「生成 AI」のフィード生成AIに貼る前の正規表現マスク、日本語の架空データ300件で測った漏れと誤検知