Erkennung

Die Erkennung läuft auf Ihrem Rechner oder auf dem Latet-Server, mit dem Ihr Rechner verbunden ist: Es wird nie ein Erkennungsdienst in der Cloud aufgerufen. Mehrere Detektoren lesen jedes Stück Text, das eine Anfrage enthält. Diese Seite erklärt sie mit Beispielen; die Referenz der Detektoren listet jeden Detektor und jede Regel für geheime Werte auf.

Geheimnisse

Geheime Werte werden in jedem Profil maskiert.

Auch Latets eigene Zugangsdaten sind enthalten: LATET_PERSONAL_TOKEN (latet_pat_), LATET_COMPUTER_KEY (latet_ck_), LATET_API_KEY (latet_key_) und LATET_ADMIN_TOKEN (latet_adm_), jeweils mit 43 URL-sicheren Zeichen (A-Z, a-z, 0-9, _, -) nach dem Präfix. In https://<host>/u/<route-key> werden die 16 bis 128 URL-sicheren Zeichen des Routenschlüssels als LATET_ROUTE_KEY maskiert; der Host und die übrigen Pfadsegmente bleiben erhalten. Das gilt auf Ihrem Rechner und in einem Serverbereich, auch für Umgebungsabbilder, Claude Codes settings.json und Codex’ config.toml. Lokale Werkzeugaufrufe erhalten die echten Werte zurück. Ein externer Werkzeugaufruf mit einem Ersatzwert wird gestoppt, wo Latet ihn abfangen kann (siehe Schutzumfang).

• Bekannte Formate. Der Standard-Regelsatz von gitleaks (222 Regeln) ist in Latet enthalten und läuft auf RE2, mit den Schlüsselwörtern, Entropie-Schwellenwerten und Allowlists, die gitleaks verwendet. Er deckt die API-Schlüssel und Tokens vieler Anbieter ab, etwa GitHub, Anthropic, OpenAI, AWS, Stripe oder Slack.
• Werte, die sensiblen Namen zugewiesen werden, in .env-Dateien, in der Konfiguration und im Code. Es entscheidet der Name, egal wie der Wert aussieht: DB_PASSWORD=..., "api_key": "..." und $env:TOKEN = ... werden maskiert, APP_NAME=shop und DEBUG=true nicht. Platzhalter wie changeme, ${DB_PASSWORD} oder <your-key> bleiben unberührt, ebenso Verweise im Code wie process.env.API_KEY.
• Private Schlüssel: der gesamte Inhalt eines privaten PEM-, OpenSSH- oder PGP-Schlüsselblocks. Die Zeilen BEGIN und END bleiben sichtbar, sodass das Modell weiterhin weiß, dass dort ein Schlüssel steht.
• Zugangsdaten: das Passwort in postgres://user:password@host/db und anderen URLs, JSON Web Tokens sowie Zugangsdaten vom Typ Bearer oder Basic. In einer Verbindungszeichenfolge (einer Variablen connectionString, einer Spalte connection_string) werden nur die Zugangsdaten maskiert: die Werte von Password=, PWD=, AccountKey= und Ähnlichem oder das Passwort ihrer URL. Server, Benutzer und Datenbank bleiben, wie in Server=db;User Id=app;Password=…;.

Zum Beispiel eine .env-Datei, wie sie auf Ihrer Festplatte liegt:

.env

APP_NAME=shop
SMTP_HOST=mail.northwind-legal.com
SMTP_PASSWORD=hunter2hunter
PAYMENTS_API_KEY=pk_9f2c4e7a1b3d5f8e0a6c

und was das Modell erhält, wenn der Agent sie liest:

APP_NAME=shop
SMTP_HOST=mail.northwind-legal.com
SMTP_PASSWORD=jeeepo3ixhbkw
PAYMENTS_API_KEY=pk_3a8d1f6b0e9c2a7d4b5e

Der Hostname ist kein geheimer Wert und bleibt. Das Passwort und der Schlüssel werden durch Ersatzwerte gleicher Länge und im selben Format ersetzt (Ihre werden andere sein).

Platzhalter

Ein Wert, der nur den Platz eines geheimen Werts freihält, bleibt unberührt: in einer Zuweisung, als Passwort einer URL, in einer geheimen Spalte und als Zugangsdaten einer Verbindungszeichenfolge (User Id={{username}};Password={{password}};). Der ganze Wert muss einer der folgenden sein, in beliebiger Groß-/Kleinschreibung:

Form	Beispiele
In spitzen oder eckigen Klammern	<password>, <your-key>, [password]
Eine Variable oder ein Template	${DB_PASSWORD}, $DB_PASSWORD, %DB_PASSWORD%, {{password}}, {env:DB_PASSWORD}, {file:./secret}
Your und ein Name	YOUR_PASSWORD, your-api-key, your.token
Ein Wort, das für einen Wert steht	changeme, change_me, password, passwd, secret, token, placeholder, example, redacted, todo, tbd
Füllzeichen	xxx, ***, ..., ---, ___
Kein Wert	null, none, nil, undefined, empty, true, false

changeme123 ist kein Platzhalter: Es könnte ein echtes Passwort sein. In einer Zuweisung bleibt auch ein Verweis im Code unberührt: process.env.API_KEY, os.environ["TOKEN"], os.getenv(...), config., settings.. Um einen Platzhalter einer anderen Form im Klartext zu lassen, fügen Sie ihn den Werten hinzu, die nie maskiert werden (Zulassungslisten), in Ihren Einstellungen für ein Projekt, wenn er zu einem gehört.

Auch ein Wert aus reinen Sonderzeichen bleibt unberührt, gleich wer ihn findet und wie lang er ist: !!!!!!!! als Passwort, -------------------- nach Bearer, ein Treffer eines Ihrer Erkenner oder ein Wert, den der lokale Prüfer meldet. Der Ersatzwert behält die Sonderzeichen des Originals bei, er wäre also das Original selbst. Ein Routenschlüssel von Latet ist die Ausnahme: Jedes Zeichen seines Ersatzwerts wird neu erzeugt, auch wenn das Original nur aus _ oder - besteht.

Personenbezogene Daten

Personenbezogene Daten werden in den Profilen balanced und max maskiert. Jeder Treffer wird vor dem Maskieren validiert, was Fehlalarme im Code gering hält:

Typ	Beispiel	Wie ein Treffer bestätigt wird
E-Mail-Adresse	emily.carter@northwind-legal.com	Die Top-Level-Domain wird mit der IANA-Liste abgeglichen, die für den Offline-Betrieb mitgeliefert wird
Telefonnummer	+44 20 7946 0958	Geparst und validiert mit phonenumbers, einer Portierung von Googles libphonenumber
IBAN	GB82WEST12345698765432	Länge je Land und Mod-97-Prüfsumme
Kartennummer	4111 1111 1111 1111	Präfix des Ausstellers und Luhn-Prüfsumme
Nationale Identifikationsnummer und Steuernummer	SSN NNN-NN-NNNN, DNI NNNNNNNNA	Prüfziffern und ein Schlüsselwort, wo die Nummer allein alles Mögliche sein könnte (siehe unten)
Umsatzsteuer-Identifikationsnummer	DENNNNNNNNN, CHE-NNN.NNN.NNN MWST	Das Länderpräfix und die Prüfziffern dieses Landes
IP-Adresse	151.101.1.69	Öffentliche Adressen; private nur in max oder mit include_private_ips
Bitcoin-Adresse	bc1q...	Prüfsumme nach Base58Check oder bech32

Die Erkenner für E-Mail-Adressen, IBANs, Kartennummern, codice fiscale und partita IVA sind aus Presidio übernommen.

Identifikations- und Steuernummern nach Land

Latet kennt die nationalen Identifikations- und Steuernummern von 15 Ländern: Belgien, Deutschland, Finnland, Frankreich, Italien, Kanada, Lettland, den Niederlanden, Polen, Portugal, Schweden, der Schweiz, Spanien, dem Vereinigten Königreich und den Vereinigten Staaten. id_regions in config.yaml legt die Länder fest (standardmäßig IT, US und GB); latet global-install schlägt Ihr eigenes vor, und das Profil max nimmt sie alle. Die Seite Regeln im Dashboard listet die Nummern jedes Landes auf.

Viele dieser Nummern bestehen aus neun oder elf bloßen Ziffern, wie unzählige IDs im Code. Deshalb wird jede durch ihre Prüfziffern bestätigt, und die, die trotzdem alles Mögliche sein könnten, brauchen ein Schlüsselwort in der Nähe: SSN oder social security neben einer US-amerikanischen Social Security Number, BSN neben einer niederländischen Bürgerservicenummer, Steuer-ID neben einer deutschen Steuer-Identifikationsnummer. Das Schlüsselwort zählt in derselben Zeile, wenige Zeichen entfernt, oder in der Überschrift der Spalte, in der die Nummer steht (CSV-, TSV- und Markdown-Tabellen):

name,ssn,city
Jane,NNN-NN-NNNN,Boston        ← found: the column is called ssn

Die spanischen DNI und NIE, die Schweizer AHV-Nummer und die finnische Personenkennung tragen einen Prüfbuchstaben oder einen unverwechselbaren Aufbau, daher brauchen sie kein Schlüsselwort. Eine Nummer wird nie aus einer längeren Nummer, einer Version, einer Dezimalzahl oder einem Pfad herausgelöst. Die Referenz der Detektoren enthält die vollständige Liste, mit dem Aufbau und der Prüfung jeder Nummer.

Umsatzsteuer-Identifikationsnummern werden für die 27 EU-Länder, Nordirland, das Vereinigte Königreich, die Schweiz und Norwegen erkannt, unabhängig davon, was id_regions festlegt, denn sie tragen immer ihr Länderpräfix.

Einige Dinge bleiben absichtlich unberührt:

• E-Mail-Adressen unter den Dokumentations-Domains example.com, example.net und example.org oder unter .example, .test, .invalid und .localhost sowie Systemabsender wie git@ oder noreply@;
• in Code und Tool-Ausgaben Ziffernfolgen ohne +, 00, Leerzeichen oder Klammern, die weit öfter IDs, Datumsangaben oder Build-Nummern sind als Telefonnummern. In Ihren eigenen Nachrichten sind die Regeln lockerer. Nummern ohne internationale Vorwahl zählen nur für die Länder in phone_regions (standardmäßig IT, US und GB);
• Versionsnummern, die wie IP-Adressen aussehen, etwa v1.2.3.4.

Namen

Namen in Freitext, etwa Emily Carter hat das geschrieben, erfordern ein statistisches Modell. Ist das optionale lokale Namensmodell installiert, findet Latet Namen und Anschriften selbst; der lokale Prüfer, ein Sprachmodell auf Ihrem Rechner oder auf einem Ihrer Server, findet sie ebenfalls, zusammen mit Gesundheitsangaben und den anderen Werten, die kein Muster beschreibt. Ist keines von beiden vorhanden, wird ein Name nur maskiert, wenn er der Name Ihres eigenen Git-Autors ist (siehe unten), einer Ihrer eigenen Begriffe oder ein Wert, der schon im Tresor steht.

Nehmen Sie diesen Prompt:

Hi, I'm Emily Carter and I live at 42 Mill Lane, Bristol BS1 4DJ.

Mit dem Namensmodell erhält das Modell in der Cloud im Profil balanced eine Version wie diese:

Hi, I'm Hannah Mitchell and I live at 45 Moore Lane, Derby YN4 9CP.

Ihr Agent sieht trotzdem den echten Namen und die echte Anschrift, wenn die Antwort zurückkommt.

Wonach das Namensmodell sucht, hängt vom Profil ab:

• balanced: vollständige Namen (zwei Wörter oder mehr) und Anschriften, in dem, was Sie eingeben und anhängen, und im Text, der in Bildern gelesen wird. Eine Stadt oder Postleitzahl zählt nur neben einer Straße. Code, Tool-Ausgaben und Systemtext werden nicht gelesen.
• max: auch Namen aus einem Wort und Städte, und dazu Systemtext und Tool-Ausgaben.
• secrets: nie.

Einmal gefunden, kommt ein Name zu den bekannten Werten und wird danach überall maskiert, auch in Tool-Ausgaben, in jedem Profil, auch in secrets.

Das Modell arbeitet ohne Gewähr:

• Es übersieht Namen. Ungewöhnliche Namen, Initialen und kleingeschriebene Namen werden am häufigsten übersehen. Grußformeln und Titel vor einem Namen (Hallo Paul, Dr. Sarah Mitchell) werden nicht mitmaskiert.
• Es hält manche Wörter für Namen. Fachwörter wie Redis oder Postgres werden herausgefiltert, und balanced verlangt mindestens zwei Wörter.
• Es ist bei langen Texten langsam. Es liest auf einer Desktop-CPU etwa 700 Token pro Sekunde, in einem eigenen Thread, sodass andere Anfragen nicht darauf warten. Ein Text mit mehr als 4.096 Token (8.192 in max) oder 16.000 Zeichen (64.000 in max) wird nicht gelesen, und die Anfrage wird im Dashboard markiert.

Ihre eigenen Begriffe

Fügen Sie die Wörter hinzu, von denen nur Sie wissen, dass sie sensibel sind: Kundennamen, Codenamen von Projekten, interne Domains. Diese Wörter werden in jedem Profil maskiert, wo immer sie vorkommen:

config.yaml

terms:
  - value: Project Falcon
    type: PROJECT
  - value: Acme Logistics
    type: CLIENT

Mit diesen Begriffen erreicht “Project Falcon startet im Mai mit Acme Logistics” das Modell etwa als “Consolidated Margie startet im Mai mit Northwind Adatum”. Standardmäßig wird ein Begriff in beliebiger Groß-/Kleinschreibung erkannt und nur als ganzes Wort; case_sensitive und whole_word ändern das. Sie können Begriffe auch auf der Seite Regeln im Dashboard hinzufügen oder mit Immer maskieren bei einem beliebigen Wert in einer Anfrage.

Ein Begriff braucht mindestens einen Buchstaben oder eine Ziffer: Der Ersatzwert behält die Sonderzeichen des Originals bei, daher lassen sich reine Sonderzeichen wie -- oder ### nicht maskieren. Das Dashboard und latet config lehnen einen solchen Begriff ab. Steht einer von Hand in config.yaml oder in der latet.yaml eines Projekts, wird er ausgelassen, und die Seite Regeln und latet config validate weisen darauf hin.

Ein Begriff hat höchstens 8.192 Zeichen: Ein längerer wird für sich allein gesucht, und einer aus etwa einer Million Buchstaben lässt sich gar nicht suchen. Das Dashboard, latet config und ein Import lehnen einen längeren Begriff ab. Steht einer von Hand in config.yaml, wird er ausgelassen, und latet reload, das Log des Daemons und latet config validate nennen den Eintrag; steht einer in der latet.yaml eines Projekts, wird er ebenfalls ausgelassen, und die Seite des Projekts sagt es.

Für ein Format statt eines Werts, etwa jede Ausweisnummer der Form AB-123456, schreiben Sie einen eigenen Erkenner: ein Muster, Prüfziffern und Schlüsselwörter, getestet an erfundenen Beispielen.

Die Identität dieses Rechners

In balanced und max erkennt Latet bei jedem Start, wer und wo Sie sind, und maskiert das:

• Ihren Benutzernamen im Betriebssystem in Pfaden des Home-Verzeichnisses: C:\Users\anna\shop\app.py, /home/anna/... oder /Users/anna/.... Ein Benutzername mit sechs oder mehr Zeichen wird überall maskiert, wo er vorkommt;
• Ihren Hostnamen;
• den Namen und die E-Mail-Adresse Ihres Git-Autors, aus git config --global, und die Domain dieser E-Mail-Adresse, wenn es die Ihres Unternehmens ist (studio-rossi.it, nicht gmail.com), wo immer sie vorkommt: Auch git.studio-rossi.it wird maskiert.

Weil Latet diese Angaben bei jedem Start neu erkennt, wird eine neue Git-E-Mail-Adresse oder ein neuer Benutzername ohne Ihr Zutun maskiert. Der Abschnitt identity der Konfiguration schaltet das aus oder legt die Werte fest: Sobald Sie sie dort eintragen, verwendet Latet stattdessen diese.

Bekannte Werte

Sobald ein Wert erkannt wurde, merkt sich Latet ihn im Tresor. Spätere Vorkommen werden auch dort maskiert, wo die Detektoren sie allein nicht erkennen würden: etwa das Passwort aus Ihrer .env, das später in einer Commit-Nachricht erwähnt wird. Zwei Arten werden so nicht gemerkt: Ein Wert, den der strikte Datenmodus oder eine Feldregel in einer Tabelle oder in JSON maskiert, bleibt nur in seiner Struktur maskiert (Produktionsdaten), und ein Wert eines Typs mit redact wird gar nicht aufbewahrt. Nach den bekannten Werten sucht auch die abschließende Prüfung in ausgehenden Anfragen.

Ein Wert wird ab vier Zeichen wiedererkannt, der Name einer Person ab drei (Ugo, Ada), und nur so, wie er geschrieben ist: Ugo ist nicht ugo und auch nicht Teil von Ugolino.

Wenn zwei Detektoren denselben Text finden

Überlappende Treffer werden zu einem zusammengeführt, der sie alle abdeckt, sodass ein Wert nie halb ersetzt wird. Das Ergebnis erhält den Namen der stärkeren Art: zuerst geheime Werte, dann Ihre Begriffe und die Identität dieses Rechners, dann personenbezogene Daten.

Fällt ein anderer Detektor als der für personenbezogene Daten und das lokale Namensmodell aus (geheime Werte, Ihre Begriffe, Identität, bekannte Werte), schlägt das Maskieren fehl, und die Anfrage wird blockiert: Nichts geht ungeprüft hinaus. Fällt der Detektor für personenbezogene Daten oder das lokale Namensmodell aus, wird er übersprungen, und die Anfrage wird im Dashboard markiert.

Warum RE2

RE2 findet Treffer in linearer Zeit, daher kann eine feindselige oder einfach riesige Eingabe kein katastrophales Backtracking regulärer Ausdrücke auslösen und Ihren Agenten lahmlegen.

Falsch positive und falsch negative Ergebnisse

Jeder Detektor wägt übersehene Werte gegen Fehlalarme ab. Profile legen fest, wo Sie in diesem Zielkonflikt stehen, und Zulassungslisten beheben einzelne Fehlalarme. Um zu sehen, wie ein Text maskiert würde, fügen Sie ihn in den Testbereich des Dashboards ein: Nichts, was Sie dort eingeben, wird aufbewahrt oder an ein Modell gesendet.