Rilevamento

Il rilevamento avviene sul tuo computer, o sul server Latet a cui è connesso: non viene mai chiamato nessun servizio di rilevamento nel cloud. Diversi rilevatori leggono ogni porzione di testo che una richiesta contiene. Questa pagina li spiega con degli esempi; il riferimento dei rilevatori elenca ogni rilevatore e ogni regola per i segreti.

Segreti

I segreti vengono mascherati in ogni profilo.

Sono incluse le credenziali di Latet: LATET_PERSONAL_TOKEN (latet_pat_), LATET_COMPUTER_KEY (latet_ck_), LATET_API_KEY (latet_key_) e LATET_ADMIN_TOKEN (latet_adm_), ciascun prefisso seguito da 43 caratteri URL-safe (A-Z, a-z, 0-9, _, -). In https://<host>/u/<route-key>, i 16-128 caratteri URL-safe della chiave di percorso vengono mascherati come LATET_ROUTE_KEY; l’host e gli altri segmenti del percorso restano. Vale sul tuo computer e in uno spazio sul server, anche nei dump dell’ambiente, nel file settings.json di Claude Code e nel file config.toml di Codex. Le chiamate agli strumenti locali ricevono i valori reali. Una chiamata a uno strumento esterno che contiene un valore fittizio viene fermata dove Latet può intercettarla (vedi Ambito della protezione).

• Formati noti. Il set di regole predefinito di gitleaks (222 regole) è incluso in Latet e gira su RE2, con le parole chiave, le soglie di entropia e gli elenchi di valori consentiti che usa gitleaks. Copre le chiavi API e i token di molti provider, come GitHub, Anthropic, OpenAI, AWS, Stripe o Slack.
• Valori assegnati a nomi sensibili, nei file .env, nella configurazione e nel codice. Decide il nome, qualunque aspetto abbia il valore: DB_PASSWORD=..., "api_key": "..." e $env:TOKEN = ... vengono mascherati; APP_NAME=shop e DEBUG=true no. I segnaposto come changeme, ${DB_PASSWORD} o <your-key> restano come sono, e così anche i riferimenti nel codice come process.env.API_KEY.
• Chiavi private: l’intero corpo di un blocco di chiave privata PEM, OpenSSH o PGP. Le righe BEGIN ed END restano visibili, così il modello sa comunque che lì c’è una chiave.
• Credenziali: la password in postgres://user:password@host/db e in altri URL, i JSON Web Token e le credenziali Bearer o Basic. In una stringa di connessione (una variabile connectionString, una colonna connection_string) vengono mascherate solo le credenziali: i valori di Password=, PWD=, AccountKey= e simili, o la password del suo URL. Il server, l’utente e il database restano, come in Server=db;User Id=app;Password=…;.

Per esempio, un file .env così com’è sul tuo disco:

.env

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

e ciò che riceve il modello quando l’agente lo legge:

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

Il nome host non è un segreto e resta. La password e la chiave vengono sostituite da valori fittizi della stessa lunghezza e dello stesso formato (i tuoi saranno diversi).

Segnaposto

Un valore che tiene soltanto il posto di un segreto resta com’è: in un’assegnazione, come password di un URL, in una colonna segreta e come credenziale di una stringa di connessione (User Id={{username}};Password={{password}};). L’intero valore deve essere uno di questi, senza distinzione tra maiuscole e minuscole:

Forma	Esempi
Tra parentesi angolari o quadre	<password>, <your-key>, [password]
Una variabile o un template	${DB_PASSWORD}, $DB_PASSWORD, %DB_PASSWORD%, {{password}}, {env:DB_PASSWORD}, {file:./secret}
Your e un nome	YOUR_PASSWORD, your-api-key, your.token
Una parola che sta per un valore	changeme, change_me, password, passwd, secret, token, placeholder, example, redacted, todo, tbd
Riempitivi	xxx, ***, ..., ---, ___
Nessun valore	null, none, nil, undefined, empty, true, false

changeme123 non è un segnaposto: potrebbe essere una password reale. In un’assegnazione resta com’è anche un riferimento nel codice: process.env.API_KEY, os.environ["TOKEN"], os.getenv(...), config., settings.. Per lasciare in chiaro un segnaposto di un’altra forma, aggiungilo ai valori da non mascherare mai (valori consentiti): se appartiene a un progetto, nelle tue impostazioni per quel progetto.

Resta com’è anche un valore fatto solo di simboli, chiunque lo trovi e per quanto sia lungo: !!!!!!!! come password, -------------------- dopo Bearer, una corrispondenza di uno dei tuoi riconoscitori o un valore segnalato dal revisore locale. Il valore fittizio conserva i simboli dell’originale, quindi coinciderebbe con l’originale. Fa eccezione una chiave di percorso di Latet: ogni carattere del valore fittizio viene generato di nuovo, anche quando l’originale è fatto solo di _ o -.

Dati personali

I dati personali vengono mascherati nei profili balanced e max. Ogni corrispondenza viene convalidata prima di essere mascherata, e questo riduce i falsi allarmi nel codice:

Tipo	Esempio	Come viene confermata una corrispondenza
Email	emily.carter@northwind-legal.com	Il dominio di primo livello viene confrontato con l’elenco IANA, incluso in Latet per funzionare offline
Numero di telefono	+44 20 7946 0958	Analizzato e convalidato con phonenumbers, un port di libphonenumber di Google
IBAN	GB82WEST12345698765432	Lunghezza prevista per il paese e checksum mod-97
Numero di carta	4111 1111 1111 1111	Prefisso dell’emittente e checksum di Luhn
Numero identificativo nazionale e numero fiscale	SSN NNN-NN-NNNN, DNI NNNNNNNNA	Cifre di controllo, e una parola chiave dove il numero da solo potrebbe essere qualsiasi cosa (vedi sotto)
Partita IVA	DENNNNNNNNN, CHE-NNN.NNN.NNN MWST	Il prefisso del paese e le cifre di controllo di quel paese
Indirizzo IP	151.101.1.69	Indirizzi pubblici; quelli privati solo in max o con include_private_ips
Indirizzo Bitcoin	bc1q...	Checksum Base58Check o bech32

I riconoscitori di email, IBAN, carte, codice fiscale e partita IVA sono ripresi da Presidio.

Numeri identificativi e fiscali per paese

Latet conosce i numeri identificativi nazionali e i numeri fiscali di 15 paesi: Belgio, Canada, Finlandia, Francia, Germania, Italia, Lettonia, Paesi Bassi, Polonia, Portogallo, Spagna, Svezia, Svizzera, Regno Unito e Stati Uniti. id_regions in config.yaml sceglie i paesi (IT, US e GB per impostazione predefinita); latet global-install propone il tuo paese, e il profilo max li prende tutti. La pagina Regole della dashboard elenca i numeri di ogni paese.

Molti di questi numeri sono semplici sequenze di nove o undici cifre, come innumerevoli id nel codice. Per questo ognuno viene confermato dalle sue cifre di controllo, e quelli che potrebbero comunque essere qualsiasi cosa richiedono una parola chiave vicina: SSN o social security accanto a un numero di previdenza sociale statunitense, BSN accanto a un numero di servizio al cittadino olandese, Steuer-ID accanto a un numero di identificazione fiscale tedesco. La parola chiave conta se è sulla stessa riga, a pochi caratteri di distanza, o nell’intestazione della colonna in cui si trova il numero (tabelle CSV, TSV e Markdown):

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

Il DNI e il NIE spagnoli, il numero AVS svizzero e il codice personale finlandese hanno una lettera di controllo o una struttura caratteristica, quindi non richiedono una parola chiave. Un numero non viene mai preso dall’interno di un numero più lungo, di una versione, di un decimale o di un percorso. Il riferimento dei rilevatori ha l’elenco completo, con la struttura e il controllo di ogni numero.

Le partite IVA vengono riconosciute per i 27 paesi dell’UE, l’Irlanda del Nord, il Regno Unito, la Svizzera e la Norvegia, qualunque cosa dica id_regions: hanno sempre il prefisso del loro paese.

Alcune cose restano come sono di proposito:

• le email ai domini di documentazione example.com, example.net e example.org, o sotto .example, .test, .invalid e .localhost, e i mittenti di sistema come git@ o noreply@;
• nel codice e nell’output degli strumenti, le sequenze di cifre senza +, 00, spazi o parentesi, che molto più spesso sono id, date o numeri di build che numeri di telefono. Nei tuoi messaggi le regole sono meno severe. I numeri senza prefisso internazionale contano solo per i paesi in phone_regions (IT, US e GB per impostazione predefinita);
• i numeri di versione che sembrano indirizzi IP, come v1.2.3.4.

Nomi

I nomi nel testo libero, come in Emily Carter ha scritto questo, richiedono un modello statistico. Con il modello locale dei nomi facoltativo installato, Latet trova da sé nomi e indirizzi; anche il revisore locale, un modello linguistico sul tuo computer o su un tuo server, li trova, insieme ai dati sulla salute e agli altri valori che nessun pattern descrive. Senza nessuno dei due, un nome viene mascherato solo quando è il nome del tuo autore git (vedi sotto), uno dei tuoi termini o un valore già nella cassaforte.

Prendi questo prompt:

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

Con il modello dei nomi, nel profilo balanced, il modello nel cloud riceve una versione come questa:

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

Quando torna la risposta, il tuo agente vede comunque il nome e l’indirizzo reali.

Cosa cerca il modello dei nomi dipende dal profilo:

• balanced: nomi completi (due parole o più) e indirizzi, in ciò che scrivi e alleghi e nel testo letto nelle immagini. Una città o un codice postale contano solo accanto a una via. Il codice, l’output degli strumenti e il testo di sistema non vengono letti.
• max: anche nomi di una sola parola e città, e anche il testo di sistema e l’output degli strumenti.
• secrets: mai.

Una volta trovato, un nome entra tra i valori noti e da lì in poi viene mascherato ovunque, output degli strumenti compreso, in ogni profilo, anche secrets.

Il modello non dà garanzie:

• Gli sfuggono dei nomi. I nomi poco comuni, le iniziali e i nomi scritti in minuscolo sono quelli che sfuggono più spesso. I saluti e i titoli davanti a un nome (Ciao Paul, Dr. Sarah Mitchell) restano fuori da ciò che viene mascherato.
• Scambia alcune parole per nomi. Le parole tecniche come Redis o Postgres vengono filtrate, e balanced richiede almeno due parole.
• È lento sui testi lunghi. Legge circa 700 token al secondo su una CPU desktop, in un thread tutto suo, così le altre richieste non lo aspettano. Un testo più lungo di 4.096 token (8.192 in max), o di 16.000 caratteri (64.000 in max), non viene letto, e la richiesta viene segnalata nella dashboard.

I tuoi termini

Aggiungi le parole che solo tu sai essere sensibili: nomi di clienti, nomi in codice di progetti, domini interni. Vengono mascherate in ogni profilo, ovunque compaiano:

config.yaml

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

Con questi termini, “Project Falcon parte con Acme Logistics a maggio” arriva al modello come qualcosa di simile a “Consolidated Margie parte con Northwind Adatum a maggio”. Per impostazione predefinita un termine corrisponde senza distinzione tra maiuscole e minuscole, e solo come parola intera; case_sensitive e whole_word cambiano questo comportamento. Puoi aggiungere termini anche nella pagina Regole della dashboard, o con Maschera sempre su qualsiasi valore in una richiesta.

Un termine deve contenere almeno una lettera o una cifra: il valore fittizio conserva i simboli dell’originale, quindi dei simboli da soli, come -- o ###, non si possono mascherare. La dashboard e latet config rifiutano un termine così. Uno scritto a mano in config.yaml o nel latet.yaml di un progetto viene lasciato fuori, e la pagina Regole e latet config validate lo segnalano.

Un termine contiene al massimo 8.192 caratteri: uno più lungo viene cercato da solo, e uno di circa un milione di lettere non si può cercare affatto. La dashboard, latet config e un’importazione rifiutano un termine più lungo. Uno scritto a mano in config.yaml viene lasciato fuori, e latet reload, il log del daemon e latet config validate dicono quale voce; uno nel latet.yaml di un progetto viene lasciato fuori anche lui, e la pagina del progetto lo dice.

Per un formato invece che per un valore, come ogni numero di badge scritto AB-123456, scrivi un riconoscitore personalizzato: un pattern, cifre di controllo e parole chiave, provato su esempi inventati.

L’identità di questo computer

In balanced e max, Latet rileva chi sei e dove sei ogni volta che si avvia, e lo maschera:

• il tuo nome utente del sistema operativo nei percorsi della cartella home: C:\Users\anna\shop\app.py, /home/anna/... o /Users/anna/.... Un nome utente di sei caratteri o più viene mascherato ovunque compaia;
• il tuo nome host;
• il nome e l’email del tuo autore git, da git config --global, e il dominio di quell’email quando è quello della tua azienda (studio-rossi.it, non gmail.com), ovunque compaia: viene mascherato anche git.studio-rossi.it.

Poiché vengono rilevati di nuovo a ogni avvio, una nuova email git o un nuovo nome utente vengono mascherati senza che tu debba fare nulla. La sezione identity della configurazione disattiva questo comportamento, o fissa i valori: una volta che li scrivi lì, Latet usa quelli.

Valori noti

Una volta rilevato un valore, Latet lo ricorda nella cassaforte. Le occorrenze successive vengono mascherate anche dove i rilevatori da soli non le riconoscerebbero: per esempio la password del tuo .env, citata più tardi in un messaggio di commit. Due tipi non vengono ricordati così: un valore che la modalità dati rigorosa o una regola di campo maschera in una tabella o in un JSON resta mascherato solo nella sua struttura (dati di produzione), e un valore di un tipo impostato su redact non viene conservato affatto. I valori noti sono anche ciò che il controllo finale cerca nelle richieste in uscita.

Un valore viene riconosciuto di nuovo a partire da quattro caratteri, il nome di una persona da tre (Ugo, Ada), e solo com’è scritto: Ugo non è ugo, né una parte di Ugolino.

Quando due rilevatori trovano lo stesso testo

Le corrispondenze sovrapposte vengono unite in una sola, che le copre tutte, così un valore non viene mai sostituito a metà. Il tipo più forte dà il nome al risultato: prima i segreti, poi i tuoi termini e l’identità di questo computer, poi i dati personali.

Se va in errore un rilevatore diverso da quello dei dati personali e dal modello locale dei nomi (segreti, i tuoi termini, identità, valori noti), il mascheramento non riesce e la richiesta viene bloccata: niente esce senza controllo. Se va in errore il rilevatore dei dati personali o il modello locale dei nomi, viene saltato e la richiesta viene segnalata nella dashboard.

Perché RE2

RE2 trova le corrispondenze in tempo lineare, quindi un input ostile o semplicemente enorme non può causare un backtracking catastrofico delle espressioni regolari e bloccare il tuo agente.

Falsi positivi e falsi negativi

Ogni rilevatore è un compromesso tra valori che sfuggono e falsi allarmi. I profili scelgono dove collocarsi in questo compromesso, e i valori consentiti correggono i singoli falsi allarmi. Per vedere come verrebbe mascherato un testo, incollalo nel Laboratorio della dashboard: niente di ciò che scrivi lì viene conservato o inviato a un modello.