Laranon: حذف اطلاعات شخصی قبل از فرستادن متن به LLM
خلاصهٔ کاملتر
طبق معرفی Laravel News، پکیج Laranon که Eduardo Lázaro ساخته، قبل از اینکه متنی رو به یه LLM بفرستی، اطلاعات شخصی (PII، یعنی هر دادهای که آدم رو شناسایی میکنه) رو ازش درمیاره. اسمها، شمارههای هویتی و اطلاعات بانکی با توکنهایی مثل «PER_1» عوض میشن و یه map از توکن به مقدار واقعی روی سرور خودت میمونه. جواب مدل که برگشت، با همین map مقدارهای واقعی برمیگردن. پکیج برای اسپانیایی و انگلیسی آمادهست و غیر از لاراول هیچ وابستگیای نداره.
کار اصلی با Laranon::anonymize() انجام میشه که متن ناشناسشده و map رو برمیگردونه، و بعد restore() روی جواب مدل صدا زده میشه:
$result = Laranon::scope("chat-{$sessionId}")->anonymize(
'Our client John Smith, SSN 536-90-4399, requests the transfer to GB29 NWBK 6016 1331 9268 19.'
);
// "Our client «PER_1» «AP_1», SSN «SSN_1», requests the transfer to «IBAN_1»."
$llmResponse = $chat->send($result->text);
$result->restore($llmResponse);برای یه نوبت چت که پیام کاربر، اسناد و خروجی ابزارها رو با هم داره، یه Anonymizer session پیشنهاد شده که map رو فقط تو حافظه نگه میداره و آخر request پاکش میکنه. برای کارهایی که چند request طول میکشن، مثل queued jobها، از scope استفاده میشه. map یه scope بهطور پیشفرض شش ساعت تو cache میمونه، میشه بردش تو دیتابیس، و با app key رمزنگاری میشه. متد forget() هم map رو کلاً پاک میکنه و بعدش دیگه هیچکس نمیتونه توکنها رو برگردونه.
تشخیص اسم کلمهبهکلمهست: «Smith» تو «John Smith» و «Mr. Smith» یه توکن میگیره. عنوانهایی مثل Mr. یا Dr. نوع کلمه رو مشخص میکنن و بدون عنوان، پکیج دنبال دو کلمهٔ پشتسرهم با حرف بزرگ میگرده که اولیش تو لیست اسمهای کوچیک باشه. این لیستها از سرشماری اسپانیا و آمریکا اومدن، مثلاً ۱۶۲ هزار نام خانوادگی از سرشماری ۲۰۱۰ آمریکا. اسمهایی که کلمهٔ معمولی هم هستن، مثل Rose، فقط با عنوان یا نام خانوادگی عوض میشن.
سه استراتژی جایگزینی هست: token (پیشفرض و برگشتپذیر، مناسب LLM)، faker (مقدار جعلی با همون فرمت که باز هم برگشتپذیره) و redact (برچسبی مثل [DNI] بدون map، مناسب لاگ). لاگها با ScrubLogsTap و درخواستهای خروجی با Http::scrubPii() پاکسازی میشن. چکسام IBAN، کارت اعتباری و فرمتهای اسپانیایی هم چک میشه تا مثلاً DNI با حرف کنترلی غلط نادیده گرفته بشه.
نویسنده توصیه میکنه قبل از production، دستور laranon:scan رو روی نمونهای از دادههای خودت اجرا کنی تا ببینی دقیقاً چیها جایگزین میشن. پکیج به PHP 8.2 و لاراول 12 به بالا نیاز داره.
نکات کلیدی:
- نیازمندیها: PHP 8.2+ و Laravel 12+ بدون وابستگی اضافه
- سه استراتژی: token، faker و redact که فقط دو تای اول برگشتپذیرن
- map یه scope بهطور پیشفرض ۶ ساعت تو cache میمونه و رمزنگاری میشه
- پشتیبانی از restore در پاسخهای استریم SSE حتی وقتی توکن تو دو تیکه برسه
- دستور laranon:scan هر مقدار قابلجایگزینی رو با نوع و امتیاز اطمینان نشون میده




