Privacy Shield BR | Sakaguchi IA

O que é este projeto

Privacy Shield BR é uma biblioteca PHP focada em detecção e anonimização de dados pessoais (PII) em textos, formulários, logs e bases de dados. Ela foi criada para ajudar empresas brasileiras a cumprir a LGPD sem reescrever seus sistemas do zero.

A abordagem é simples: você passa um texto ou array de dados, a biblioteca identifica automaticamente os campos sensíveis e retorna uma versão anonimizada preservando o formato original. Funciona com CPF, CNPJ, chaves PIX, e-mail, telefone, cartão de crédito e nomes próprios.

Multas LGPD: A ANPD pode aplicar sanções de até 2% do faturamento bruto da empresa, limitadas a R$ 50 milhões por infração. Em 2025, as primeiras multas significativas foram aplicadas a empresas que expunham dados pessoais em logs e relatórios internos.

Detecção automática

O motor de detecção combina expressões regulares otimizadas com validação algorítmica. Não basta o formato parecer um CPF — a biblioteca valida o dígito verificador antes de classificar como dado pessoal.

CPF — formato XXX.XXX.XXX-XX com validação de dígitos verificadores
CNPJ — formato XX.XXX.XXX/XXXX-XX com validação completa
Chaves PIX — CPF, CNPJ, e-mail, telefone e chave aleatória
E-mail — detecção RFC 5322 com domínios válidos
Telefone — fixo e celular com DDD, formatos brasileiro e internacional
Cartão de crédito — Visa, Mastercard, Elo e Amex com validação Luhn

Exemplo: Padrões de detecção

// Padrões de regex para dados pessoais brasileiros
private const PATTERNS = [
    'cpf'     => '/\b(\d{3}\.?\d{3}\.?\d{3}-?\d{2})\b/',
    'cnpj'    => '/\b(\d{2}\.?\d{3}\.?\d{3}\/?\d{4}-?\d{2})\b/',
    'email'   => '/[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}/',
    'phone'   => '/\(?\d{2}\)?\s?9?\d{4}-?\d{4}/',
    'card'    => '/\b(\d{4}[\s-]?\d{4}[\s-]?\d{4}[\s-]?\d{4})\b/',
];

// Validação de CPF com dígito verificador
private function validateCpf(string $cpf): bool
{
    $cpf = preg_replace('/\D/', '', $cpf);
    if (strlen($cpf) !== 11) return false;

    for ($t = 9; $t < 11; $t++) {
        $sum = 0;
        for ($i = 0; $i < $t; $i++) {
            $sum += $cpf[$i] * (($t + 1) - $i);
        }
        $digit = ((10 * $sum) % 11) % 10;
        if ($cpf[$t] != $digit) return false;
    }
    return true;
}
                

Anonimização

A anonimização preserva o formato original do dado, mantendo a estrutura legível mas tornando impossível recuperar a informação real. Isso é essencial para logs de auditoria, relatórios e ambientes de homologação.

Mascaramento parcial — 123.456.789-09 vira 123.***.***-09
Substituição completa — joao@email.com vira ***@***.com
Tokenização — substitui por token reversível (para casos que exigem recuperação)
Hash determinístico — mesmo dado gera mesmo hash (útil para joins em bases anonimizadas)

Exemplo: Uso da biblioteca

use Sakaguchi\PrivacyShield\Anonymizer;
use Sakaguchi\PrivacyShield\Detector;

// Inicializa o detector e o anonimizador
$detector   = new Detector();
$anonymizer = new Anonymizer();

// Texto com dados pessoais misturados
$texto = 'Cliente João Silva, CPF 123.456.789-09,
e-mail joao@empresa.com, tel (11) 99876-5432.
Chave PIX: joao@empresa.com';

// Detecta todos os dados pessoais
$findings = $detector->scan($texto);
// Retorna: [cpf => ['123.456.789-09'], email => [...], phone => [...]]

// Anonimiza preservando formato
$resultado = $anonymizer->mask($texto);
// 'Cliente João Silva, CPF 123.***.***-09,
// e-mail ***@***.com, tel (11) ****-5432.
// Chave PIX: ***@***.com'

// Anonimização completa (irreversível)
$limpo = $anonymizer->redact($texto);
// 'Cliente [NOME], CPF [CPF],
// e-mail [EMAIL], tel [TELEFONE].
// Chave PIX: [PIX]'
                

Conformidade LGPD

A biblioteca foi projetada para atender diretamente aos requisitos da Lei Geral de Proteção de Dados (Lei 13.709/2018). Cada funcionalidade mapeia para artigos específicos da lei:

Art. 5o (Definições) — a detecção classifica corretamente o que é dado pessoal, dado pessoal sensível e dado anonimizado, conforme os incisos I, II e III
Art. 6o (Princípios) — o método redact() implementa o princípio da necessidade (inciso III), garantindo que apenas os dados estritamente necessários sejam mantidos
Art. 18 (Direitos do titular) — o módulo de tokenização permite atender ao direito de eliminação (inciso VI) e ao direito de anonimização (inciso IV) sem quebrar a integridade referencial do banco de dados
Art. 46 (Segurança) — a anonimização em logs e relatórios atende à obrigação de adotar medidas técnicas para proteger dados pessoais
Art. 48 (Incidentes) — dados já anonimizados reduzem drasticamente o impacto de vazamentos, simplificando a comunicação à ANPD

Integração

A instalação é via Composer e a integração com qualquer projeto PHP leva menos de 5 minutos. Para Laravel, incluímos um middleware pronto que anonimiza automaticamente dados sensíveis nos logs da aplicação.

Instalação via Composer

# Instalar via Composer
$ composer require sakaguchi/privacy-shield-br

# Publicar configuração (Laravel)
$ php artisan vendor:publish --tag=privacy-shield-config
                

Middleware para Laravel

// app/Http/Middleware/AnonymizeLogData.php
namespace App\Http\Middleware;

use Closure;
use Illuminate\Http\Request;
use Sakaguchi\PrivacyShield\Anonymizer;

class AnonymizeLogData
{
    public function handle(Request $request, Closure $next)
    {
        $response = $next($request);

        // Anonimiza dados sensíveis antes de logar
        $anonymizer = new Anonymizer();
        $logData    = $anonymizer->maskArray($request->all());

        logger()->info('Request processada', $logData);

        return $response;
    }
}
                

Performance

A detecção é otimizada para processar grandes volumes de texto sem impacto perceptível na aplicação. Benchmarks em um servidor com 2 vCPUs e 4GB de RAM:

1.000 registros — 45ms (detecção + anonimização completa)
10.000 registros — 380ms com cache de padrões compilados
100.000 registros — 3.2s usando processamento em batch

As técnicas de otimização incluem:

Regex compilado — padrões são pré-compilados e cacheados na inicialização
Early exit — se o texto não contém dígitos, pula validação de CPF/CNPJ/cartão
Batch processing — método scanBatch() processa arrays em uma única passada
Lazy detection — modo que para no primeiro match (útil para validação rápida)

Como usar

Instale o pacote, configure as regras de detecção e integre no fluxo da sua aplicação. Cada projeto pode customizar quais tipos de dados detectar e qual estratégia de anonimização aplicar.

composer.json — dependência do pacote
config/privacy-shield.php — tipos habilitados, estratégia de mascaramento, exceções
Detector — classe principal de detecção de PII
Anonymizer — classe de anonimização com múltiplas estratégias
Middleware — integração automática com Laravel (opcional)

# Instalar e configurar
$ composer require sakaguchi/privacy-shield-br
$ cp vendor/sakaguchi/privacy-shield-br/config/privacy-shield.php config/

# Uso rápido em 3 linhas
require 'vendor/autoload.php';
$shield = new Sakaguchi\PrivacyShield\Shield();
echo $shield->protect('CPF: 123.456.789-09');
// Saída: CPF: 123.***.***-09
                

Detecção e anonimização de dados pessoais em PHP

O que é este projeto

Detecção automática

Exemplo: Padrões de detecção

Anonimização

Exemplo: Uso da biblioteca

Conformidade LGPD

Integração

Instalação via Composer

Middleware para Laravel

Performance

Como usar

Tecnologias

Detalhes

Índice

Quer algo parecido?

Quer implementar algo parecido?