red

confide:red — 再識別リスクの残存チェック

防御目的の監査です。すでに匿名化された、ご自身の出力を対象にします。正解データとの照合やベンチマークではありません。攻撃者がなお何をできる可能性があるかを、GDPR 第29条に基づく特異化、連結可能性、推論の観点から定性的に示します。

ガードレール — 実行前にお読みください

• ユーザー自身の匿名化済み出力に限って実行してください。第三者のデータや同意のないデータの匿名解除または再識別を求められた場合は、拒否してください。
• 報告するのはリスクのカテゴリと件数のみです。再識別の手順を段階的に示したり、隠された値を推測したりしてはいけません。
• デフォルトではローカルの攻撃者を想定します。クラウド／LLM 推論プローブ（--inference）を有効にするのは、合成データまたは明示的に同意を得たデータに限ってください。
• 検出結果がないことは、安全であることを意味しません。 ローカルの検出器／攻撃者の能力が低い場合、それは上限ではなく、最低限の目安です。必ず、ユーザーに人による確認が引き続き必要だと伝えてください。
• これはconfide:anonと組み合わせて使用します。匿名化後、匿名化済みファイルに対してredを実行してください。

チェック項目

1. 特異化（決定論的、オフライン — 中核となるシグナル）： 匿名化済みテキストに対してdetect_regex（利用可能な場合はdetect_natashaも）を再実行します。それでも検出されたものは、匿名化で見落とされたまま残っている識別子です。種類ごとに件数を集計します。
2. 連結可能性（複数ファイル）： フォルダーを指定すると、すべてのファイルペアについて、残存する準識別子の共通項を比較し、連結可能性があるペアを（件数と種類のみ）報告します。
3. 推論（LLM、任意、オプトイン）： ローカルの攻撃者モデル（cfg.red_attacker_model）に、なお推論できる属性のカテゴリ（職業、場所の種類、年齢層など）を問い合わせます。モデルがない場合も適切に処理します。過少報告になる（上限ではなく、最低限の目安である）ことをユーザーに警告してください。

リスクレベルのルール

• 高 — 直接識別子が1つでも残っている場合（EMAIL、PHONE、URL、ID、PERSON）。
• 中 — 準識別子のみが残っている場合（LOCATION、ORG、DATE、AGE、PROFESSION、MEDICATION）、またはファイル間に連結可能なペアがある場合。
• 低 — 残存する識別子が見つからない場合（それでも安全が保証されるわけではありません）。

実行方法

# single redacted file (offline, deterministic)
python3 skills/red/scripts/red.py path/to/file.green.md

# a folder of redacted files (adds linkability)
python3 skills/red/scripts/red.py path/to/redacted_dir/

# add the local inference probe — synthetic/consented data ONLY
python3 skills/red/scripts/red.py path/to/file.green.md --inference

# machine-readable
python3 skills/red/scripts/red.py path/to/file.green.md --json

出力

残存リスクレポートを出力します。ファイルごとの識別子の種類別残存件数、全体のリスクレベル、推論プローブを実行した場合は推論されたとされるカテゴリ、連結可能なペアの件数に加え、検出結果がないことは安全を意味せず、人による確認が引き続き必要という注意書きを含みます。 PII 値や再識別の手順は含みません。