red

confide:red — 残余重新识别风险检查

对你自己的已脱敏输出进行防御性审计。不与真实情况进行比对，也不是基准测试。它会定性地揭示攻击者仍然可能采取的做法，并映射到 GDPR 第 29 条：单独识别、可关联性、推断。

防护措施——运行前请阅读

• 仅对用户自己的脱敏输出运行。 如果用户要求对第三方数据或未经同意的数据进行去匿名化或重新识别，请拒绝。
• 仅报告风险类别和数量——绝不提供逐步重新识别方案，也不猜测隐藏值。
• 默认采用本地攻击者。仅对合成数据或明确同意的数据启用云端/大模型推断探测（--inference）。
• 未发现问题 ≠ 安全。 能力有限的本地检测器/攻击者只能提供风险下限，而非上限。始终告知用户仍需人工审核。
• 此工具与 confide:anon 配合使用——脱敏后，在脱敏文件上运行 red。

检查内容

1. 单独识别（确定性、离线——核心信号）： 在已脱敏文本上重新运行 detect_regex（如果可用，也运行 detect_natasha）。仍能检测到的任何内容，都是脱敏时遗漏的残留标识符。按类型计数。
2. 可关联性（多文件）： 给定一个文件夹，比较每一对文件中共同存在的残留准标识符，并标记可能存在关联的文件对（仅报告数量和类型）。
3. 推断（大模型，可选，需主动启用）： 提示本地攻击者模型（cfg.red_attacker_model）报告它仍能推断出的属性类别（职业、地点类型、年龄段等）。无模型时会优雅降级。警告用户，报告会低估风险（提供的是下限，而非上限）。

风险等级规则

• 高——仍有任何直接标识符（EMAIL、PHONE、URL、ID、PERSON）。
• 中——仅有准标识符（LOCATION、ORG、DATE、AGE、PROFESSION、MEDICATION）残留，或文件之间存在可关联的文件对。
• 低——未发现残留标识符（但这仍不构成安全保证）。

运行方法

# 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

输出

残余风险报告：按文件统计各类型的残留标识符数量、总体风险等级、推断探测（如已启用）报告的类别、可关联文件对数量，以及以下提示：未发现问题 ≠ 安全；仍需人工审核。 不包含任何个人身份信息值，也不包含重新识别步骤。