Beter in het vinden van wat mensen echt schrijven
Een detectie-release. Penweir vindt IBAN's, BSN's en betaalkaarten zoals mensen ze schrijven, verwart het wachtwoord in een URL niet langer met een e-mailadres en laat eigen detectors één deel van een match redigeren. Hij volgt het onderzoek op deze site.
Dit is de versie die draait bij bedrijven die nu early access hebben, tot de commerciële release van Penweir.
Redactie
- IBAN's met streepjes, harde spaties of een regelbreuk tussen de groepen worden gevonden, en de checksumvalidators negeren die scheidingstekens. Op een testcorpus van 36.000 synthetische documenten ging de recall op rommelige IBAN's van 0,45 naar 0,99.
- BSN's in groepjes van 3-3-3 worden gevonden naast het gebruikelijke 4-2-3, en betaalkaarten met een regelbreuk tussen groepen ook (0,77 naar 0,97 op rommelige tekst).
- Het wachtwoord in een URL met credentials wordt niet langer ook als e-mailadres gemeld. De e-mailprecisie ging van 0,50 naar 1,00.
- Een bekend secretformaat, zoals een JWT na
API_TOKEN=, is één detectie en geen losse stukjes.
Configuratie
- Eigen detectors accepteren een optionele
group: alleen dat deel van de match wordt geredigeerd en gecontroleerd. Zo vind je een KvK-nummer via zijn label zonder dat het label onderdeel van de match wordt.
Gateway
- Requests die bij de concurrency-limiet worden geweigerd, worden geteld en gelogd, en nieuwe belastingtests controleren snelle
503-weigeringen metRetry-Afteren één auditgebeurtenis voor elk toegelaten request.
Dashboard
- De release notes zijn uit de applicatie verhuisd naar deze pagina, en de System-pagina linkt hiernaartoe.