overmind-mcp/dist/lib/audit/anonymize.js

Orchestrateur universel agents IA multi-modeles via MCP. Inclut le protocole 'Custom-Nickname' pour identifier vos agents avec des surnoms originaux (The Chaos Prophet, Shadow Sniper, etc.), l'isolation mémoire (Private Memory Context) et le support pour

/**
 * ═══════════════════════════════════════════════════════════════════════════
 * Audit Trail — Anonymisation technique (art. 23.1)
 * ═══════════════════════════════════════════════════════════════════════════
 *
 * Techniques d'anonymisation pour empêcher la ré-identification :
 *   1. Pseudonymisation — remplace identifiants directs par hash SHA-256 + salt
 *   2. Généralisation — tronque timestamps, géoloc
 *   3. Bruit sur embeddings — réduit la ré-identification par recherche vectorielle
 */
import crypto from 'crypto';
// ── Salt rotatif ─────────────────────────────────────────────────────────────
/**
 * Salt pour la pseudonymisation. En production, devrait être stocké séparément
 * des données (key vault, variable d'environnement séparée).
 */
function getAnonymizationSalt() {
    return process.env.OVERMIND_AUDIT_SALT || 'overmind-loi25-default-salt-v1';
}
// ── Pseudonymisation ─────────────────────────────────────────────────────────
/**
 * Hash un identifiant direct (email, Discord ID, téléphone) en ID pseudonymisé.
 * SHA-256 + salt → impossible de remonter à l'original sans le salt.
 *
 * @param identifier Identifiant direct (email, ID Discord, etc.)
 * @returns Pseudonyme stable (32 chars hex)
 */
export function pseudonymize(identifier) {
    const salted = `${getAnonymizationSalt()}:${identifier}`;
    return crypto.createHash('sha256').update(salted).digest('hex');
}
/**
 * Hash court pour les clés de référence (consent_ref, etc.).
 */
export function hashShort(text) {
    const salted = `${getAnonymizationSalt()}:${text}`;
    return crypto.createHash('sha256').update(salted).digest('hex').slice(0, 16);
}
// ── Généralisation ───────────────────────────────────────────────────────────
/**
 * Généralise un timestamp en tronquant à la journée (supprime heures/minutes/secondes).
 * Réduit la précision → moins de risque de ré-identification par corrélation.
 *
 * @param timestampMs Timestamp en millisecondes
 * @returns Timestamp tronqué au jour (00:00:00 UTC)
 */
export function generalizeTimestamp(timestampMs) {
    const dayMs = 24 * 60 * 60 * 1000;
    return Math.floor(timestampMs / dayMs) * dayMs;
}
/**
 * Regex pour détecter les renseignements personnels les plus courants.
 * Conservateur : mieux vaut faux positif que faux négatif.
 */
const PII_PATTERNS = [
    // Email
    {
        type: 'email',
        pattern: /[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}/g,
        replacement: '[EMAIL_ANONYMIZED]',
    },
    // Numéro de téléphone QC (format NXX NXX-XXXX ou +1)
    {
        type: 'phone',
        pattern: /(\+?1[-.\s]?)?\(?[2-9]\d{2}\)?[-.\s]?\d{3}[-.\s]?\d{4}/g,
        replacement: '[PHONE_ANONYMIZED]',
    },
    // Numéro d'assurance sociale (NAS) — format 123 456 789 ou 123-456-789
    {
        type: 'sin',
        pattern: /\b\d{3}[-\s]?\d{3}[-\s]?\d{3}\b/g,
        replacement: '[SIN_ANONYMIZED]',
    },
    // Carte de crédit (Visa/MC/Amex — 13-19 chiffres groupés)
    {
        type: 'credit_card',
        pattern: /\b(?:\d[ -]*?){13,19}\b/g,
        replacement: '[CARD_ANONYMIZED]',
    },
    // Code postal QC (H1A 1A1)
    {
        type: 'postal_code',
        pattern: /\b[ABCEGHJKLMNPRSTVXY]\d[A-Z][ -]?\d[A-Z]\d\b/gi,
        replacement: '[POSTAL_ANONYMIZED]',
    },
    // Discord ID (snowflake 17-20 chiffres)
    {
        type: 'discord_id',
        pattern: /\b\d{17,20}\b/g,
        replacement: '[DISCORD_ID_ANONYMIZED]',
    },
];
/**
 * Détecte les renseignements personnels dans un texte.
 *
 * @param text Texte à analyser
 * @param sanitize Si true, remplace les RP détectés par des placeholders
 * @returns Résultat de la détection + texte sanitizé si demandé
 */
export function detectPii(text, sanitize = false) {
    const foundTypes = new Set();
    let sanitized = text;
    for (const { type, pattern, replacement } of PII_PATTERNS) {
        if (pattern.test(text)) {
            foundTypes.add(type);
            pattern.lastIndex = 0; // reset regex state
            if (sanitize) {
                sanitized = sanitized.replace(pattern, replacement);
            }
        }
    }
    const types = Array.from(foundTypes);
    return {
        found: types.length > 0,
        types,
        sanitized: sanitize ? sanitized : undefined,
    };
}
/**
 * Sanitize un texte en remplaçant tous les RP détectés.
 * Utilisé avant l'envoi à un LLM si OVERMIND_PII_FILTER=true.
 */
export function sanitizeText(text) {
    return detectPii(text, true).sanitized || text;
}
// ── Bruit sur embeddings ─────────────────────────────────────────────────────
/**
 * Ajoute un bruit gaussien à un embedding pour réduire la ré-identification
 * par recherche vectorielle (K-anonymité approximative).
 *
 * Le bruit est proportionnel à l'écart-type des composantes → préserve
 * la structure globale tout en empêchant le matching exact.
 *
 * @param embedding Vecteur d'embedding
 * @param noiseLevel Niveau de bruit (0 = aucun, 0.1 = léger, 0.3 = fort)
 * @returns Embedding bruité
 */
export function addEmbeddingNoise(embedding, noiseLevel = 0.1) {
    if (noiseLevel <= 0)
        return embedding;
    // Calculer l'écart-type
    const mean = embedding.reduce((sum, v) => sum + v, 0) / embedding.length;
    const variance = embedding.reduce((sum, v) => sum + (v - mean) ** 2, 0) / embedding.length;
    const stdDev = Math.sqrt(variance);
    // Bruit gaussien via Box-Muller transform
    return embedding.map((val) => {
        const u1 = Math.random() || 1e-10; // éviter log(0)
        const u2 = Math.random();
        const gaussian = Math.sqrt(-2 * Math.log(u1)) * Math.cos(2 * Math.PI * u2);
        return val + gaussian * stdDev * noiseLevel;
    });
}
//# sourceMappingURL=anonymize.js.map