ndstudio.gov、チャット入力の個人情報をデバイス上で除去する「Rampart」をOSS公開
ndstudio.gov は、AI チャットに送信する前に個人情報を端末内で除去するシステム「Rampart」をオープンソースで公開した。正規表現による決定的な層と小型言語モデル MiniLM を組み合わせ、現在はアルファ版として英語など7言語に対応する。
ndstudio.gov は2026年6月22日、個人情報フィルタリングシステム「Rampart」をオープンソースとして公開したと発表した。Rampart は、チャットメッセージが利用者のデバイスの外に出る前に、個人情報を伏せ字にすることを目的としている。
公開の概要
Rampart は「first-generation（第1世代）」のオンデバイス型個人情報フィルタリングシステムと位置づけられている。現在はアルファ製品であり、英語、スペイン語、フランス語、ドイツ語、イタリア語、ポルトガル語、オランダ語の7言語に対応する。
配布物は次の3点である。
- HuggingFace 上のモデル
- NPM ライブラリ
- ホワイトペーパー
仕組みと学習データ
Rampart は、正規表現に基づく決定的な層と MiniLM を組み合わせて構成される。正規表現の層は SSN や ID 番号を検出し、MiniLM は氏名と番地を検出する。
Rampart はブラウザ内で動作し、メッセージの入力から送信までの間に処理を行う。処理にサーバーは介在しない。
学習には AI4Privacy の OpenPII 1.5M データセットと合成データジェネレーターが用いられた。合成データジェネレーターは、学習時に17種類のエンティティタイプを強化するために使われている。
ベンチマーク結果
記事では、Rampart と他の PII 除去ツールのベンチマーク結果が掲載されている。Rampart は、30,000行のホールドアウト OpenPII スライスにおいて、7言語にわたる private-term recall が 98.4% であった。ブラウザ（WebGPU）での p50 実行遅延は 3.9 ms、モデルサイズ（トークナイザーを含む）は 14.7 MB である。
| ツール | Recall | モデルサイズ |
|---|---|---|
| Rampart | 98.4% | 14.7 MB |
| GLiNER small v2.1 | 97.4% | 約600 MB |
| Community BERT-small PII | 94.2% | 約29 MB |
| Microsoft Presidio | 81.5% | 約13 MB |
| AWS Bedrock Guardrails | 65% | 記載なし |
| 記事中で行ラベルが特定されていない比較ツール | 63.8% | 記載なし |
記事は、比較対象として OpenAI の大型 PII 除去モデル「OpenPII Privacy Filter」に言及している。そのサイズは約2.8GB とされ、10 mbps の接続でブラウザにダウンロードする場合、約38分かかると記されている。
筆者の見立て
- 公開者は、Rampart を個人情報が端末の外に出ないようにするための「強力な第一の防御線」であると論じている。
- 公開者は、ベンダーのプライバシーおよびセキュリティの主張を、第一原理から検証することは不可能だと解釈している。
- 公開者は、大半の PII 除去モデルが巨大であるため、恩恵を受けられる利用者の範囲が狭まっていると論じている。
Edward Coristine は次のように述べた。
「私たちの中核となる設計原則は、自分が確実にプライベートだと言える個人情報は、利用者のデバイスの外に一度も出ない情報だけだということです。」
— Edward Coristine
この記事は元記事の事実のみに基づいて自動生成されました。
出典
- 媒体名：ndstudio.gov
- 原題：Introducing Rampart
- URL：https://ndstudio.gov/posts/say-hello-to-rampart
- (OpenAI Privacy Filter、GLiNER small v2.1、Community BERT-small PII、Microsoft Presidio、AWS Bedrock Guardrails、HuggingFace、MiniLM の報道による)