perf: не звать legal-модель на каждое слово текста

LEGAL_CANDIDATE сужен до цифровых кластеров (ИНН, СНИЛС, паспорт, телефон, банковский счёт) и email. Раньше в него входили и слова, из-за чего модель LLAIM Legal NER вызывалась на каждое слово до maxCandidates раз. Имена (PER) размечает модель имён, email — правила, поэтому слова из кандидата убраны.
feat: метрики использования каждой NER-модели и панели дашборда
2026-09-24 00:01:46 +03:00 · 2026-09-23 23:51:07 +03:00 · 2026-09-23 23:45:56 +03:00 · 2026-09-23 23:18:07 +03:00 · 2026-09-23 23:12:10 +03:00 · 2026-09-23 23:07:29 +03:00
95 changed files with 8613 additions and 6264 deletions
@@ -223,9 +223,9 @@ payload_id=doc-1 символов=64 найдено={FIO=1, PASSPORT=1, PHONE=1}
 - Хранилище соответствий по умолчанию — в памяти (`pdguard.store.backend=memory`),
  сбрасывается при перезапуске. Для кластера используется Redis.
- NER-модель второй ступени (`models/rubert-ner`) не входит в репозиторий и
+- NER-модели второй ступени (`models/rubert-ner`, `models/wikineural-ner`,
-  скачивается скриптом `tools/fetch-ner-model.sh`; без неё сервис работает на
+  `models/ru-legal-ner`) не входят в репозиторий и скачиваются скриптом
-  правилах.
+  `tools/fetch-ner-model.sh`; без них сервис работает на правилах.
 - Демаскирование доступно только системам с `demask: true` и корректным ключом.
 ---
@@ -9,8 +9,20 @@ services:
    image: pd-guard-spring:jvm
    ports:
      - "8080:8080"
    deploy:
      resources:
        limits:
          cpus: "4"
          memory: 6g
    environment:
      # Дефолт JVM — 25% контейнерного лимита на heap.
      JAVA_OPTS: >-
        -Dspring.config.additional-location=optional:file:/deployments/config/
        -XX:MaxRAMPercentage=75.0
      PDGUARD_MAX_CONCURRENT: "2000"
      # На 1 vCPU дефолт 200мс держал concurrency у пола; на 4 vCPU запас есть,
      # но 800мс оставлено с той же осторожностью — целевая latency контракта 1с.
      PDGUARD_TARGET_LATENCY_MS: "800"
      PDGUARD_WARMUP_ITERATIONS: "2000"
      # Вторая ступень распознавания — две модели под разные задачи (см.
      # NameCascade.java): WikiNEuRal размечает имена, ruBERT — составляющие
@@ -19,6 +31,10 @@ services:
      PDGUARD_NER_NAME_MODEL: /deployments/models/wikineural-ner
      PDGUARD_NER_ADDRESS_ENGINE: rubert
      PDGUARD_NER_ADDRESS_MODEL: /deployments/models/rubert-ner
      # Третья ступень (юридические реквизиты, LLAIM Legal NER) временно выключена
      # для нагрузочного теста — проверяем, она ли основной источник CPU-затрат
      # на 1-vCPU лимите. Включить: PDGUARD_NER_LEGAL_ENGINE=ru-legal-ner.
      PDGUARD_NER_LEGAL_ENGINE: "off"
    volumes:
      - ./config:/deployments/config:ro
      - ./models:/deployments/models:ro
@@ -14,7 +14,7 @@
    "enabled": true,
    "demask": false,
    "maskMode": "TOKEN",
-    "types": ["FIO", "PHONE", "EMAIL", "ADDRESS_CITY", "ADDRESS_STREET", "ADDRESS_HOUSE", "ADDRESS_FLAT"]
+    "types": ["*"]
  },
  "analytics": {
    "enabled": true,
@@ -27,5 +27,16 @@
    "demask": false,
    "maskMode": "MASK",
    "types": ["*"]
  },
  "strict": {
    "enabled": true,
    "demask": true,
    "maskMode": "STRICT",
    "types": ["*"],
    "requireCompanion": [
      "CVV", "PIN", "DATE", "BIRTH_PLACE", "ADDRESS_COUNTRY",
      "ACCOUNT_NUMBER", "BIK", "OGRN", "OGRNIP", "KPP",
      "INCOME", "BIOMETRIC"
    ]
  }
 }
@@ -0,0 +1,239 @@
 # Инструкция для жюри по проверке
 Модуль принимает текст, находит в нём персональные данные, подменяет их и по тому же идентификатору возвращает исходный текст. Ниже — как это воспроизвести и где смотреть журнал и метрики.
 Сервис слушает `http://localhost:8080`.
 ## Запуск
 Нужны Java 21 и Maven 3.8+ (или обёртка `./mvnc`). Для дашборда — Docker Compose.
 Локально:
 ```bash
 ./mvnc package -DskipTests
 java -jar target/pd-guard-spring-1.0.0.jar
 ```
 Контейнер, Prometheus и Grafana (`compose.yaml` ссылается на уже собранный образ `pd-guard-spring:jvm`, сам его не строит):
 ```bash
 docker build -f src/main/docker/Dockerfile -t pd-guard-spring:jvm .
 docker compose up -d
 ```
 Если локальной Java нет — тот же образ собирается полностью внутри Docker, `mvn package` идёт в отдельной стадии сборки (дольше первого запуска, зато не требует ничего на хосте кроме Docker):
 ```bash
 docker build -f src/main/docker/Dockerfile.build -t pd-guard-spring:jvm .
 docker compose up -d
 ```
 Готовность: `GET http://localhost:8080/health` отвечает `OK`.
 Действующие системы читаются из `config/systems.json`. Это не встроенный файл в jar: при запуске из каталога проекта используется именно он.
 ### Модели второй и третьей ступеней (опционально)
 Без моделей сервис работает на одних правилах — этого достаточно для контракта `/process`. Модели нужны для распознавания в свободном тексте (иностранные имена без русских словообразовательных признаков, регион/район адреса, юридические реквизиты в нетиповых формулировках). Скачиваются одной командой (~1 ГБ, требует `python3` для конвертации третьей модели):
 ```bash
 ./tools/fetch-ner-model.sh
 ```
 Кладёт веса в `models/wikineural-ner`, `models/rubert-ner`, `models/ru-legal-ner`. При локальном запуске (`java -jar ...`) включаются через `pdguard.ner.*-engine` (см. `docs/03-architecture.md`); в `docker compose up -d` каталог `models/` уже примонтирован и подхватывается автоматически, если модели скачаны до запуска. Сбой конкретной модели отключает только её ступень, остальное продолжает работать на правилах.
 ## Как устроен запрос
 `POST /process`
 Тело:
 ```json
 {"payload": "текст", "payload_id": "устойчивый-идентификатор"}
 ```
 Заголовки:
 | Заголовок | Смысл |
 |-----------|--------|
 | `X-System-Id` | имя системы из `config/systems.json`. Нет заголовка или имя неизвестно — применяется политика `default` |
 | `X-System-Key` | нужен только если у системы в конфиге задано поле `key` |
 Направление выбирается по `payload_id`, а не по отдельному флагу:
 1. Идентификатор ещё не встречался — текст маскируется, пара «исходник ↔ маска» запоминается.
 2. Пришёл ранее выданный текст маски и у системы включено `demask` — возвращается исходный текст.
 3. Пришёл тот же исходный текст — возвращается та же маска, что и в первый раз.
 Ответ: `{"result": "..."}`.
 Коды: `200` успех, `400` нет `payload` или `payload_id`, `403` система выключена или неверный ключ, `429` перегрузка (заголовок `Retry-After: 1`). При внутреннем сбое сервис отвечает `200` и текстом `[обработка недоступна]`, чтобы исходные персональные данные не ушли наружу.
 ## Маскирование в браузере
 Откройте `http://localhost:8080/`.
 Четыре режима на странице — это четыре системы из конфига:
 | Кнопка | Заголовок | Что увидите |
 |--------|-----------|-------------|
 | MASK | `default` | звёздочки с открытыми краями номера, ФИО инициалами |
 | STRICT | `strict` | сплошные звёздочки, длина сохраняется |
 | TOKEN | `crm` | токены вида `[FIO_1]`, `[PASSPORT_1]` |
 | SYNTHETIC | `analytics` | правдоподобная подмена (вымышленное ФИО, номер, адрес) |
 Вставьте текст, например:
 ```text
 Клиент Иванов Иван Иванович, паспорт 4509 123456, тел +7 916 123-45-67
 ```
 Нажмите «Обработать». Результат появится в блоке под кнопкой.
 Страница каждый раз создаёт новый `payload_id`. Она показывает только маскирование. Демаскирование проверяется запросом к API с тем же идентификатором.
 ## Маскирование через API
 Система `default` маскирует все известные типы и умеет демаскировать. Режим — звёздочки с открытыми краями номера (`MASK`).
 ```bash
 curl -s -X POST http://localhost:8080/process \
  -H "Content-Type: application/json" \
  -H "X-System-Id: default" \
  -d "{\"payload\":\"Клиент Иванов Иван Иванович, паспорт 4509 123456, тел +7 916 123-45-67\",\"payload_id\":\"doc-1\"}"
 ```
 Ожидаемый вид ответа: в `result` ФИО заменено на инициалы (`И. И. И.`), середина паспорта и телефона закрыта звёздочками, края видны.
 Сплошные звёздочки — тот же запрос с заголовком `X-System-Id: strict`.
 Токены вида `[FIO_1]`, `[PASSPORT_1]`, `[PHONE_1]` — тот же запрос с заголовком `X-System-Id: crm` (но у `crm` в политике нет `PASSPORT`, см. ниже).
 Синтетика — `X-System-Id: analytics`. У этой системы обратное преобразование выключено.
 Система `crm` маскирует только ФИО, телефон, email и части адреса (город, улица, дом, квартира). Паспорт в её политике не входит и в ответе останется открытым. Демаскирование у `crm` выключено.
 Система `legacy-billing` выключена: тот же запрос с `X-System-Id: legacy-billing` даёт `403`.
 ## Демаскирование
 Нужны три условия одновременно:
 - тот же `payload_id`, что при маскировании (`doc-1` в примере выше);
 - в `payload` — точная строка из поля `result` предыдущего ответа;
 - система с `"demask": true`. Сейчас это `default` и `strict`. У `crm` и `analytics` демаскирование выключено намеренно.
 ```bash
 curl -s -X POST http://localhost:8080/process \
  -H "Content-Type: application/json" \
  -H "X-System-Id: default" \
  -d "{\"payload\":\"<сюда строка result из маскирования>\",\"payload_id\":\"doc-1\"}"
 ```
 В `result` вернётся исходная фраза с ФИО, паспортом и телефоном.
 Соответствие живёт в памяти процесса 30 минут и пропадает после перезапуска. Повторный запрос после перезапуска будет обработан как новое маскирование.
 Хранилище разделено по системам: маска, полученная от `default`, не раскрывается запросом от `strict` с тем же `payload_id`.
 ## Цепочка до модели
 `POST /proxy` показывает, что ушло бы во внешнюю модель и что вернулось бы потребителю. Адрес модели по умолчанию пуст, поэтому отвечает заглушка: она возвращает присланный (уже замаскированный) текст. В модель подставляются токены, даже если у системы выбран другой режим: по звёздочкам однозначное восстановление невозможно.
 ```bash
 curl -s -X POST http://localhost:8080/proxy \
  -H "Content-Type: application/json" \
  -H "X-System-Id: default" \
  -d "{\"prompt\":\"Клиент Иванов Иван Иванович, карта 4111 1111 1111 1111. Кратко опишите профиль.\"}"
 ```
 В ответе:
 | Поле | Смысл |
 |------|--------|
 | `prompt_masked` | текст, который ушёл бы в модель |
 | `llm_response_masked` | ответ модели (или заглушки) ещё с токенами |
 | `response` | текст потребителю; при `demask: true` токены заменены обратно |
 | `replaced` | таблица «токен → исходное значение» |
 | `llm` | `заглушка` либо имя модели |
 В `prompt_masked` не должно остаться открытых ФИО и номера карты.
 ## Где смотреть логи
 Отдельного файла журнала нет. Строки пишет процесс в стандартный вывод.
 Локальный запуск — окно, где выполнена команда `java -jar`.
 Docker:
 ```bash
 docker compose logs -f pd-guard
 ```
 На каждое маскирование есть строка уровня INFO. В ней идентификатор, длина текста и счётчики по типам. Сами значения персональных данных в журнал не пишутся:
 ```text
 payload_id=doc-1 символов=72 найдено={FIO=1, PASSPORT=1, PHONE=1}
 ```
 Рядом по смыслу, если они случаются:
 - `Системе … обращение в модуль запрещено настройками` — выключенная система;
 - `Системе … отказано: неверный ключ`;
 - `демаскирование не нашло соответствие` — идентификатор и отпечаток маски неизвестны, текст обработан как новый;
 - `Настройки систем перечитаны из …` — после правки `config/systems.json`.
 Для прокси: `proxy: система=… заменено=… модель=…`. Число замен есть, значения — нет.
 ## Где смотреть метрики
 Сырые метрики сервиса, без Docker:
 | Адрес | Что это |
 |-------|---------|
 | `GET /actuator/prometheus` | все метрики в формате Prometheus |
 | `GET /actuator/metrics` | список имён Micrometer |
 | `GET /actuator/metrics/pdguard.process` | длительность обработки |
 | `GET /actuator/metrics/pdguard.pd.detected` | сколько фрагментов найдено, в разрезе типа и системы |
 | `GET /actuator/health` | проба Spring Boot |
 Имеет смысл смотреть после одного-двух вызовов `/process`:
 ```bash
 curl -s http://localhost:8080/actuator/prometheus | findstr pdguard
 ```
 На Linux и macOS вместо `findstr` — `grep pdguard`.
 Основные ряды:
 | Метрика | О чём |
 |---------|--------|
 | `pdguard_process_seconds` | длительность, метки `direction` (`mask` / `unmask`) и `system` |
 | `pdguard_pd_detected_total` | найденные фрагменты, метки `type` и `system` |
 | `pdguard_requests_rejected_total` | отказы: `overload`, `malformed`, `system_disabled`, `internal_error` |
 | `pdguard_concurrency_limit` | текущий потолок одновременных запросов |
 | `pdguard_concurrency_in_flight` | сколько запросов в работе |
 | `pdguard_store_chars` | объём хранилища соответствий в символах |
 | `pdguard_tokens_processed_total` | оценка числа обработанных токенов |
 | `pdguard_demask_unresolved_total` | демаскирование без найденного соответствия |
 | `pdguard_ner_*` | вторая ступень (модель). В поставке без скачанных моделей ступень выключена, ряды почти не растут |
 Дашборд появляется вместе с `docker compose`:
 - Grafana: `http://localhost:3000` (анонимный просмотр включён). Дашборд «Модуль безопасности персональных данных»: `http://localhost:3000/d/pd-guard`. Обновление раз в 5 секунд. Блоки: обращения и типы ПДн, задержка и доля ответов быстрее 0,5 с, отказы, вторая ступень, ресурсы узла.
 - Prometheus: `http://localhost:9090`. Цель сбора — `pd-guard:8080`, интервал 5 секунд.
 ## Что поменять без перезапуска
 Отредактируйте `config/systems.json` и вызовите:
 ```bash
 curl -s -X POST http://localhost:8080/admin/reload
 ```
 Файл также перечитывается сам, если изменилось время модификации (проверка не чаще раза в секунду). Текущие политики: `GET /admin/config`. Список типов, которые умеет распознавать сборка: `GET /admin/types`.
 Проверка набора типов: в политике `crm` нет `PASSPORT`. Текст с паспортом и телефоном под `X-System-Id: crm` скроет телефон и оставит номер паспорта. Под `default` скроет оба.
@@ -0,0 +1,127 @@
 # Схема архитектуры и настройки
 Модуль стоит между системой-потребителем и внешней языковой моделью. Потребитель отдаёт текст один раз на вход и один раз на выход. В модель уходит уже подменённый текст, потребителю возвращается текст с восстановленными значениями.
 ```mermaid
 flowchart LR
  consumer["Система-потребитель"]
  api["POST /process и POST /proxy"]
  policy["Политика системы\nconfig/systems.json"]
  rules["Правила и словари"]
  ner["Вторая ступень\nNER, если включена"]
  filters["Отсев ложных\nсрабатываний"]
  masker["Маскирование\nMASK / STRICT / TOKEN / SYNTHETIC"]
  store["Хранилище соответствий\nпамять, AES-GCM"]
  llm["Внешняя LLM\nили заглушка"]
  consumer --> api --> policy --> rules --> ner --> filters --> masker --> store
  masker -->|"только /proxy"| llm
  llm -->|"демаскирование по токенам"| consumer
  store -->|"демаскирование по payload_id"| consumer
 ```
 `POST /process` — контракт для системы-потребителя: маскирование и демаскирование. `POST /proxy` — демонстрация всей цепочки до модели и обратно; проверяющий контур может его не использовать.
 Настройки систем, перечень типов и вид маски задаются файлом `config/systems.json`. Код для смены политики пересобирать не нужно. Файл перечитывается при изменении и по `POST /admin/reload`.
 ## Что происходит с одним текстом
 1. По заголовку `X-System-Id` выбирается политика. Неизвестное имя получает политику `default`. Выключенная система и неверный `X-System-Key` получают `403` до обработки текста.
 2. Если `payload_id` уже есть в хранилище этой системы, направление определяется сравнением текста с сохранённой маской и с исходником.
 3. Иначе текст проходит детекцию. Сначала правила: контрольные суммы (карта, ИНН, СНИЛС, ОГРН), однозначные форматы (email, телефон), затем шаблоны с якорным словом (документ, адрес, дата, ФИО). Цифровые значения с нестандартными разделителями дополнительно собираются в кластер и проверяются той же контрольной суммой.
 4. Если включена вторая ступень, модель смотрит только непокрытые кандидаты: цепочки слов с заглавной буквы и, для юридической модели, цифровые кластеры. В поставке по умолчанию ступень выключена (`pdguard.ner.*-engine: off`). В `compose.yaml` она включается, если в каталог `models/` положены веса.
 5. Ложные срабатывания снимаются до маски: имя в составе организации и на вывеске, общеизвестное имя без других персональных данных рядом, адрес отделения, типы-спутники без самостоятельного персонального данного.
 6. Оставшиеся фрагменты заменяются по `maskMode` системы. Пара «исходный текст ↔ маска» пишется в хранилище этой системы. Исходный текст в хранилище шифруется AES-GCM, ключ — `pdguard.store.encryption-key`.
 Демаскирование не запускает детектор заново: по `payload_id` (и запасным отпечатком маски) достаётся сохранённый исходник. Поэтому звёздочки тоже обратимы, пока жива запись.
 ## Системы-потребители
 Файл `config/systems.json`, путь переопределяется свойством `pdguard.systems-file`.
 | Система | Включена | Демаскирование | Режим | Типы |
 |---------|----------|----------------|-------|------|
 | `default` | да | да | `MASK` | все (`*`) |
 | `crm` | да | нет | `TOKEN` | ФИО, телефон, email, город, улица, дом, квартира |
 | `analytics` | да | нет | `SYNTHETIC` | все (`*`) |
 | `strict` | да | да | `STRICT` | все (`*`) |
 | `legacy-billing` | нет | нет | `MASK` | все (`*`), запросы отклоняются |
 Запрос без заголовка идёт в `default`. Хранилище у каждой системы своё: одна система не читает соответствия другой.
 Поля политики:
 | Поле | Назначение |
 |------|------------|
 | `enabled` | `false` — модуль отвечает `403` и текст не обрабатывает |
 | `demask` | разрешено ли обратное преобразование |
 | `maskMode` | чем заменяется найденное значение |
 | `types` | какие типы маскировать; `"*"` — все, которые знает сборка |
 | `requireCompanion` | типы, которые маскируются только рядом с самостоятельным персональным данным |
 | `key` | общий секрет; если задан, заголовок `X-System-Key` обязан совпасть. Только ASCII |
 Пример добавления системы — дописать объект и перечитать файл:
 ```json
 "dms": {
  "enabled": true,
  "demask": true,
  "maskMode": "MASK",
  "types": ["FIO", "PHONE", "MEDICAL_POLICY", "BIRTH_DATE"],
  "key": "dms-secret"
 }
 ```
 После `POST /admin/reload` запросы с `X-System-Id: dms` и `X-System-Key: dms-secret` маскируют только перечисленные типы, звёздочками, и умеют демаскировать.
 Новый тип персональных данных добавляется правилом в реестре (`DocumentRules`, `FinanceRules`, `DateRules`, `FioRules`, `ContactRules`, `AddressRules`) и именем в `PdTypes`. Политики, где указано `"*"`, подхватывают его без правки конфига. Политика с явным списком — только если имя типа туда добавить.
 ## Типы персональных данных
 Список отдаёт `GET /admin/types`. Группы:
 | Группа | Типы |
 |--------|------|
 | Человек | `FIO`, `CARDHOLDER` |
 | Документы | `PASSPORT`, `PASSPORT_ISSUER`, `PASSPORT_DATE`, `DEPT_CODE`, `FOREIGN_PASSPORT`, `DRIVER_LICENSE`, `MILITARY_ID`, `BIRTH_CERTIFICATE`, `MEDICAL_POLICY` |
 | Контакты | `PHONE`, `EMAIL` |
 | Адрес | `ADDRESS_COUNTRY`, `ADDRESS_POSTCODE`, `ADDRESS_CITY`, `ADDRESS_STREET`, `ADDRESS_HOUSE`, `ADDRESS_FLAT`. `ADDRESS_REGION` и `ADDRESS_DISTRICT` размечает только модель второй ступени |
 | Даты и гражданство | `BIRTH_DATE`, `BIRTH_PLACE`, `DATE`, `CITIZENSHIP` |
 | Платёжные данные | `CARD`, `CARD_EXPIRY`, `CVV`, `PIN` |
 | Реквизиты | `INN`, `SNILS`, `ACCOUNT_NUMBER`, `BIK`, `OGRN`, `OGRNIP`, `KPP` |
 | Прочее | `INCOME`, `BIOMETRIC` |
 Правила устойчивы к регистру, к дате числом и словами, к вставке слов между серией и номером документа, к уменьшительным формам имён. Карта, ИНН, СНИЛС, ОГРН и ОГРНИП без верной контрольной суммы не маскируются.
 ## Режимы маскирования
 Режим задаётся полем `maskMode` и действует на все типы, которые политика разрешила.
 | Режим | Пример для `Иванов Иван Иванович` и паспорта `4509 123456` | Когда уместен |
 |-------|--------------------------------------------------------------|---------------|
 | `MASK` | `И. И. И.`, паспорт `45** ****56` | человеку остаётся узнаваемый контур, середина закрыта. Края коротких серий (загранпаспорт, военный билет, свидетельство о рождении) не открываются. CVV и PIN закрываются целиком |
 | `STRICT` | сплошные звёздочки на всю длину, включая ФИО | ничего из исходных знаков не остаётся |
 | `TOKEN` | `[FIO_1]`, `[PASSPORT_1]` | однозначная обратимая подстановка, удобная и для демаскирования ответа модели |
 | `SYNTHETIC` | вымышленные ФИО и номер той же формы | модель видит правдоподобный текст. Для типов без своей подстановки остаётся токен |
 Одинаковое исходное значение внутри одного текста получает одну и ту же замену.
 В `POST /proxy` режим системы для отправки в модель заменяется на `TOKEN`: одинаковые звёздочки нельзя однозначно вернуть на место в ответе модели.
 ## Контекстное правило
 Типы из `requireCompanion` сами по себе персональными данными не считаются. Они маскируются, только если в том же тексте есть находка самостоятельного типа.
 В политиках `default` и `strict` спутники такие: `CVV`, `PIN`, `DATE`, `BIRTH_PLACE`, `ADDRESS_COUNTRY`, `ACCOUNT_NUMBER`, `BIK`, `OGRN`, `OGRNIP`, `KPP`, `INCOME`, `BIOMETRIC`.
 Два спутника друг друга не подтверждают. Дата рядом с ОГРН без имени и документа человека не маскируется. PIN рядом с номером карты — маскируется. Список спутников у каждой системы свой; пустой список означает, что маскируется всё найденное из `types`.
 Отдельно от этого списка снимаются ложные ФИО и адреса: «Александр Пушкин» без других персональных данных, «Институт Склифосовского», адрес отделения банка. Если рядом с общеизвестным именем есть другой тип персональных данных, имя остаётся замаскированным: однофамилец защиту не теряет.
 ## Состояние и наблюдаемость
 Хранилище соответствий по умолчанию — память процесса (`pdguard.store.backend=memory`): потолок `pdguard.store.max-chars` (512 МБ символов), срок жизни записи `pdguard.store.ttl-minutes` (30 минут). При `backend=redis` та же запись дублируется в Redis, чтобы демаскирование попало на другой узел. В текущем `compose.yaml` поднят один узел, Redis не используется.
 Одновременные запросы ограничивает адаптивный предел: он растёт, пока задержка укладывается в `pdguard.target-latency-ms` (200 мс), и сжимается, когда перестаёт. Лишние запросы получают `429`, очередь не копится.
 Метрики отдаёт Micrometer на `/actuator/prometheus`. Готовые Prometheus и Grafana лежат в `monitoring/` и поднимаются тем же `docker compose`.
@@ -0,0 +1,69 @@
 # Производительность и дополнительные возможности
 Целевой уровень из задания — задержка не выше 0,5 с при 1000 запросах в секунду. Замер ниже снят на правилах, без нейросетевой ступени: именно так работает поставка, пока каталог `models/` пуст.
 ## Нагрузочный тест
 Инструмент — [k6](https://k6.io/), сценарий `k6-load-test.js`.
 Условия:
 - один узел в Docker, порт 8080;
 - система `crm` (маскирование, без демаскирования; типы — ФИО, телефон, email и части адреса);
 - пять коротких текстов, часть из них с персональными данными, один — без них;
 - профиль виртуальных пользователей: 30 с до 500, затем по 30 с на 1000, 1500 и 2000, затем спад до нуля;
 - между запросами одного пользователя пауза 0,1 с;
 - пороги сценария: доля ошибок ниже 1 %, p95 длительности HTTP ниже 200 мс.
 Запуск при уже поднятом сервисе:
 ```bash
 k6 run k6-load-test.js
 ```
 Другой адрес: `k6 run -e BASE_URL=http://localhost:8080 k6-load-test.js`.
 Зафиксированный прогон этого сценария на одном узле:
 | Метрика | Значение |
 |---------|----------|
 | Пропускная способность | ~9 500 запросов/с |
 | Задержка p50 | 1,03 мс |
 | Задержка p95 | 13,87 мс |
 | Ошибки | 0,00 % |
 0,5 с при 1000 запросах/с перекрыто с запасом: p95 на этом профиле около 14 мс, поток около 9 500 запросов/с.
 Отдельный замер внутри процесса (`PerformanceBenchmarkTest`) гоняет тот же набор текстов по правилам после прогрева JIT. В тесте закреплены пороги: p99 маскирования одного обращения ниже 5 мс и пропускная способность выше 1000 обращений/с на доступных ядрах. Это порог регрессии, а не замена цифр k6.
 Потолок одновременных запросов не фиксирован. `AdaptiveConcurrencyLimiter` держит его между `pdguard.min-concurrent` (8) и `pdguard.max-concurrent` (2000) и подстраивает по фактической задержке с целью 200 мс. На старте `PipelineWarmup` прогоняет горячий путь несколько тысяч раз на отдельном коротком хранилище, чтобы первые боевые запросы не попали на непрогретый код: без этого p95 в первые десятки секунд примерно на порядок хуже.
 Вторая ступень (NER) в замер не входила. Модель зовётся только на непокрытые кандидаты и стоит десятки миллисекунд на вызов; на текстах, которые уже закрыты правилами, она не вызывается. Доля таких обращений видна в метрике `pdguard_ner_requests_total`.
 На дашборде Grafana (`http://localhost:3000/d/pd-guard`) во время прогона смотрят обращения в секунду, p95 маскирования, долю ответов быстрее 0,5 с, отказы по перегрузке и текущий предел конкурентности.
 ## Дополнительные возможности
 Сверх маскирования заданного перечня типов реализовано следующее.
 **Четыре режима подмены.** Звёздочки с сохранением краёв и разделителей (`MASK`), сплошное закрытие (`STRICT`), обратимые токены (`TOKEN`), правдоподобные вымышленные значения (`SYNTHETIC`). Синтетический номер карты проходит проверку Луна. Один и тот же фрагмент в тексте всегда получает одну и ту же замену.
 **Политика на систему без пересборки.** Включение, демаскирование, режим, белый список типов, типы-спутники и общий секрет задаются в `config/systems.json` и применяются на лету. Хранилище соответствий разделено по системам.
 **Контекстное маскирование.** PIN, CVV, дата без якоря, место рождения, страна, реквизиты организации, доход и упоминание биометрии маскируются только рядом с самостоятельным персональным данным. Список спутников настраивается у каждой системы. Два спутника друг друга не подтверждают.
 **Защита от ложных срабатываний.** Общеизвестные имена и правители снимаются, если рядом нет других персональных данных; внешний список `config/well-known.txt` дополняет встроенный и перечитывается сам. Имя в названии организации и на вывеске не маскируется. Адрес отделения банка и улица в рассказе о городе не считаются адресом клиента. Словари имён, стран и населённых пунктов учитывают склонения и уменьшительные формы.
 **Контрольные суммы и свободная запись чисел.** Карта, ИНН, СНИЛС, ОГРН и ОГРНИП подтверждаются контрольной суммой. Те же номера находятся, если между цифрами стоят пробелы, точки, дефисы или скобки.
 **Вторая ступень распознавания.** Три необязательные ONNX-модели: имена (WikiNEuRal), составляющие адреса (ruBERT), юридические реквизиты. Модели в репозиторий не входят, скачиваются `tools/fetch-ner-model.sh`. Сбой ступени её отключает и оставляет правила. Регион и район адреса размечаются только этой ступенью.
 **Безопасный отказ.** При внутренней ошибке наружу уходит фиксированная строка `[обработка недоступна]`, а не исходный текст. В журнал пишутся идентификатор, длина и счётчики типов; значения персональных данных не пишутся.
 **Хранилище.** Исходный текст шифруется AES-GCM. Запись живёт ограниченное время и вытесняется по объёму. Демаскирование возможно по `payload_id` и по отпечатку маски. Повтор того же исходного текста с тем же идентификатором возвращает прежнюю маску. Общий слой Redis включается настройкой `pdguard.store.backend=redis` и при серии сбоев на время перестаёт опрашиваться, не роняя запрос.
 **Демонстрация модели.** `POST /proxy` показывает замаскированный запрос, ответ модели и восстановленный текст. Без адреса модели работает заглушка; ошибка модели тоже сводится к заглушке.
 **Наблюдаемость.** Пробы `/health` и `/actuator/health`, метрики Micrometer и Prometheus, готовые Prometheus и Grafana. Гистограмма `pdguard.process` размечена корзинами до 10 с, на дашборде видна доля ответов быстрее 0,5 с. Веб-страница `http://localhost:8080/` гоняет три режима маскирования без отдельного клиента.
 **Прогрев и предел нагрузки.** Прогрев JIT на старте и адаптивный лимитер конкурентности с ответом `429`, чтобы задержка не упиралась в таймаут вызывающей стороны.
@@ -0,0 +1,41 @@
 # Ограничения решения и план развития
 Ограничения ниже относятся к поставке, с которой работает жюри: один процесс, правила без моделей, файл `config/systems.json`, ключ шифрования из `application.yml`.
 ## Ограничения
 **Состояние демаскирования не переживает процесс.** Соответствия лежат в памяти узла, не дольше 30 минут и не больше заданного объёма символов. Перезапуск, вытеснение и истечение срока делают обратное преобразование невозможным: запрос обрабатывается как новое маскирование, счётчик `pdguard.demask.unresolved` увеличивается. Общий слой Redis в коде есть и включается `pdguard.store.backend=redis`, но в текущем `compose.yaml` его нет: поднят один узел.
 **Демаскирование разрешено не всем системам и не из браузера.** В конфиге оно включено у `default` и `strict`. У `crm` и `analytics` выключено. Страница `http://localhost:8080/` каждый раз создаёт новый `payload_id`, поэтому с неё можно проверить только маскирование. Чужая система не читает чужое хранилище.
 **Неизвестное имя системы получает политику `default`.** Отсекаются только явно выключенная система и неверный ключ. Ключ проверяется лишь там, где поле `key` заполнено; у систем в поставленном файле ключей нет.
 **Административные методы открыты.** `GET /admin/config`, `GET /admin/types` и `POST /admin/reload` не требуют аутентификации. Для стенда хакатона это удобно, для контура с несколькими потребителями — нет.
 **Ключ шифрования хранилища лежит в конфигурации приложения.** AES-GCM включён, но ключ записан в `application.yml`. Это демонстрационный ключ. В рабочем контуре его нужно задавать снаружи и не хранить в репозитории.
 **Качество детекции держится на правилах и словарях.** Иностранные имена без русских словообразовательных признаков, нестандартные топонимы и составляющие адреса «регион» и «район» без второй ступени не размечаются. Юридические и банковские реквизиты в нетиповых формулировках (без якорного слова рядом) правила тоже пропускают — для них есть отдельная третья ступень (LLAIM Legal NER), но датасеты регрессии (`NodeLogsDatasetTest`, `PlacementVariantsTest`) её пока не включают и снятые в них пороги утечек её вклад не отражают. Модели в репозиторий не входят: без `tools/fetch-ner-model.sh` и включённых `pdguard.ner.*-engine` сервис остаётся на правилах. Сбой любой ступени отключает её до перезапуска, остальные продолжают работать.
 **Часть типов маскируется только в контексте.** PIN, CVV, «голая» дата, место рождения, страна, банковские реквизиты организации, доход и слово о биометрии сами по себе не закрываются. Биометрия в тексте — это упоминание, а не шаблон из базы. Режим `MASK` по задумке оставляет края длинных номеров и инициалы ФИО; полностью закрывает режим `STRICT`.
 **Синтетика покрывает не все типы.** Где своей подстановки нет, `SYNTHETIC` ставит токен вида `[TYPE_1]`.
 **Журнал не является аудитом значений.** Пишутся идентификатор, длина и счётчики типов. Восстановить по журналу, что именно скрыто, нельзя — и отдельного аудита решений оператора тоже нет.
 **Ответ модели — внешняя зависимость.** Пока `pdguard.llm.url` пуст, `POST /proxy` отвечает заглушкой. Ошибка живой модели тоже подменяется заглушкой, чтобы сбой модели не раскрывал исходный текст. Контракт `/process` от модели не зависит.
 **Нагрузка измерена на коротких текстах и на правилах.** Прогон k6 использует систему `crm` и тексты в одну-две строки. Длинный документ и включённая модель этот профиль не описывают: модель вызывается точечно, но один вызов BERT — это уже десятки миллисекунд.
 **Внутренняя ошибка выглядит как успешный ответ.** HTTP-код остаётся 200, тело — `[обработка недоступна]`. Так исходный текст не утекает и автоматический прогон не останавливается на серии ошибок. Отличить сбой от маски можно по этой фиксированной строке и по метрике `pdguard_requests_rejected_total{reason="internal_error"}`.
 ## План развития после хакатона
 **Контур и секреты.** Вынести ключ шифрования и секреты систем в хранилище секретов. Закрыть `/admin` аутентификацией. Неизвестную систему отклонять, а не сажать на `default`. Включить Redis в поставку compose как общий слой соответствий и прогнать демаскирование через балансировщик.
 **Детекция.** Поставлять модели второй и третьей ступеней отдельным артефактом со проверкой целостности и измеренным p95 на включённых ступенях. Включить третью ступень (Legal NER) в датасеты регрессии, чтобы её вклад в число утечек был виден и защищён порогом, а не только в ручных прогонах. Добавить типы документов, которых не хватает по отраслевому перечню, отдельными правилами в реестре — ядро и политики с `"*"` подхватят их без миграции. Расширить внешние словари (известные люди, денилист улиц) как файлы, которые перечитываются так же, как `config/systems.json`.
 **Качество и нагрузка.** Закрепить в CI прогон размеченных наборов (precision/recall по типам) и сценарий k6 с порогом p95 ≤ 0,5 с при 1000 запросах/с на полном перечне типов, а не только на политике `crm`. Замерить длинные документы отдельно от коротких обращений.
 **Наблюдаемость для эксплуатации.** Журнал решений без значений персональных данных в централизованный сбор. Алерты на рост `demask_unresolved`, на отказы по перегрузке и на выключение любой из ступеней распознавания. Срок хранения соответствий и потолок объёма сделать разными для систем.
 **Интерфейс политики.** Страница проверки сейчас только маскирует. Следующий шаг — показать демаскирование тем же `payload_id` и дать править перечень типов и режим без ручного JSON, с тем же файлом `systems.json` под капотом.
@@ -2149,6 +2149,136 @@
        }
      }
    },
    {
      "type": "timeseries",
      "title": "Обращения к моделям",
      "id": 49,
      "datasource": {
        "type": "prometheus",
        "uid": "PDGUARD_PROM"
      },
      "gridPos": {
        "h": 8,
        "w": 12,
        "x": 0,
        "y": 74
      },
      "targets": [
        {
          "datasource": {
            "type": "prometheus",
            "uid": "PDGUARD_PROM"
          },
          "expr": "sum by (model) (rate(pdguard_ner_model_requests_total[$__rate_interval]))",
          "refId": "A",
          "instant": false,
          "legendFormat": "{{model}}"
        }
      ],
      "fieldConfig": {
        "defaults": {
          "unit": "reqps",
          "custom": {
            "fillOpacity": 45,
            "lineWidth": 2,
            "showPoints": "never",
            "stacking": {
              "mode": "normal"
            }
          },
          "thresholds": {
            "mode": "absolute",
            "steps": [
              {
                "color": "text",
                "value": null
              }
            ]
          }
        },
        "overrides": []
      },
      "options": {
        "legend": {
          "displayMode": "table",
          "placement": "bottom",
          "calcs": [
            "mean",
            "max"
          ],
          "showLegend": true
        },
        "tooltip": {
          "mode": "multi",
          "sort": "desc"
        }
      }
    },
    {
      "type": "timeseries",
      "title": "Время моделей",
      "id": 50,
      "datasource": {
        "type": "prometheus",
        "uid": "PDGUARD_PROM"
      },
      "gridPos": {
        "h": 8,
        "w": 12,
        "x": 12,
        "y": 74
      },
      "targets": [
        {
          "datasource": {
            "type": "prometheus",
            "uid": "PDGUARD_PROM"
          },
          "expr": "histogram_quantile(0.95, sum by (le, model) (rate(pdguard_ner_model_duration_seconds_bucket[$__rate_interval])))",
          "refId": "A",
          "instant": false,
          "legendFormat": "{{model}} p95"
        }
      ],
      "fieldConfig": {
        "defaults": {
          "unit": "s",
          "custom": {
            "fillOpacity": 12,
            "lineWidth": 2,
            "showPoints": "never",
            "stacking": {
              "mode": "none"
            }
          },
          "thresholds": {
            "mode": "absolute",
            "steps": [
              {
                "color": "text",
                "value": null
              }
            ]
          }
        },
        "overrides": []
      },
      "options": {
        "legend": {
          "displayMode": "table",
          "placement": "bottom",
          "calcs": [
            "mean",
            "max"
          ],
          "showLegend": true
        },
        "tooltip": {
          "mode": "multi",
          "sort": "desc"
        }
      }
    },
    {
      "type": "row",
      "title": "Ресурсы узла",
@@ -2157,7 +2287,7 @@
        "h": 1,
        "w": 24,
        "x": 0,
-        "y": 74
+        "y": 90
      },
      "collapsed": false
    },
@@ -2173,7 +2303,7 @@
        "h": 5,
        "w": 4,
        "x": 0,
-        "y": 75
+        "y": 91
      },
      "targets": [
        {
@@ -2236,7 +2366,7 @@
        "h": 5,
        "w": 4,
        "x": 4,
-        "y": 75
+        "y": 91
      },
      "targets": [
        {
@@ -2291,7 +2421,7 @@
        "h": 5,
        "w": 4,
        "x": 8,
-        "y": 75
+        "y": 91
      },
      "targets": [
        {
@@ -2346,7 +2476,7 @@
        "h": 5,
        "w": 4,
        "x": 12,
-        "y": 75
+        "y": 91
      },
      "targets": [
        {
@@ -2409,7 +2539,7 @@
        "h": 5,
        "w": 4,
        "x": 16,
-        "y": 75
+        "y": 91
      },
      "targets": [
        {
@@ -2464,7 +2594,7 @@
        "h": 5,
        "w": 4,
        "x": 20,
-        "y": 75
+        "y": 91
      },
      "targets": [
        {
@@ -2523,7 +2653,7 @@
        "h": 8,
        "w": 12,
        "x": 0,
-        "y": 80
+        "y": 96
      },
      "targets": [
        {
@@ -2588,7 +2718,7 @@
        "h": 8,
        "w": 12,
        "x": 12,
-        "y": 80
+        "y": 96
      },
      "targets": [
        {
@@ -8,6 +8,6 @@ scrape_configs:
  - job_name: pd-guard
    metrics_path: /actuator/prometheus
    static_configs:
-      - targets: ["pd-guard:8080"]
+      - targets: ["node-a:8080", "node-b:8080"]
        labels:
-          instance: "один узел"
+          instance: "кластер из двух узлов"
@@ -0,0 +1,26 @@
 # Вариант для тех, у кого нет локально Java 21 + Maven: собирает jar внутри
 # Docker, без ./mvnc на хосте. Основной путь развёртывания — src/main/docker/Dockerfile
 # с заранее собранным `mvn package` (вдвое быстрее пересборки образа при правках).
 #   docker build -f src/main/docker/Dockerfile.build -t pd-guard-spring:jvm .
 FROM maven:3.9-eclipse-temurin-21 AS build
 WORKDIR /build
 COPY pom.xml settings.xml ./
 RUN mvn -s settings.xml -B dependency:go-offline
 COPY src ./src
 RUN mvn -s settings.xml -B package -DskipTests
 FROM eclipse-temurin:21-jre
 WORKDIR /deployments
 COPY --from=build --chown=1000:1000 /build/target/pd-guard-spring-1.0.0.jar /deployments/app.jar
 COPY --chown=1000:1000 config /deployments/config
 EXPOSE 8080
 USER 1000
 ENV JAVA_OPTS="-Dspring.config.additional-location=optional:file:/deployments/config/"
 ENV PDGUARD_SYSTEMS_FILE=/deployments/config/systems.json
 ENTRYPOINT ["sh", "-c", "java $JAVA_OPTS -jar /deployments/app.jar"]
@@ -6,9 +6,8 @@ import org.springframework.boot.autoconfigure.SpringBootApplication;
 /**
 * Точка входа Spring Boot приложения.
 *
- * <p>Модуль безопасности персональных данных: прокси между системой-потребителем
+ * <p>Модуль безопасности персональных данных: прокси между системой-потребителем и LLM. Находит
- * и LLM. Находит персональные данные, маскирует их и восстанавливает исходный
+ * персональные данные, маскирует их и восстанавливает исходный текст на обратном шаге.
 * текст на обратном шаге.
 */
@SpringBootApplication
 public class PdGuardApplication {
@@ -1,5 +1,7 @@
 package ru.pdguard.api;
 import java.util.List;
 import java.util.Map;
 import org.springframework.web.bind.annotation.GetMapping;
 import org.springframework.web.bind.annotation.PostMapping;
 import org.springframework.web.bind.annotation.RestController;
@@ -7,9 +9,6 @@ import ru.pdguard.config.SystemPolicy;
 import ru.pdguard.config.SystemsConfig;
 import ru.pdguard.detect.RuleRegistry;
 import java.util.List;
 import java.util.Map;
 /** Просмотр действующих настроек и принудительное их перечитывание. */
@RestController
 public class AdminResource {
@@ -18,18 +18,16 @@ import ru.pdguard.core.AdaptiveConcurrencyLimiter;
 import ru.pdguard.core.Pipeline;
 /**
- * Единственная точка входа контракта: маскирование и демаскирование по
+ * Единственная точка входа контракта: маскирование и демаскирование по {@code payload_id}.
 * {@code payload_id}.
 *
- * <p>Система-потребитель называет себя заголовком {@code X-System-Id}. Заголовка
+ * <p>Система-потребитель называет себя заголовком {@code X-System-Id}. Заголовка нет или система
- * нет или система неизвестна — применяются настройки {@code default}, поэтому
+ * неизвестна — применяются настройки {@code default}, поэтому контракт работает и без него.
- * контракт работает и без него. Система, выключенная в настройках, получает
+ * Система, выключенная в настройках, получает {@code 403}.
 * {@code 403}.
 *
- * <p>При перегрузке отвечает {@code 429} с {@code Retry-After}. Порог перегрузки —
+ * <p>При перегрузке отвечает {@code 429} с {@code Retry-After}. Порог перегрузки — не фиксированное
- * не фиксированное число запросов, а задержка обработки: {@link AdaptiveConcurrencyLimiter}
+ * число запросов, а задержка обработки: {@link AdaptiveConcurrencyLimiter} сам находит потолок
- * сам находит потолок конкурентности под то, сколько CPU реально досталось контейнеру,
+ * конкурентности под то, сколько CPU реально досталось контейнеру, вместо того чтобы копить запросы
- * вместо того чтобы копить запросы и упереться в таймаут вызывающей стороны.
+ * и упереться в таймаут вызывающей стороны.
 */
@RestController
 public class ProcessResource {
@@ -44,21 +42,19 @@ public class ProcessResource {
  /** Имя метрики отклонённых запросов и имя её метки причины. */
  private static final String REJECTED_METRIC = "pdguard.requests.rejected";
  private static final String REASON_TAG = "reason";
  /**
-     * Что отдаётся при внутреннем сбое. Ни одного знака из запроса: сбой на прямом
+   * Что отдаётся при внутреннем сбое. Ни одного знака из запроса: сбой на прямом шаге иначе
-     * шаге иначе выпустил бы наружу незамаскированные персональные данные.
+   * выпустил бы наружу незамаскированные персональные данные.
   */
  static final String PROCESSING_UNAVAILABLE = "[обработка недоступна]";
  public record ProcessRequest(
-            @JsonProperty("payload") String payload,
+      @JsonProperty("payload") String payload, @JsonProperty("payload_id") String payloadId) {}
            @JsonProperty("payload_id") String payloadId) {
    }
-    public record ProcessResponse(@JsonProperty("result") String result) {
+  public record ProcessResponse(@JsonProperty("result") String result) {}
    }
  private final Pipeline pipeline;
  private final SystemsConfig systems;
@@ -68,13 +64,17 @@ public class ProcessResource {
  private final Counter forbidden;
  private final Counter failed;
-    public ProcessResource(Pipeline pipeline, SystemsConfig systems, MeterRegistry meters,
+  public ProcessResource(
      Pipeline pipeline,
      SystemsConfig systems,
      MeterRegistry meters,
      @Value("${pdguard.min-concurrent:8}") int minConcurrent,
      @Value("${pdguard.max-concurrent:2000}") int maxConcurrent,
      @Value("${pdguard.target-latency-ms:200}") long targetLatencyMillis) {
    this.pipeline = pipeline;
    this.systems = systems;
-        this.limiter = new AdaptiveConcurrencyLimiter(minConcurrent, maxConcurrent, targetLatencyMillis);
+    this.limiter =
        new AdaptiveConcurrencyLimiter(minConcurrent, maxConcurrent, targetLatencyMillis);
    this.rejected = meters.counter(REJECTED_METRIC, REASON_TAG, "overload");
    this.malformed = meters.counter(REJECTED_METRIC, REASON_TAG, "malformed");
    this.forbidden = meters.counter(REJECTED_METRIC, REASON_TAG, "system_disabled");
@@ -84,11 +84,14 @@ public class ProcessResource {
  }
  @PostMapping("/process")
-    public ResponseEntity<ProcessResponse> process(@RequestBody(required = false) ProcessRequest request,
+  public ResponseEntity<ProcessResponse> process(
      @RequestBody(required = false) ProcessRequest request,
      @RequestHeader(value = SYSTEM_HEADER, required = false) String systemId,
      @RequestHeader(value = KEY_HEADER, required = false) String systemKey) {
-        if (request == null || request.payload() == null
+    if (request == null
-                || request.payloadId() == null || request.payloadId().isBlank()) {
+        || request.payload() == null
        || request.payloadId() == null
        || request.payloadId().isBlank()) {
      malformed.increment();
      return ResponseEntity.badRequest()
          .body(new ProcessResponse("payload и payload_id обязательны"));
@@ -123,8 +126,8 @@ public class ProcessResource {
      // ради чего сервис и существует. Ответ фиксированный: он ничего не
      // раскрывает и не выглядит порчей данных.
      failed.increment();
-            LOG.error("payload_id={} обработка не удалась, отдан безопасный ответ",
+      LOG.error(
-                    request.payloadId(), e);
+          "payload_id={} обработка не удалась, отдан безопасный ответ", request.payloadId(), e);
      return ResponseEntity.ok(new ProcessResponse(PROCESSING_UNAVAILABLE));
    } finally {
      limiter.release(System.nanoTime() - started);
@@ -1,6 +1,7 @@
 package ru.pdguard.api;
 import com.fasterxml.jackson.annotation.JsonProperty;
 import java.util.Map;
 import org.slf4j.Logger;
 import org.slf4j.LoggerFactory;
 import org.springframework.http.HttpStatus;
@@ -14,8 +15,6 @@ import ru.pdguard.config.SystemsConfig;
 import ru.pdguard.core.LlmClient;
 import ru.pdguard.core.Pipeline;
 import java.util.Map;
 /**
 * Демонстрационное плечо к языковой модели: показывает всю цепочку целиком.
 *
@@ -23,25 +22,23 @@ import java.util.Map;
 * потребитель → маскирование → LLM → демаскирование → потребитель
 * </pre>
 *
- * <p>В ответе видны все три текста — что ушло в модель, что она вернула и что
+ * <p>В ответе видны все три текста — что ушло в модель, что она вернула и что получил потребитель.
- * получил потребитель. Это и есть доказательство, что в модель не попало ничего
+ * Это и есть доказательство, что в модель не попало ничего незамаскированного, а ответ вернулся с
- * незамаскированного, а ответ вернулся с восстановленными значениями.
+ * восстановленными значениями.
 *
- * <p>Ответ модели — другой текст, а не тот же самый, поэтому восстановить его по
+ * <p>Ответ модели — другой текст, а не тот же самый, поэтому восстановить его по идентификатору
- * идентификатору целиком нельзя: замена идёт пофрагментно. Звёздочки для этого не
+ * целиком нельзя: замена идёт пофрагментно. Звёздочки для этого не годятся — одна и та же маска
- * годятся — одна и та же маска отвечала бы разным значениям, — поэтому здесь всегда
+ * отвечала бы разным значениям, — поэтому здесь всегда применяется обратимая подстановка,
- * применяется обратимая подстановка, независимо от режима маскирования системы.
+ * независимо от режима маскирования системы.
 *
- * <p>Контракт проверяющей системы это плечо не затрагивает: он живёт в
+ * <p>Контракт проверяющей системы это плечо не затрагивает: он живёт в {@link ProcessResource}.
 * {@link ProcessResource}.
 */
@RestController
 public class ProxyResource {
  private static final Logger LOG = LoggerFactory.getLogger(ProxyResource.class);
-    public record ProxyRequest(@JsonProperty("prompt") String prompt) {
+  public record ProxyRequest(@JsonProperty("prompt") String prompt) {}
    }
  public record ProxyResponse(
      @JsonProperty("prompt_masked") String promptMasked,
@@ -66,7 +63,8 @@ public class ProxyResource {
  }
  @PostMapping("/proxy")
-    public ResponseEntity<ProxyResponse> proxy(@RequestBody(required = false) ProxyRequest request,
+  public ResponseEntity<ProxyResponse> proxy(
      @RequestBody(required = false) ProxyRequest request,
      @RequestHeader(value = ProcessResource.SYSTEM_HEADER, required = false) String systemId,
      @RequestHeader(value = ProcessResource.KEY_HEADER, required = false) String systemKey) {
    if (request == null || request.prompt() == null || request.prompt().isBlank()) {
@@ -81,18 +79,29 @@ public class ProxyResource {
    }
    if (!policy.enabled()) {
      return ResponseEntity.status(HttpStatus.FORBIDDEN)
-                    .body(new ProxyResponse(null, null, null, null, null,
+          .body(
              new ProxyResponse(
                  null,
                  null,
                  null,
                  null,
                  null,
                  "Системе " + systemId + " обращение в модуль запрещено"));
    }
    Pipeline.Masked masked = pipeline.maskWithRestorations(request.prompt(), policy);
    LlmClient.Answer answer = llm.ask(masked.text());
-        String restored = policy.demask() ? restore(answer.text(), masked.restorations()) : answer.text();
+    String restored =
        policy.demask() ? restore(answer.text(), masked.restorations()) : answer.text();
-        LOG.info("proxy: система={} заменено={} модель={}",
+    LOG.info(
-                policy.name(), masked.restorations().size(), answer.source());
+        "proxy: система={} заменено={} модель={}",
-        return ResponseEntity.ok(new ProxyResponse(masked.text(), answer.text(), restored,
+        policy.name(),
-                masked.restorations(), answer.source(), null));
+        masked.restorations().size(),
        answer.source());
    return ResponseEntity.ok(
        new ProxyResponse(
            masked.text(), answer.text(), restored, masked.restorations(), answer.source(), null));
  }
  /** Возвращает исходные значения на место подстановок в ответе модели. */
@@ -8,10 +8,9 @@ import ru.pdguard.detect.NameDictionary;
 /**
 * Конфигурация словарей распознавания ФИО.
 *
- * <p>{@link NameDictionary} работает через статические методы и не требует
+ * <p>{@link NameDictionary} работает через статические методы и не требует экземпляра, но путь к
- * экземпляра, но путь к внешнему файлу денилиста задаётся из настроек при
+ * внешнему файлу денилиста задаётся из настроек при старте. Бин здесь нужен только для того, чтобы
- * старте. Бин здесь нужен только для того, чтобы Spring подставил значение
+ * Spring подставил значение {@code pdguard.well-known-file} и передал его словарю.
 * {@code pdguard.well-known-file} и передал его словарю.
 */
@Configuration
 public class DictionaryConfiguration {
@@ -1,42 +1,40 @@
 package ru.pdguard.config;
 import java.util.Set;
 import ru.pdguard.detect.PdTypes;
 import ru.pdguard.mask.MaskMode;
 import java.util.Set;
 /**
 * Правила обработки для одной системы-потребителя.
 *
- * @param name             имя системы; им же разделяется хранилище соответствий,
+ * @param name имя системы; им же разделяется хранилище соответствий, чтобы одна система не могла
- *                         чтобы одна система не могла достать данные другой
+ *     достать данные другой
 * @param enabled разрешено ли системе обращаться в модуль
 * @param demask выполняется ли для системы обратное преобразование
 * @param maskMode вид замены: звёздочки, токен или синтетическое значение
 * @param types типы ПД к маскированию; {@code "*"} — все известные
- * @param key              общий секрет системы; задан — заголовок {@code X-System-Key} обязан
+ * @param key общий секрет системы; задан — заголовок {@code X-System-Key} обязан совпасть, иначе
- *                         совпасть, иначе имя системы можно было бы просто назвать.
+ *     имя системы можно было бы просто назвать. Только знаки ASCII: заголовки HTTP передаются в
- *                         Только знаки ASCII: заголовки HTTP передаются в Latin-1,
+ *     Latin-1, и кириллица в ключе до сервиса доедет искажённой
- *                         и кириллица в ключе до сервиса доедет искажённой
+ * @param requireCompanion типы, которые маскируются только вместе с ПД другого типа: пин-код сам по
- * @param requireCompanion типы, которые маскируются только вместе с ПД другого типа:
+ *     себе безвреден, пин-код рядом с номером карты — уже нет; то же для даты без якорного слова,
- *                         пин-код сам по себе безвреден, пин-код рядом с номером
+ *     места рождения («Нижний Новгород» в рассказе о городе — не адрес клиента) и страны («цены
- *                         карты — уже нет; то же для даты без якорного слова, места
+ *     выросли в Казахстане» — не гражданство). Сюда же банковские реквизиты — счёт, БИК, ОГРН,
- *                         рождения («Нижний Новгород» в рассказе о городе — не адрес
+ *     ОГРНИП, КПП: сами по себе они опознают организацию или счёт, а не человека, и в перечне типов
- *                         клиента) и страны («цены выросли в Казахстане» — не гражданство).
+ *     из задания их нет. Рядом с именем клиента они становятся его данными и маскируются. Сюда же
- *                         Сюда же банковские реквизиты — счёт, БИК, ОГРН, ОГРНИП, КПП:
+ *     доход и биометрия. Сумма заработка без человека — статистика («доход домохозяйств вырос до 74
- *                         сами по себе они опознают организацию или счёт, а не человека,
+ *     500 руб»), а не персональные данные. Биометрия же в тексте не встречается вовсе: это шаблон в
- *                         и в перечне типов из задания их нет. Рядом с именем клиента
+ *     базе, и правило маскирует лишь само упоминание, то есть слово, а не данные. Чувствителен
- *                         они становятся его данными и маскируются.
+ *     здесь факт, что биометрию сдал названный человек, — а он и существует только при имени рядом
 *                         Сюда же доход и биометрия. Сумма заработка без человека —
 *                         статистика («доход домохозяйств вырос до 74 500 руб»), а не
 *                         персональные данные. Биометрия же в тексте не встречается
 *                         вовсе: это шаблон в базе, и правило маскирует лишь само
 *                         упоминание, то есть слово, а не данные. Чувствителен здесь
 *                         факт, что биометрию сдал названный человек, — а он и
 *                         существует только при имени рядом
 */
-public record SystemPolicy(String name, boolean enabled, boolean demask, MaskMode maskMode,
+public record SystemPolicy(
-                           Set<String> types, Set<String> requireCompanion, String key) {
+    String name,
    boolean enabled,
    boolean demask,
    MaskMode maskMode,
    Set<String> types,
    Set<String> requireCompanion,
    String key) {
  public static final String ALL = "*";
@@ -44,11 +42,27 @@ public record SystemPolicy(String name, boolean enabled, boolean demask, MaskMod
  public static final String DEFAULT_NAME = "default";
  /** Политика по умолчанию: маскируем всё, что умеем, обратное преобразование включено. */
-    public static final SystemPolicy DEFAULT = new SystemPolicy(
+  public static final SystemPolicy DEFAULT =
-            DEFAULT_NAME, true, true, MaskMode.MASK, Set.of(ALL),
+      new SystemPolicy(
-            Set.of(PdTypes.CVV, PdTypes.PIN, PdTypes.DATE, PdTypes.BIRTH_PLACE, PdTypes.ADDRESS_COUNTRY,
+          DEFAULT_NAME,
-                    PdTypes.ACCOUNT_NUMBER, PdTypes.BIK, PdTypes.OGRN, PdTypes.OGRNIP, PdTypes.KPP,
+          true,
-                    PdTypes.INCOME, PdTypes.BIOMETRIC), null);
+          true,
          MaskMode.MASK,
          Set.of(ALL),
          Set.of(
              PdTypes.CVV,
              PdTypes.PIN,
              PdTypes.DATE,
              PdTypes.BIRTH_PLACE,
              PdTypes.ADDRESS_COUNTRY,
              PdTypes.ACCOUNT_NUMBER,
              PdTypes.BIK,
              PdTypes.OGRN,
              PdTypes.OGRNIP,
              PdTypes.KPP,
              PdTypes.INCOME,
              PdTypes.BIOMETRIC),
          null);
  public SystemPolicy {
    types = Set.copyOf(types);
@@ -57,8 +71,8 @@ public record SystemPolicy(String name, boolean enabled, boolean demask, MaskMod
  /** Политика только для перечисленных типов, с остальными настройками по умолчанию. */
  public static SystemPolicy forTypes(String... types) {
-        return new SystemPolicy(DEFAULT_NAME, true, true, MaskMode.MASK,
+    return new SystemPolicy(
-                Set.of(types), DEFAULT.requireCompanion(), null);
+        DEFAULT_NAME, true, true, MaskMode.MASK, Set.of(types), DEFAULT.requireCompanion(), null);
  }
  /** Совпадает ли предъявленный ключ. Ключ не задан — проверка не применяется. */
@@ -68,7 +82,8 @@ public record SystemPolicy(String name, boolean enabled, boolean demask, MaskMod
    }
    return java.security.MessageDigest.isEqual(
        key.getBytes(java.nio.charset.StandardCharsets.UTF_8),
-                (presentedKey == null ? "" : presentedKey).getBytes(java.nio.charset.StandardCharsets.UTF_8));
+        (presentedKey == null ? "" : presentedKey)
            .getBytes(java.nio.charset.StandardCharsets.UTF_8));
  }
  public boolean allows(String type) {
@@ -1,12 +1,6 @@
 package ru.pdguard.config;
 import com.fasterxml.jackson.databind.ObjectMapper;
 import org.slf4j.Logger;
 import org.slf4j.LoggerFactory;
 import org.springframework.beans.factory.annotation.Value;
 import org.springframework.stereotype.Component;
 import ru.pdguard.mask.MaskMode;
 import java.io.IOException;
 import java.nio.file.Files;
 import java.nio.file.Path;
@@ -14,17 +8,22 @@ import java.util.HashSet;
 import java.util.List;
 import java.util.Locale;
 import java.util.Map;
 import java.util.concurrent.atomic.AtomicReference;
 import java.util.Set;
 import java.util.TreeMap;
 import java.util.concurrent.atomic.AtomicReference;
 import org.slf4j.Logger;
 import org.slf4j.LoggerFactory;
 import org.springframework.beans.factory.annotation.Value;
 import org.springframework.stereotype.Component;
 import ru.pdguard.mask.MaskMode;
 /**
 * Список систем, которым разрешено обращаться в модуль, и правила для каждой.
 *
- * <p>Читается из внешнего файла, чтобы настройки менялись без пересборки. Файл
+ * <p>Читается из внешнего файла, чтобы настройки менялись без пересборки. Файл перечитывается сам,
- * перечитывается сам, когда меняется время его изменения; проверка выполняется
+ * когда меняется время его изменения; проверка выполняется не чаще раза в секунду, чтобы не ходить
- * не чаще раза в секунду, чтобы не ходить в файловую систему на каждом запросе.
+ * в файловую систему на каждом запросе. Файла нет — работают настройки по умолчанию, и сервис
- * Файла нет — работают настройки по умолчанию, и сервис поднимается без него.
+ * поднимается без него.
 */
@Component
 public final class SystemsConfig {
@@ -37,8 +36,13 @@ public final class SystemsConfig {
  private static final long RECHECK_MILLIS = 1000;
  /** Описание одной системы в файле настроек. */
-    public record SystemEntry(Boolean enabled, Boolean demask, String maskMode,
+  public record SystemEntry(
-                              List<String> types, List<String> requireCompanion, String key) {
+      Boolean enabled,
      Boolean demask,
      String maskMode,
      List<String> types,
      List<String> requireCompanion,
      String key) {
    public SystemEntry {
      types = types == null ? null : List.copyOf(types);
      requireCompanion = requireCompanion == null ? null : List.copyOf(requireCompanion);
@@ -53,8 +57,8 @@ public final class SystemsConfig {
  private volatile long fileTimestamp;
  private volatile long lastCheck;
-    public SystemsConfig(@Value("${pdguard.systems-file:config/systems.json}") String path,
+  public SystemsConfig(
-                         ObjectMapper mapper) {
+      @Value("${pdguard.systems-file:config/systems.json}") String path, ObjectMapper mapper) {
    this.file = Path.of(path);
    this.mapper = mapper;
    reload();
@@ -87,15 +91,20 @@ public final class SystemsConfig {
  public final synchronized void reload() {
    lastCheck = System.currentTimeMillis();
    if (!Files.isReadable(file)) {
-            LOG.info("Файл настроек {} не найден, применяются настройки по умолчанию", file.toAbsolutePath());
+      LOG.info(
          "Файл настроек {} не найден, применяются настройки по умолчанию", file.toAbsolutePath());
      policies.set(Map.of(DEFAULT_SYSTEM, SystemPolicy.DEFAULT));
      fileTimestamp = 0;
      return;
    }
    try {
      fileTimestamp = Files.getLastModifiedTime(file).toMillis();
-            Map<String, SystemEntry> entries = mapper.readValue(Files.readAllBytes(file),
+      Map<String, SystemEntry> entries =
-                    mapper.getTypeFactory().constructMapType(TreeMap.class, String.class, SystemEntry.class));
+          mapper.readValue(
              Files.readAllBytes(file),
              mapper
                  .getTypeFactory()
                  .constructMapType(TreeMap.class, String.class, SystemEntry.class));
      Map<String, SystemPolicy> parsed = new TreeMap<>();
      entries.forEach((name, entry) -> parsed.put(name, toPolicy(name, entry)));
      parsed.putIfAbsent(DEFAULT_SYSTEM, SystemPolicy.DEFAULT);
@@ -103,7 +112,8 @@ public final class SystemsConfig {
      LOG.info("Настройки систем перечитаны из {}: {}", file.toAbsolutePath(), parsed.keySet());
    } catch (IOException | IllegalArgumentException e) {
      // Битый файл не должен ронять работающий сервис: остаются прежние настройки.
-            LOG.error("Не удалось прочитать {}, продолжаем с прежними настройками", file.toAbsolutePath(), e);
+      LOG.error(
          "Не удалось прочитать {}, продолжаем с прежними настройками", file.toAbsolutePath(), e);
    }
  }
@@ -128,13 +138,21 @@ public final class SystemsConfig {
  private static SystemPolicy toPolicy(String name, SystemEntry entry) {
    SystemPolicy base = SystemPolicy.DEFAULT;
    Set<String> types = entry.types() == null ? base.types() : new HashSet<>(entry.types());
-        Set<String> companions = entry.requireCompanion() == null
+    Set<String> companions =
-                ? base.requireCompanion() : new HashSet<>(entry.requireCompanion());
+        entry.requireCompanion() == null
-        MaskMode mode = entry.maskMode() == null
+            ? base.requireCompanion()
-                ? base.maskMode() : MaskMode.valueOf(entry.maskMode().toUpperCase(Locale.ROOT));
+            : new HashSet<>(entry.requireCompanion());
-        return new SystemPolicy(name,
+    MaskMode mode =
        entry.maskMode() == null
            ? base.maskMode()
            : MaskMode.valueOf(entry.maskMode().toUpperCase(Locale.ROOT));
    return new SystemPolicy(
        name,
        entry.enabled() == null || entry.enabled(),
        entry.demask() == null || entry.demask(),
-                mode, types, companions, entry.key());
+        mode,
        types,
        companions,
        entry.key());
  }
 }
@@ -1,53 +1,43 @@
 package ru.pdguard.core;
 import java.util.concurrent.TimeUnit;
 import java.util.concurrent.atomic.AtomicInteger;
 import java.util.concurrent.atomic.AtomicLong;
 import java.util.concurrent.TimeUnit;
 /**
- * Предел одновременных запросов, который сам подстраивается под задержку,
+ * Предел одновременных запросов, который сам подстраивается под задержку, а не задан фиксированным
- * а не задан фиксированным числом. Растёт, пока обработка укладывается в
+ * числом. Растёт, пока обработка укладывается в целевое время, и сжимается, как только перестаёт —
- * целевое время, и сжимается, как только перестаёт — вместо того чтобы
+ * вместо того чтобы копить очередь и подходить к таймауту вызывающей стороны.
 * копить очередь и подходить к таймауту вызывающей стороны.
 *
- * <p>Число CPU контейнеру намеренно не спрашивается: {@code Runtime.
+ * <p>Число CPU контейнеру намеренно не спрашивается: {@code Runtime. availableProcessors()} под
- * availableProcessors()} под квотой {@code --cpus} в cgroups не меняется
+ * квотой {@code --cpus} в cgroups не меняется (это не affinity, а квота), поэтому в контейнере с
- * (это не affinity, а квота), поэтому в контейнере с долей ядра оно
+ * долей ядра оно показывает все ядра хоста и как источник предела не годится. Задержка —
 * показывает все ядра хоста и как источник предела не годится. Задержка —
 * наблюдаемое следствие реальной доли CPU, а не догадка о её размере.
 *
- * <p>Шаг регулировки привязан к времени, не к числу запросов: при первой
+ * <p>Шаг регулировки привязан к времени, не к числу запросов: при первой версии предел менялся на
- * версии предел менялся на каждый завершённый запрос, и на высоком RPS
+ * каждый завершённый запрос, и на высоком RPS тысячи «быстрых» замеров прилетали за миллисекунды —
- * тысячи «быстрых» замеров прилетали за миллисекунды — предел успевал
+ * предел успевал разогнаться до потолка ещё до того, как перегрузка вообще проявлялась, и то же
- * разогнаться до потолка ещё до того, как перегрузка вообще проявлялась,
+ * самое повторялось после каждого восстановления. Проверено нагрузочным тестом: без привязки к
- * и то же самое повторялось после каждого восстановления. Проверено
+ * времени p95 на перегрузке доходил до 1,8–2,3 с при 0,5 CPU, хотя предел вроде бы должен был
- * нагрузочным тестом: без привязки к времени p95 на перегрузке доходил
+ * сжаться. Не чаще, чем раз в {@link #ADJUST_WINDOW_NANOS}, предел меняется одним шагом на основе
- * до 1,8–2,3 с при 0,5 CPU, хотя предел вроде бы должен был сжаться.
+ * среднего за окно — так скорость регулировки не зависит от того, насколько высок входящий RPS.
 * Не чаще, чем раз в {@link #ADJUST_WINDOW_NANOS}, предел меняется одним
 * шагом на основе среднего за окно — так скорость регулировки не зависит
 * от того, насколько высок входящий RPS.
 *
- * <p>Рост — на единицу за окно (AIMD), не удвоением. Удвоение (slow start
+ * <p>Рост — на единицу за окно (AIMD), не удвоением. Удвоение (slow start из TCP) здесь не
- * из TCP) здесь не подходит: там обратная связь — RTT, миллисекунды, и
+ * подходит: там обратная связь — RTT, миллисекунды, и лишний виток роста стоит дёшево. Здесь
- * лишний виток роста стоит дёшево. Здесь обратная связь — время ответа
+ * обратная связь — время ответа заявки, и под перегрузкой оно само составляет секунды: предел
- * заявки, и под перегрузкой оно само составляет секунды: предел успевает
+ * успевает удвоиться несколько раз (2→4→8→…→сотни) быстрее, чем придёт первый сигнал о деградации,
- * удвоиться несколько раз (2→4→8→…→сотни) быстрее, чем придёт первый
+ * и уже принятые заявки не исчезают из очереди, даже если следующим окном предел тут же обрушить.
- * сигнал о деградации, и уже принятые заявки не исчезают из очереди, даже
+ * Проверено нагрузочным тестом: с удвоением p95 на перегрузке всё равно доходил до 1,8–2,2 с.
- * если следующим окном предел тут же обрушить. Проверено нагрузочным
+ * Линейный рост копит риск медленно, и первый плохой сигнал останавливает его на порядок раньше.
- * тестом: с удвоением p95 на перегрузке всё равно доходил до 1,8–2,2 с.
+ * Сжатие — вдвое, а не на единицу: на перегрузке дешевле один раз отрезать с запасом, чем несколько
- * Линейный рост копит риск медленно, и первый плохой сигнал останавливает
+ * окон подряд плавно подходить к безопасному уровню, пока заявки продолжают копиться.
 * его на порядок раньше. Сжатие — вдвое, а не на единицу: на перегрузке
 * дешевле один раз отрезать с запасом, чем несколько окон подряд плавно
 * подходить к безопасному уровню, пока заявки продолжают копиться.
 *
- * <p>ponytail: счётчики окна суммируются без блокировки — гонка на границе
+ * <p>ponytail: счётчики окна суммируются без блокировки — гонка на границе окна может добавить
- * окна может добавить образец в уже подводимый итог или отбросить один,
+ * образец в уже подводимый итог или отбросить один, не больше; при масштабах в десятки-сотни
- * не больше; при масштабах в десятки-сотни образцов на окно это не видно.
+ * образцов на окно это не видно. Нужен точный регулятор — взять готовую библиотеку вроде Netflix
- * Нужен точный регулятор — взять готовую библиотеку вроде Netflix
+ * {@code concurrency-limits} (Vegas/Gradient2); здесь она не взята из осторожности к GraalVM
- * {@code concurrency-limits} (Vegas/Gradient2); здесь она не взята из
+ * native-image: незнакомая рефлексия в чужой библиотеке — это ровно тот класс проблем, из-за
- * осторожности к GraalVM native-image: незнакомая рефлексия в чужой
+ * которого модели второй ступени понадобилась отдельная настройка сборки.
 * библиотеке — это ровно тот класс проблем, из-за которого модели второй
 * ступени понадобилась отдельная настройка сборки.
 */
 public final class AdaptiveConcurrencyLimiter {
@@ -68,9 +58,11 @@ public final class AdaptiveConcurrencyLimiter {
  }
  /** Настраиваемое окно регулировки — для тестов, которым реальные 20мс на шаг не подходят. */
-    AdaptiveConcurrencyLimiter(int minLimit, int maxLimit, long targetLatencyMillis, long adjustWindowNanos) {
+  AdaptiveConcurrencyLimiter(
      int minLimit, int maxLimit, long targetLatencyMillis, long adjustWindowNanos) {
    if (minLimit < 1 || maxLimit < minLimit) {
-            throw new IllegalArgumentException("Некорректные границы предела: " + minLimit + ".." + maxLimit);
+      throw new IllegalArgumentException(
          "Некорректные границы предела: " + minLimit + ".." + maxLimit);
    }
    this.minLimit = minLimit;
    this.maxLimit = maxLimit;
@@ -2,11 +2,6 @@ package ru.pdguard.core;
 import com.fasterxml.jackson.databind.ObjectMapper;
 import com.fasterxml.jackson.databind.node.ObjectNode;
 import org.slf4j.Logger;
 import org.slf4j.LoggerFactory;
 import org.springframework.beans.factory.annotation.Value;
 import org.springframework.stereotype.Component;
 import java.io.IOException;
 import java.net.URI;
 import java.net.http.HttpClient;
@@ -15,17 +10,20 @@ import java.net.http.HttpResponse;
 import java.nio.charset.StandardCharsets;
 import java.time.Duration;
 import java.util.Optional;
 import org.slf4j.Logger;
 import org.slf4j.LoggerFactory;
 import org.springframework.beans.factory.annotation.Value;
 import org.springframework.stereotype.Component;
 /**
 * Обращение к языковой модели для демонстрационного плеча.
 *
- * <p>Адрес не задан — работает заглушка: она возвращает присланный текст обратно.
+ * <p>Адрес не задан — работает заглушка: она возвращает присланный текст обратно. Для демонстрации
- * Для демонстрации этого достаточно, потому что проверяется не качество ответа
+ * этого достаточно, потому что проверяется не качество ответа модели, а то, что в модель ушёл
- * модели, а то, что в модель ушёл замаскированный текст, а потребителю вернулся
+ * замаскированный текст, а потребителю вернулся восстановленный.
 * восстановленный.
 *
- * <p>Модель недоступна или ответила ошибкой — плечо деградирует до той же заглушки,
+ * <p>Модель недоступна или ответила ошибкой — плечо деградирует до той же заглушки, а причина
- * а причина попадает в ответ и в журнал. Ронять запрос из-за внешнего сервиса нельзя.
+ * попадает в ответ и в журнал. Ронять запрос из-за внешнего сервиса нельзя.
 */
@Component
 public class LlmClient {
@@ -33,8 +31,7 @@ public class LlmClient {
  private static final Logger LOG = LoggerFactory.getLogger(LlmClient.class);
  /** Что вернула модель и кто именно ответил. */
-    public record Answer(String text, String source) {
+  public record Answer(String text, String source) {}
    }
  private final Optional<String> url;
  private final Optional<String> apiKey;
@@ -75,8 +72,8 @@ public class LlmClient {
  }
  /**
-     * Ответ содержит присланный текст целиком: так на демонстрации видно, что
+   * Ответ содержит присланный текст целиком: так на демонстрации видно, что подстановки вернулись
-     * подстановки вернулись на свои места при обратном преобразовании.
+   * на свои места при обратном преобразовании.
   */
  private static String stub(String maskedPrompt) {
    return "Ответ по запросу: " + maskedPrompt;
@@ -89,19 +86,26 @@ public class LlmClient {
    message.put("role", "user");
    message.put("content", maskedPrompt);
-        HttpRequest.Builder request = HttpRequest.newBuilder(URI.create(url.get()))
+    HttpRequest.Builder request =
        HttpRequest.newBuilder(URI.create(url.get()))
            .timeout(timeout)
            .header("Content-Type", "application/json")
-                .POST(HttpRequest.BodyPublishers.ofString(
+            .POST(
                HttpRequest.BodyPublishers.ofString(
                    mapper.writeValueAsString(body), StandardCharsets.UTF_8));
    apiKey.ifPresent(key -> request.header("Authorization", "Bearer " + key));
-        HttpResponse<String> response = http.send(request.build(),
+    HttpResponse<String> response =
-                HttpResponse.BodyHandlers.ofString(StandardCharsets.UTF_8));
+        http.send(request.build(), HttpResponse.BodyHandlers.ofString(StandardCharsets.UTF_8));
    if (response.statusCode() / 100 != 2) {
      throw new IllegalStateException("модель ответила " + response.statusCode());
    }
-        return mapper.readTree(response.body())
+    return mapper
-                .path("choices").path(0).path("message").path("content").asText();
+        .readTree(response.body())
        .path("choices")
        .path(0)
        .path("message")
        .path("content")
        .asText();
  }
 }
@@ -3,24 +3,21 @@ package ru.pdguard.core;
 import io.micrometer.core.instrument.Meter;
 import io.micrometer.core.instrument.config.MeterFilter;
 import io.micrometer.core.instrument.distribution.DistributionStatisticConfig;
 import java.time.Duration;
 import org.springframework.context.annotation.Bean;
 import org.springframework.context.annotation.Configuration;
 import java.time.Duration;
 /**
 * Настройка распределений для метрик времени.
 *
- * <p>По умолчанию Micrometer отдаёт по таймеру только сумму, количество и максимум.
+ * <p>По умолчанию Micrometer отдаёт по таймеру только сумму, количество и максимум. Этого хватает
- * Этого хватает на среднее, но не на перцентили, а именно они описывают SLA: важно
+ * на среднее, но не на перцентили, а именно они описывают SLA: важно не среднее время ответа, а то,
- * не среднее время ответа, а то, сколько запросов уложилось в срок. Гистограмма
+ * сколько запросов уложилось в срок. Гистограмма добавляет ряды по корзинам, и {@code
- * добавляет ряды по корзинам, и {@code histogram_quantile} в Prometheus считает по
+ * histogram_quantile} в Prometheus считает по ним p50, p95 и p99.
 * ним p50, p95 и p99.
 *
- * <p>Границы корзин заданы явно и подобраны под наши задержки: от четверти
+ * <p>Границы корзин заданы явно и подобраны под наши задержки: от четверти миллисекунды до десяти
- * миллисекунды до десяти секунд. Без явных границ Micrometer создаёт их сам и
+ * секунд. Без явных границ Micrometer создаёт их сам и заметно больше, а каждая корзина — это
- * заметно больше, а каждая корзина — это отдельный временной ряд на каждое
+ * отдельный временной ряд на каждое сочетание меток.
 * сочетание меток.
 */
@Configuration
 public class MetricsConfiguration {
@@ -40,7 +37,8 @@ public class MetricsConfiguration {
  public MeterFilter histogramsForTimers() {
    return new MeterFilter() {
      @Override
-            public DistributionStatisticConfig configure(Meter.Id id, DistributionStatisticConfig config) {
+      public DistributionStatisticConfig configure(
          Meter.Id id, DistributionStatisticConfig config) {
        if (!needsHistogram(id.getName())) {
          return config;
        }
@@ -60,6 +58,7 @@ public class MetricsConfiguration {
  private static boolean needsHistogram(String name) {
    return "pdguard.process".equals(name)
        || "pdguard.ner.duration".equals(name)
        || "pdguard.ner.model.duration".equals(name)
        || "http.server.requests".equals(name);
  }
 }
@@ -1,28 +1,26 @@
 package ru.pdguard.core;
 import org.springframework.beans.factory.annotation.Value;
 import org.springframework.stereotype.Component;
 import javax.crypto.Cipher;
 import javax.crypto.spec.GCMParameterSpec;
 import javax.crypto.spec.SecretKeySpec;
 import java.nio.charset.StandardCharsets;
 import java.security.GeneralSecurityException;
 import java.security.SecureRandom;
 import java.util.Base64;
 import java.util.HexFormat;
 import javax.crypto.Cipher;
 import javax.crypto.spec.GCMParameterSpec;
 import javax.crypto.spec.SecretKeySpec;
 import org.springframework.beans.factory.annotation.Value;
 import org.springframework.stereotype.Component;
 /**
 * Шифрование исходных персональных данных в хранилище.
 *
- * <p>ПДН не должны лежать в памяти и в общем слое в открытом виде: даже если
+ * <p>ПДН не должны лежать в памяти и в общем слое в открытом виде: даже если процесс или Redis
- * процесс или Redis скомпрометированы, исходные значения остаются недоступными
+ * скомпрометированы, исходные значения остаются недоступными без ключа. Используется AES-GCM —
- * без ключа. Используется AES-GCM — аутентифицированное шифрование, которое
+ * аутентифицированное шифрование, которое защищает и от подмены шифротекста.
 * защищает и от подмены шифротекста.
 *
- * <p>Ключ задаётся настройкой {@code pdguard.store.encryption-key} (32 байта в
+ * <p>Ключ задаётся настройкой {@code pdguard.store.encryption-key} (32 байта в hex). Пока ключ не
- * hex). Пока ключ не задан, шифрование выключено — это нужно для тестов и для
+ * задан, шифрование выключено — это нужно для тестов и для сборки, где хранилище не содержит
- * сборки, где хранилище не содержит чувствительных данных.
+ * чувствительных данных.
 */
@Component
 public class PayloadCipher {
@@ -36,7 +34,10 @@ public class PayloadCipher {
  private final SecureRandom random = new SecureRandom();
  public PayloadCipher(@Value("${pdguard.store.encryption-key:}") String hexKey) {
-        this.key = hexKey == null || hexKey.isBlank() ? null : new SecretKeySpec(HexFormat.of().parseHex(hexKey), ALGORITHM);
+    this.key =
        hexKey == null || hexKey.isBlank()
            ? null
            : new SecretKeySpec(HexFormat.of().parseHex(hexKey), ALGORITHM);
  }
  /** Выключенное шифрование — для тестов и сборки без ключа. */
@@ -1,9 +1,5 @@
 package ru.pdguard.core;
 import org.springframework.beans.factory.annotation.Autowired;
 import org.springframework.beans.factory.annotation.Value;
 import org.springframework.stereotype.Component;
 import java.nio.charset.StandardCharsets;
 import java.security.MessageDigest;
 import java.security.NoSuchAlgorithmException;
@@ -12,30 +8,30 @@ import java.util.Map;
 import java.util.concurrent.ConcurrentHashMap;
 import java.util.concurrent.ConcurrentLinkedQueue;
 import java.util.concurrent.atomic.AtomicLong;
 import org.springframework.beans.factory.annotation.Autowired;
 import org.springframework.beans.factory.annotation.Value;
 import org.springframework.stereotype.Component;
 /**
 * Соответствие «исходный текст ↔ маска», по которому выполняется демаскирование.
 *
- * <p>Два индекса: по {@code payload_id} — основной путь, и по отпечатку маски —
+ * <p>Два индекса: по {@code payload_id} — основной путь, и по отпечатку маски — страховка на
- * страховка на случай, если идентификатор до сервиса не доехал.
+ * случай, если идентификатор до сервиса не доехал.
 *
- * <p>Оба индекса разделены по системам-потребителям. Индекс по отпечатку ищет
+ * <p>Оба индекса разделены по системам-потребителям. Индекс по отпечатку ищет совпадение по самому
- * совпадение по самому тексту запроса, и без такого разделения он превращался бы в
+ * тексту запроса, и без такого разделения он превращался бы в способ достать чужие данные: маски
- * способ достать чужие данные: маски детерминированы и низкоэнтропийны, поэтому,
+ * детерминированы и низкоэнтропийны, поэтому, прислав «Клиент И. И. И., паспорт 45** ****56», можно
- * прислав «Клиент И. И. И., паспорт 45** ****56», можно было бы получить в ответ
+ * было бы получить в ответ исходные значения из запроса другого потребителя. Разделение
- * исходные значения из запроса другого потребителя. Разделение ограничивает это
+ * ограничивает это пределами одной системы, которая и так видит свои данные.
 * пределами одной системы, которая и так видит свои данные.
 *
- * <p>Хранилище ограничено по суммарному объёму строк, а записи живут ограниченное
+ * <p>Записи живут ограниченное время: персональные данные не должны залёживаться в памяти.
- * время: персональные данные не должны залёживаться в памяти, а крупные тексты не
+ * Протухшие записи убираются в порядке добавления прямо на записи — отдельного потока и внешней
- * должны исчерпать кучу. Вытеснение идёт в порядке добавления и выполняется прямо
+ * библиотеки кеширования не требуется.
 * на записи — отдельного потока и внешней библиотеки кеширования не требуется.
 *
- * <p>Когда включён общий слой ({@link SharedIndex}), соответствие пишется ещё и туда,
+ * <p>Когда включён общий слой ({@link SharedIndex}), соответствие пишется ещё и туда, а чтение при
- * а чтение при промахе по локальной памяти идёт в него. Это нужно при работе на
+ * промахе по локальной памяти идёт в него. Это нужно при работе на нескольких узлах: обратный
- * нескольких узлах: обратный запрос легко попадает не на тот узел, который выполнял
+ * запрос легко попадает не на тот узел, который выполнял прямой. Локальная память при этом остаётся
- * прямой. Локальная память при этом остаётся первым уровнем, и обычный путь
+ * первым уровнем, и обычный путь обходится без обращения по сети.
 * обходится без обращения по сети.
 */
@Component
 public class PayloadStore {
@@ -44,8 +40,8 @@ public class PayloadStore {
  private static final int SWEEP_PER_PUT = 4;
  /** Пара «исходный текст — маска» с отпечатком, владельцем и сроком жизни. */
-    public record Entry(String system, String original, String masked,
+  public record Entry(
-                        String fingerprint, long expiresAt) {
+      String system, String original, String masked, String fingerprint, long expiresAt) {
    boolean alive(long now) {
      return now < expiresAt;
@@ -61,26 +57,23 @@ public class PayloadStore {
  private final ConcurrentLinkedQueue<String> insertionOrder = new ConcurrentLinkedQueue<>();
  private final AtomicLong charsHeld = new AtomicLong();
    private final long maxChars;
  private final long ttlMillis;
  private final SharedIndex shared;
  private final PayloadCipher cipher;
  @Autowired
  public PayloadStore(
            @Value("${pdguard.store.max-chars:134217728}") long maxChars,
      @Value("${pdguard.store.ttl-minutes:30}") int ttlMinutes,
      SharedIndex shared,
      PayloadCipher cipher) {
        this.maxChars = maxChars;
    this.ttlMillis = ttlMinutes * 60_000L;
    this.shared = shared;
    this.cipher = cipher;
  }
  /** Конструктор для тестов: только локальная память, общий слой и шифрование выключены. */
-    public PayloadStore(long maxChars, int ttlMinutes) {
+  public PayloadStore(int ttlMinutes) {
-        this(maxChars, ttlMinutes, SharedIndex.disabled(), PayloadCipher.disabled());
+    this(ttlMinutes, SharedIndex.disabled(), PayloadCipher.disabled());
  }
  public void put(String system, String payloadId, String original, String masked) {
@@ -95,7 +88,6 @@ public class PayloadStore {
    charsHeld.addAndGet((long) entry.weight() - (replaced == null ? 0 : replaced.weight()));
    sweepExpired(now);
        evictWhileOverLimit();
    shared.put(system, payloadId, encrypted, masked, entry.fingerprint());
  }
@@ -120,9 +112,8 @@ public class PayloadStore {
  }
  /**
-     * Исходный текст по самой маске — когда {@code payload_id} не совпал. Поиск идёт
+   * Исходный текст по самой маске — когда {@code payload_id} не совпал. Поиск идёт только в
-     * только в пределах той же системы: чужую маску подобрать и обменять на исходные
+   * пределах той же системы: чужую маску подобрать и обменять на исходные данные нельзя.
     * данные нельзя.
   */
  public String originalForMask(String system, String masked) {
    String fingerprint = fingerprint(masked);
@@ -137,9 +128,8 @@ public class PayloadStore {
  public long charsHeld() {
    return charsHeld.get();
  }
-/**
+
-     * Убирает протухшие записи с головы очереди, не более нескольких за раз.
+  /** Убирает протухшие записи с головы очереди, не более нескольких за раз. */
     */
  private void sweepExpired(long now) {
    for (int i = 0; i < SWEEP_PER_PUT; i++) {
      String oldest = insertionOrder.peek();
@@ -159,22 +149,6 @@ public class PayloadStore {
    }
  }
    private void evictWhileOverLimit() {
        while (charsHeld.get() > maxChars) {
            String oldest = insertionOrder.poll();
            if (oldest == null) {
                return;
            }
            Entry entry = byId.get(oldest);
            if (entry != null) {
                // ponytail: если тот же payload_id записали повторно, в очереди остался
                // старый след и здесь вытесняется свежая запись. Цена — одно лишнее
                // обращение к маскированию; точный учёт потребовал бы двусвязного списка.
                forget(oldest, entry);
            }
        }
    }
  private void forget(String idKey, Entry entry) {
    if (byId.remove(idKey, entry)) {
      byMaskFingerprint.remove(ScopedKey.of(entry.system(), entry.fingerprint()), entry);
@@ -187,8 +161,12 @@ public class PayloadStore {
    if (entry == null) {
      return null;
    }
-        return new Entry(entry.system(), cipher.decrypt(entry.original()), entry.masked(),
+    return new Entry(
-                entry.fingerprint(), entry.expiresAt());
+        entry.system(),
        cipher.decrypt(entry.original()),
        entry.masked(),
        entry.fingerprint(),
        entry.expiresAt());
  }
  private static String fingerprint(String value) {
@@ -4,6 +4,14 @@ import io.micrometer.core.instrument.Counter;
 import io.micrometer.core.instrument.MeterRegistry;
 import io.micrometer.core.instrument.Timer;
 import io.micrometer.core.instrument.simple.SimpleMeterRegistry;
 import java.util.ArrayList;
 import java.util.Comparator;
 import java.util.LinkedHashMap;
 import java.util.List;
 import java.util.Map;
 import java.util.NavigableMap;
 import java.util.TreeMap;
 import java.util.concurrent.TimeUnit;
 import org.slf4j.Logger;
 import org.slf4j.LoggerFactory;
 import org.springframework.beans.factory.annotation.Autowired;
@@ -19,26 +27,19 @@ import ru.pdguard.mask.MaskContext;
 import ru.pdguard.mask.MaskMode;
 import ru.pdguard.mask.Masker;
 import java.util.ArrayList;
 import java.util.Comparator;
 import java.util.LinkedHashMap;
 import java.util.List;
 import java.util.Map;
 import java.util.NavigableMap;
 import java.util.TreeMap;
 import java.util.concurrent.TimeUnit;
 /**
 * Обработка одного обращения: поиск ПД, маскирование и обратное преобразование.
 *
 * <p>Направление определяется по {@code payload_id}, а не по содержимому запроса:
 *
 * <ul>
- *   <li>идентификатор неизвестен — маскируем;</li>
+ *   <li>идентификатор неизвестен — маскируем;
- *   <li>пришёл ранее выданный нами текст маски — возвращаем исходный текст;</li>
+ *   <li>пришёл ранее выданный нами текст маски — возвращаем исходный текст;
- *   <li>пришёл тот же исходный текст — возвращаем ту же маску, что и в первый раз.</li>
+ *   <li>пришёл тот же исходный текст — возвращаем ту же маску, что и в первый раз.
 * </ul>
- * Последний случай — повторная попытка проверяющей системы: ответ обязан
+ *
- * совпасть с первым, иначе демаскирование по этому элементу развалится.
+ * Последний случай — повторная попытка проверяющей системы: ответ обязан совпасть с первым, иначе
 * демаскирование по этому элементу развалится.
 */
@Component
 public class Pipeline {
@@ -57,7 +58,11 @@ public class Pipeline {
  private final Counter unresolvedDemask;
  @Autowired
-    public Pipeline(RuleRegistry registry, Masker masker, PayloadStore store, MeterRegistry meters,
+  public Pipeline(
      RuleRegistry registry,
      Masker masker,
      PayloadStore store,
      MeterRegistry meters,
      NameCascade cascade) {
    this.registry = registry;
    this.masker = masker;
@@ -65,11 +70,14 @@ public class Pipeline {
    this.meters = meters;
    this.cascade = cascade;
    meters.gauge("pdguard.store.chars", store, PayloadStore::charsHeld);
-        this.tokensProcessed = Counter.builder("pdguard.tokens.processed")
+    this.tokensProcessed =
        Counter.builder("pdguard.tokens.processed")
            .description("Оценка числа обработанных токенов, для расчёта TPS")
            .register(meters);
-        this.unresolvedDemask = Counter.builder("pdguard.demask.unresolved")
+    this.unresolvedDemask =
-                .description("Запрос на демаскирование, для которого соответствие не нашлось ни по "
+        Counter.builder("pdguard.demask.unresolved")
            .description(
                "Запрос на демаскирование, для которого соответствие не нашлось ни по "
                    + "id, ни по отпечатку маски — обработан как новое маскирование")
            .register(meters);
  }
@@ -114,7 +122,8 @@ public class Pipeline {
      // «с нуля», что для настоящего демаскирования даст неверный ответ — считаем
      // и логируем каждый такой случай явно, чтобы не потерять его молча.
      unresolvedDemask.increment();
-            LOG.warn("payload_id={} демаскирование не нашло соответствие ни по id, ни по "
+      LOG.warn(
          "payload_id={} демаскирование не нашло соответствие ни по id, ни по "
              + "отпечатку маски — payload обработан как новый (см. pdguard.demask.unresolved)",
          payloadId);
    }
@@ -122,9 +131,9 @@ public class Pipeline {
  }
  /**
-     * Длительность обработки с разрезом по направлению и системе-потребителю.
+   * Длительность обработки с разрезом по направлению и системе-потребителю. Метрики берутся из
-     * Метрики берутся из реестра по тегам: систем немного и они заданы настройками,
+   * реестра по тегам: систем немного и они заданы настройками, поэтому разрастания рядов не будет,
-     * поэтому разрастания рядов не будет, а разрез по потребителям виден сразу.
+   * а разрез по потребителям виден сразу.
   */
  private void recordLatency(String direction, String system, long startedNanos) {
    Timer.builder("pdguard.process")
@@ -136,13 +145,13 @@ public class Pipeline {
  }
  /**
-     * Фрагменты, которые будут замаскированы: поиск по правилам, разрешение
+   * Фрагменты, которые будут замаскированы: поиск по правилам, разрешение перекрытий и все
-     * перекрытий и все отсечения. Отдельный метод нужен, чтобы качество детекции
+   * отсечения. Отдельный метод нужен, чтобы качество детекции можно было измерить, не разбирая
-     * можно было измерить, не разбирая замаскированный текст обратно.
+   * замаскированный текст обратно.
   */
  public List<Span> findPersonalData(String text, SystemPolicy policy) {
    List<Span> spans = resolveOverlaps(registry.detect(text, policy));
-        if (policy.allows(PdTypes.FIO)) {
+    if (cascade.coversAny(policy)) {
      // Вторая ступень разбирает только то, что не покрыла первая.
      spans = resolveOverlaps(cascade.addMissedNames(text, spans));
    }
@@ -158,20 +167,18 @@ public class Pipeline {
    recordLatency("mask", policy.name(), started);
    logFindings(policy.name(), payloadId, payload.length(), spans);
        // Только для отладки формата входных данных на DEBUG — на INFO не активен.
        // На боевом прогоне (нагрузочное тестирование) уровень DEBUG должен быть выключен:
        // сюда попадают сырые ПД, что напрямую нарушает требование ТЗ не логировать значения.
        LOG.debug("payload_id={} raw={}", payloadId, payload);
    return masked;
  }
  /**
-     * Оставляет непересекающиеся фрагменты: при конфликте побеждает более
+   * Оставляет непересекающиеся фрагменты: при конфликте побеждает более приоритетный, при равном
-     * приоритетный, при равном приоритете — более длинный.
+   * приоритете — более длинный.
   */
  static List<Span> resolveOverlaps(List<Span> spans) {
    List<Span> candidates = new ArrayList<>(spans);
-        candidates.sort(Comparator.comparingInt(Span::priority).reversed()
+    candidates.sort(
        Comparator.comparingInt(Span::priority)
            .reversed()
            .thenComparing(Comparator.comparingInt(Span::length).reversed())
            .thenComparingInt(Span::start));
@@ -200,27 +207,27 @@ public class Pipeline {
  }
  /**
-     * Убирает имена, стоящие в названиях организаций и объектов на карте:
+   * Убирает имена, стоящие в названиях организаций и объектов на карте: «Институт Склифосовского»,
-     * «Институт Склифосовского», «Музей Тропинина», «улица Королёва». Проверка
+   * «Музей Тропинина», «улица Королёва». Проверка не зависит от того, есть ли в тексте другие ПД:
-     * не зависит от того, есть ли в тексте другие ПД: слово перед именем решает
+   * слово перед именем решает само по себе.
     * само по себе.
   */
  static List<Span> dropOrganisationNames(String text, List<Span> spans) {
    return spans.stream()
-                .filter(span -> !PdTypes.FIO.equals(span.type())
+        .filter(
            span ->
                !PdTypes.FIO.equals(span.type())
                    || !OrganisationDetector.precededByOrganisation(text, span.start()))
        .toList();
  }
  /**
-     * Убирает имена известных людей: «стихи Александра Пушкина» персональными
+   * Убирает имена известных людей: «стихи Александра Пушкина» персональными данными не являются.
-     * данными не являются. Если же в тексте есть ПД другого типа, речь идёт о
+   * Если же в тексте есть ПД другого типа, речь идёт о конкретном человеке, и имя остаётся
-     * конкретном человеке, и имя остаётся замаскированным — однофамилец
+   * замаскированным — однофамилец исторической фигуры защиту не теряет.
     * исторической фигуры защиту не теряет.
   */
  static List<Span> dropWellKnownNames(String text, List<Span> spans) {
-        boolean otherPersonalDataPresent = spans.stream()
+    boolean otherPersonalDataPresent =
-                .anyMatch(span -> !PdTypes.FIO.equals(span.type()));
+        spans.stream().anyMatch(span -> !PdTypes.FIO.equals(span.type()));
    if (otherPersonalDataPresent) {
      return spans;
    }
@@ -230,9 +237,9 @@ public class Pipeline {
  }
  /**
-     * Известный человек по самому спану («Пушкина») или по спану вместе со следующим
+   * Известный человек по самому спану («Пушкина») или по спану вместе со следующим словом
-     * словом («Ярослав» + «Мудрый»): правило-однослов ловит имя правителя отдельно от
+   * («Ярослав» + «Мудрый»): правило-однослов ловит имя правителя отдельно от прозвища, а {@code
-     * прозвища, а {@code REGNAL_NAME} распознаёт только двухсловную форму целиком.
+   * REGNAL_NAME} распознаёт только двухсловную форму целиком.
   */
  private static boolean isWellKnownHere(String text, Span span) {
    if (NameDictionary.isWellKnown(text.substring(span.start(), span.end()))) {
@@ -250,15 +257,13 @@ public class Pipeline {
  }
  /**
-     * Убирает типы, которые опасны только в сочетании с другими ПД.
+   * Убирает типы, которые опасны только в сочетании с другими ПД. Пин-код в отрыве от номера карты
-     * Пин-код в отрыве от номера карты не является персональными данными,
+   * не является персональными данными, рядом с номером карты — является.
     * рядом с номером карты — является.
   *
-     * <p>Спутником считается только находка самостоятельного типа. Раньше здесь
+   * <p>Спутником считается только находка самостоятельного типа. Раньше здесь сравнивалось число
-     * сравнивалось число различных типов, и два спутника заверяли друг друга:
+   * различных типов, и два спутника заверяли друг друга: «Оплата 01.02.2025, ОГРН 1027700132195»
-     * «Оплата 01.02.2025, ОГРН 1027700132195» маскировалась целиком, хотя человека
+   * маскировалась целиком, хотя человека в тексте нет, а дата и ОГРН по отдельности персональными
-     * в тексте нет, а дата и ОГРН по отдельности персональными данными не являются.
+   * данными не являются. Сочетание двух несамостоятельных типов самостоятельным не становится.
     * Сочетание двух несамостоятельных типов самостоятельным не становится.
   */
  static List<Span> dropLonelyCompanions(List<Span> spans, SystemPolicy policy) {
    for (Span span : spans) {
@@ -280,14 +285,21 @@ public class Pipeline {
  /**
   * Маскирует текст и отдаёт таблицу обратной замены.
   *
-     * <p>Нужно для прокси к языковой модели: ответ модели — другой текст, и восстановить
+   * <p>Нужно для прокси к языковой модели: ответ модели — другой текст, и восстановить его целиком
-     * его целиком по идентификатору нельзя, замену приходится делать пофрагментно.
+   * по идентификатору нельзя, замену приходится делать пофрагментно. Звёздочки для этого не годятся
-     * Звёздочки для этого не годятся — одна и та же маска может отвечать разным
+   * — одна и та же маска может отвечать разным значениям, — поэтому режим замены здесь всегда
-     * значениям, — поэтому режим замены здесь всегда обратимый.
+   * обратимый.
   */
  public Masked maskWithRestorations(String text, SystemPolicy policy) {
-        SystemPolicy reversible = new SystemPolicy(policy.name(), policy.enabled(), policy.demask(),
+    SystemPolicy reversible =
-                MaskMode.TOKEN, policy.types(), policy.requireCompanion(), policy.key());
+        new SystemPolicy(
            policy.name(),
            policy.enabled(),
            policy.demask(),
            MaskMode.TOKEN,
            policy.types(),
            policy.requireCompanion(),
            policy.key());
    List<Span> spans = findPersonalData(text, reversible);
    if (spans.isEmpty()) {
      return new Masked(text, Map.of());
@@ -319,16 +331,17 @@ public class Pipeline {
  }
  /**
-     * В журнал и в метрики попадают только идентификатор, типы ПД и их количество.
+   * В журнал и в метрики попадают только идентификатор, типы ПД и их количество. На INFO и выше
-     * На INFO и выше сами значения не логируются; на DEBUG они временно видны через
+   * сами значения не логируются; на DEBUG они временно видны через отдельный вызов в {@link #mask}
-     * отдельный вызов в {@link #mask} — см. комментарий там.
+   * — см. комментарий там.
   */
  private void logFindings(String system, String payloadId, int length, List<Span> spans) {
    Map<String, Integer> counts = new LinkedHashMap<>();
    for (Span span : spans) {
      counts.merge(span.type(), 1, Integer::sum);
    }
-        counts.forEach((type, count) ->
+    counts.forEach(
        (type, count) ->
            meters.counter("pdguard.pd.detected", "type", type, "system", system).increment(count));
    LOG.info("payload_id={} символов={} найдено={}", payloadId, length, counts);
  }
@@ -1,6 +1,7 @@
 package ru.pdguard.core;
 import jakarta.annotation.PostConstruct;
 import java.util.Set;
 import org.slf4j.Logger;
 import org.slf4j.LoggerFactory;
 import org.springframework.beans.factory.annotation.Value;
@@ -11,24 +12,20 @@ import ru.pdguard.detect.RuleRegistry;
 import ru.pdguard.mask.MaskMode;
 import ru.pdguard.mask.Masker;
 import java.util.Set;
 /**
 * Прогон обработки на старте, чтобы первые запросы не попадали на непрогретый код.
 *
- * <p>На JVM разница измерима: без прогрева первые десятки секунд нагрузки идут по
+ * <p>На JVM разница измерима: без прогрева первые десятки секунд нагрузки идут по интерпретируемому
- * интерпретируемому и наспех скомпилированному коду, и p95 оказывается примерно
+ * и наспех скомпилированному коду, и p95 оказывается примерно вдесятеро хуже установившегося.
- * вдесятеро хуже установившегося. Несколько тысяч прогонов на старте занимают доли
+ * Несколько тысяч прогонов на старте занимают доли секунды и переводят горячий путь на
- * секунды и переводят горячий путь на оптимизирующий компилятор до того, как придут
+ * оптимизирующий компилятор до того, как придут настоящие запросы.
 * настоящие запросы.
 *
- * <p>Прогрев идёт через отдельный экземпляр обработки со своим короткоживущим
+ * <p>Прогрев идёт через отдельный экземпляр обработки со своим короткоживущим хранилищем: настоящие
- * хранилищем: настоящие соответствия «текст ↔ маска» замусорить нельзя.
+ * соответствия «текст ↔ маска» замусорить нельзя.
 *
- * <p>Вторая ступень при прогреве выключена, и не только ради времени: её счётчики
+ * <p>Вторая ступень при прогреве выключена, и не только ради времени: её счётчики показывают долю
- * показывают долю запросов, дошедших до модели, а тысячи служебных прогонов эту
+ * запросов, дошедших до модели, а тысячи служебных прогонов эту долю исказили бы до неузнаваемости.
- * долю исказили бы до неузнаваемости. Сама модель прогревается отдельно, при
+ * Сама модель прогревается отдельно, при создании своего пула.
 * создании своего пула.
 */
@Component
 public class PipelineWarmup {
@@ -48,7 +45,9 @@ public class PipelineWarmup {
  private final Masker masker;
  private final int iterations;
-    public PipelineWarmup(RuleRegistry registry, Masker masker,
+  public PipelineWarmup(
      RuleRegistry registry,
      Masker masker,
      @Value("${pdguard.warmup-iterations:2000}") int iterations) {
    this.registry = registry;
    this.masker = masker;
@@ -62,10 +61,17 @@ public class PipelineWarmup {
      return;
    }
    long started = System.nanoTime();
-        Pipeline scratch = new Pipeline(registry, masker, new PayloadStore(1_000_000L, 1),
+    Pipeline scratch =
-                NameCascade.disabled());
+        new Pipeline(registry, masker, new PayloadStore(1), NameCascade.disabled());
-        SystemPolicy policy = new SystemPolicy(SystemPolicy.DEFAULT_NAME, true, true, MaskMode.MASK,
+    SystemPolicy policy =
-                Set.of(SystemPolicy.ALL), SystemPolicy.DEFAULT.requireCompanion(), null);
+        new SystemPolicy(
            SystemPolicy.DEFAULT_NAME,
            true,
            true,
            MaskMode.MASK,
            Set.of(SystemPolicy.ALL),
            SystemPolicy.DEFAULT.requireCompanion(),
            null);
    for (int i = 0; i < iterations; i++) {
      String text = SAMPLES[i % SAMPLES.length];
@@ -73,7 +79,9 @@ public class PipelineWarmup {
      String masked = scratch.process(text, id, policy);
      scratch.process(masked, id, policy);
    }
-        LOG.info("Прогрев обработки: {} прогонов за {} мс",
+    LOG.info(
-                iterations, (System.nanoTime() - started) / 1_000_000);
+        "Прогрев обработки: {} прогонов за {} мс",
        iterations,
        (System.nanoTime() - started) / 1_000_000);
  }
 }
@@ -3,15 +3,13 @@ package ru.pdguard.core;
 /**
 * Ключ, однозначно разделяющий системы-потребители.
 *
- * <p>Длина имени в начале снимает вопрос о разделителе: имя системы может
+ * <p>Длина имени в начале снимает вопрос о разделителе: имя системы может содержать любые знаки, и
- * содержать любые знаки, и без длины «a:b» и «ab:» были бы неразличимы.
+ * без длины «a:b» и «ab:» были бы неразличимы. Используется и в локальном хранилище, и в общем слое
- * Используется и в локальном хранилище, и в общем слое — единая реализация
+ * — единая реализация вместо двух копий.
 * вместо двух копий.
 */
 final class ScopedKey {
-    private ScopedKey() {
+  private ScopedKey() {}
    }
  static String of(String system, String key) {
    String owner = system == null ? "" : system;
@@ -2,30 +2,28 @@ package ru.pdguard.core;
 import com.fasterxml.jackson.core.JsonProcessingException;
 import com.fasterxml.jackson.databind.ObjectMapper;
 import java.time.Duration;
 import java.util.concurrent.atomic.AtomicInteger;
 import org.slf4j.Logger;
 import org.slf4j.LoggerFactory;
 import org.springframework.beans.factory.annotation.Value;
 import org.springframework.data.redis.core.StringRedisTemplate;
 import org.springframework.stereotype.Component;
 import java.time.Duration;
 import java.util.concurrent.atomic.AtomicInteger;
 /**
 * Общий слой соответствий «текст ↔ маска» для работы на нескольких узлах.
 *
- * <p>Маскирование — чистая функция, на любом узле даёт один и тот же результат.
+ * <p>Маскирование — чистая функция, на любом узле даёт один и тот же результат. Обратное же
- * Обратное же преобразование требует состояния: если прямой запрос обработал
+ * преобразование требует состояния: если прямой запрос обработал один узел, а обратный попал на
- * один узел, а обратный попал на другой, соответствие должно быть общим.
+ * другой, соответствие должно быть общим.
 *
- * <p>Включается настройкой {@code pdguard.store.backend=redis}. Пока она не
+ * <p>Включается настройкой {@code pdguard.store.backend=redis}. Пока она не выставлена, к Redis не
- * выставлена, к Redis не обращаются вовсе и зависимость остаётся неактивной.
+ * обращаются вовсе и зависимость остаётся неактивной.
 *
- * <p>Недоступность Redis не приводит к отказу: запись и чтение деградируют до
+ * <p>Недоступность Redis не приводит к отказу: запись и чтение деградируют до локальной памяти
- * локальной памяти узла, а ошибка попадает в журнал. Чтобы простой Redis не
+ * узла, а ошибка попадает в журнал. Чтобы простой Redis не съедал время ответа, команды ограничены
- * съедал время ответа, команды ограничены по времени настройкой
+ * по времени настройкой {@code spring.data.redis.timeout}, а после нескольких подряд неудач общий
- * {@code spring.data.redis.timeout}, а после нескольких подряд неудач общий слой
+ * слой временно перестают опрашивать вовсе.
 * временно перестают опрашивать вовсе.
 */
@Component
 public class SharedIndex {
@@ -39,8 +37,7 @@ public class SharedIndex {
  private static final long OPEN_MILLIS = 5_000;
  /** Пара «исходный текст — маска», как она хранится в общем слое. */
-    public record SharedEntry(String original, String masked) {
+  public record SharedEntry(String original, String masked) {}
    }
  private final boolean enabled;
  private final Duration ttl;
@@ -52,7 +49,8 @@ public class SharedIndex {
  private volatile long silentUntil;
  private volatile boolean reported;
-    public SharedIndex(StringRedisTemplate redis,
+  public SharedIndex(
      StringRedisTemplate redis,
      @Value("${pdguard.store.backend:memory}") String backend,
      @Value("${pdguard.store.ttl-minutes:30}") int ttlMinutes,
      ObjectMapper mapper,
@@ -73,15 +71,16 @@ public class SharedIndex {
    return enabled;
  }
-public void put(String system, String payloadId, String original, String masked,
+  public void put(
-                String maskFingerprint) {
+      String system, String payloadId, String original, String masked, String maskFingerprint) {
    if (unavailable()) {
      return;
    }
    try {
      String encrypted = cipher.encrypt(original);
-            redis.opsForValue().set(ScopedKey.of(system, payloadId),
+      redis
-                    toJson(new SharedEntry(encrypted, masked)), ttl);
+          .opsForValue()
          .set(ScopedKey.of(system, payloadId), toJson(new SharedEntry(encrypted, masked)), ttl);
      redis.opsForValue().set(ScopedKey.of(system, maskFingerprint), encrypted, ttl);
      noteSuccess();
    } catch (RuntimeException e) {
@@ -97,7 +96,9 @@ public void put(String system, String payloadId, String original, String masked,
      String json = redis.opsForValue().get(ScopedKey.of(system, payloadId));
      noteSuccess();
      SharedEntry entry = json == null ? null : fromJson(json);
-            return entry == null ? null : new SharedEntry(cipher.decrypt(entry.original()), entry.masked());
+      return entry == null
          ? null
          : new SharedEntry(cipher.decrypt(entry.original()), entry.masked());
    } catch (RuntimeException e) {
      noteFailure("прочитать", e);
      return null;
@@ -147,9 +148,9 @@ public void put(String system, String payloadId, String original, String masked,
  }
  /**
-     * После нескольких неудач подряд общий слой перестают опрашивать на несколько
+   * После нескольких неудач подряд общий слой перестают опрашивать на несколько секунд: иначе
-     * секунд: иначе каждый запрос платил бы таймаутом за недоступный Redis, а
+   * каждый запрос платил бы таймаутом за недоступный Redis, а проверяющая система считает ответ
-     * проверяющая система считает ответ дольше десяти секунд неответом.
+   * дольше десяти секунд неответом.
   */
  private void noteFailure(String action, RuntimeException cause) {
    if (consecutiveFailures.incrementAndGet() >= FAILURES_TO_OPEN) {
@@ -157,7 +158,8 @@ public void put(String system, String payloadId, String original, String masked,
    }
    if (!reported) {
      reported = true;
-            LOG.error("Не удалось {} соответствие в общий слой, узел работает на своей памяти", action, cause);
+      LOG.error(
          "Не удалось {} соответствие в общий слой, узел работает на своей памяти", action, cause);
    }
  }
 }
@@ -0,0 +1,171 @@
 package ru.pdguard.detect;
 import static ru.pdguard.detect.RulePatterns.CITIZENSHIP_GAP;
 import static ru.pdguard.detect.RulePatterns.CITIZENSHIP_VALUE;
 import static ru.pdguard.detect.RulePatterns.ORGANISATION_NEARBY;
 import static ru.pdguard.detect.RulePatterns.ROLE_GAP;
 import static ru.pdguard.detect.RulePatterns.STREET_NAME;
 import static ru.pdguard.detect.RuleRegistry.ADDRESS_NEARBY;
 import java.util.List;
 /** Правила распознавания органа выдачи паспорта, места рождения, гражданства и адреса. */
 final class AddressRules {
  private AddressRules() {}
  static final List<Rule> RULES =
      List.of(
          // «выдан ОУФМС России по г. Москве 12.05.2015» — дата в состав органа не входит,
          // её забирает отдельное правило. Приоритет выше городского, иначе от органа
          // осталась бы замаскированной только его часть.
          // Перечень форм, не голая основа «выда»: она зацепила бы и «выдающийся»
          // (обычное слово, не про выдачу документа).
          Rule.of(
                  PdTypes.PASSPORT_ISSUER,
                  "(?iu:выдан|выдал[аио]?|выдали|выдач[аи]|выдаче)"
                      + "\\W{0,3}([^,;\\n]{3,90}?)"
                      + "(?=\\s*\\d{1,2}[.\\-/]\\d{1,2}[.\\-/]\\d{2,4}|[,;\\n]|\\s*$)",
                  78)
              .groups(1)
              .anchoredBy("выдан", "выдал", "выдач"),
          // «совпадает с указанным в анкете: X» — второе упоминание органа выдачи
          // под собственным якорем, без бэкреференса на первое.
          Rule.of(
                  PdTypes.PASSPORT_ISSUER,
                  "(?iu:указанн\\w*\\s+в\\s+анкете)\\W{0,5}([^,;.\\n]{3,90}?)"
                      + "(?=[,;.\\n]|\\s*$)",
                  78)
              .groups(1)
              .anchoredBy("указанн"),
          // «Орган выдачи УФМС России по Республике Татарстан» — орган после якоря,
          // до слова «совпадает» или конца фразы.
          Rule.of(
                  PdTypes.PASSPORT_ISSUER,
                  "(?iu:орган\\s+выдачи)\\W{0,5}([^,;:\\n]{3,90}?)"
                      + "(?=\\s*(?iu:совпадает|указанн)|[,;:\\n]|\\s*$)",
                  78)
              .groups(1)
              .anchoredBy("орган выдачи"),
          Rule.of(
                  PdTypes.BIRTH_PLACE,
                  "(?iu:мест\\w*\\s+рождения)\\W{0,5}([^,;\\n]{3,60}?)(?=\\s*[,;\\n]|\\s*$)",
                  76)
              .groups(1)
              .anchoredBy("рождения"),
          Rule.of(
                  PdTypes.BIRTH_PLACE,
                  "(?iu:родил(?:ся|ась))[^,;\\n]{0,40}?\\s+в\\s+"
                      + "([^,;\\n]{3,40}?)(?=\\s*[,;\\n]|\\s*$)",
                  76)
              .groups(1)
              .anchoredBy("родил"),
          // ROLE_GAP, не \W{0,5}: «Гражданство бенефициара по договору страхования: Х» —
          // между якорем и значением бывает несколько слов, не только пунктуация.
          // Список через запятую/слэш — вторая опциональная группа тем же шаблоном.
          Rule.of(
                  PdTypes.CITIZENSHIP,
                  "(?iu:гражданств)\\w*"
                      + CITIZENSHIP_GAP
                      + "("
                      + CITIZENSHIP_VALUE
                      + ")(?:\\s*[,/]\\s*("
                      + CITIZENSHIP_VALUE
                      + "))?",
                  80)
              .groups(1, 2)
              .validatedBy(CountryDictionary::isKnownCountry)
              .anchoredBy("гражданств"),
          // ин/ка/ина/ки — именительный/родительный; ином/кой — творительный
          // («гражданином», «гражданкой»).
          Rule.of(
                  PdTypes.CITIZENSHIP,
                  "(?iu:граждан(?:ин|ка|ина|ки|ином|кой))\\b\\s+"
                      + "("
                      + CITIZENSHIP_VALUE
                      + ")(?:\\s*[,/]\\s*("
                      + CITIZENSHIP_VALUE
                      + "))?",
                  75)
              .groups(1, 2)
              .validatedBy(CountryDictionary::isKnownCountry)
              .anchoredBy("граждан"),
          // --- Адрес: каждая составляющая настраивается отдельно ---
          Rule.of(PdTypes.ADDRESS_POSTCODE, "(?iu:индекс)\\w*" + ROLE_GAP + "(\\d{6})\\b", 74)
              .groups(1)
              .vetoedBy(ORGANISATION_NEARBY)
              .anchoredBy("индекс"),
          Rule.of(
                  PdTypes.ADDRESS_POSTCODE,
                  "\\b(\\d{6})(?=\\s*,?\\s*(?iu:г\\.|город|обл\\.|область|респ|край))",
                  74)
              .groups(1)
              .vetoedBy(ORGANISATION_NEARBY),
          // Не только «г.»: перепись, на которой проверяется словарь, покрывает
          // сёла, посёлки, деревни, хутора и станицы — «рп. Ильинское», «с. Кукуево»
          // из ТЗ без этих якорей не нашлись бы вообще, город там ни при чём.
          Rule.of(
                  PdTypes.ADDRESS_CITY,
                  "(?iu:\\bг\\.|\\bгор\\.|\\bгород|\\bрп\\.|\\bпгт\\.?|\\bп\\.|\\bс\\.|\\bсело\\b"
                      + "|\\bд\\.|\\bдеревня\\b|\\bдер\\.|\\bх\\.|\\bхутор\\b|\\bст-ца|\\bстаница|\\bаул\\b"
                      + "|\\bсл\\.|\\bслобода\\b|\\bаал\\b)\\s?(\\p{Lu}[\\p{L}-]{1,30})\\b",
                  73)
              .groups(1)
              .validatedBy(ToponymDictionary::isKnownSettlement)
              .vetoedBy(ORGANISATION_NEARBY)
              .anchoredBy(
                  "г.", "гор", "город", "рп.", "пгт", "п.", "с.", "село", "д.", "деревня", "дер.",
                  "х.", "хутор", "ст-ца", "станица", "аул", "сл.", "слобода", "аал"),
          Rule.of(
                  PdTypes.ADDRESS_STREET,
                  "(?iu:\\bул\\.|\\bулиц\\p{L}*|\\bпр-т|\\bпроспект\\p{L}*|\\bпер\\.|\\bпереул\\p{L}*"
                      + "|\\bш\\.|\\bшоссе|\\bб-р|\\bбульвар\\p{L}*|\\bнаб\\.|\\bнабережн\\p{L}*)"
                      + "\\W{0,3}("
                      + STREET_NAME
                      + ")",
                  73)
              .groups(1)
              .vetoedBy(ORGANISATION_NEARBY)
              .requiringNear(ADDRESS_NEARBY)
              .anchoredBy("ул", "просп", "пр-т", "пер.", "шоссе", "ш.", "бульвар", "б-р", "наб"),
          // «Невский пр-т» — указатель после названия. Форма слишком общая, поэтому
          // принимается только рядом с другими частями адреса: иначе под маску попал бы
          // любой рассказ про Невский проспект.
          Rule.of(
                  PdTypes.ADDRESS_STREET,
                  "\\b(\\p{Lu}[\\p{L}-]{2,30})\\s+"
                      + "(?iu:пр-т|проспект|улиц\\p{L}*|шоссе|бульвар|переул\\p{L}*|набережн\\p{L}*)\\b",
                  73)
              .groups(1)
              .vetoedBy(ORGANISATION_NEARBY)
              .requiringNear(ADDRESS_NEARBY)
              .anchoredBy("пр-т", "проспект", "улиц", "шоссе", "бульвар", "переул", "набережн"),
          Rule.of(
                  PdTypes.ADDRESS_HOUSE,
                  "(?iu:\\bд\\.|\\bдом)\\s?(\\d+\\p{L}?(?:\\s?(?iu:к\\.|корп\\.?|стр\\.)\\s?\\d+)?)\\b",
                  72)
              .groups(1)
              .vetoedBy(ORGANISATION_NEARBY)
              .anchoredBy("д.", "дом"),
          Rule.of(PdTypes.ADDRESS_FLAT, "(?iu:\\bкв\\.|\\bквартир\\p{L}*)\\s?(\\d+\\p{L}?)\\b", 72)
              .groups(1)
              .vetoedBy(ORGANISATION_NEARBY)
              .anchoredBy("кв"),
          Rule.of(
                  PdTypes.ADDRESS_COUNTRY,
                  "(?iu:стран\\p{L}*(?:\\s+(?:регистрации|проживания|гражданства))?)"
                      + "\\W{0,5}(\\p{Lu}[\\p{L}-]{2,30})\\b",
                  71)
              .groups(1)
              .vetoedBy(ORGANISATION_NEARBY)
              .anchoredBy("стран"));
 }
@@ -0,0 +1,40 @@
 package ru.pdguard.detect;
 import static ru.pdguard.detect.RulePatterns.ROLE_GAP;
 import java.util.List;
 /** Правила распознавания контактных и идентификационных данных: телефон, email, ИНН, СНИЛС. */
 final class ContactRules {
  private ContactRules() {}
  static final List<Rule> RULES =
      List.of(
          Rule.of(PdTypes.INN, "(?iu)\\bИНН\\b" + ROLE_GAP + "(\\d{12}|\\d{10})\\b", 84)
              .groups(1)
              .anchoredBy("инн"),
          // «ИНН/КПП 7712345671/771201001» — ИНН юрлица перед КПП через слэш.
          Rule.of(PdTypes.INN, "(?iu)\\bИНН\\s*/\\s*КПП\\b\\W{0,5}(\\d{10})\\b", 84)
              .groups(1)
              .anchoredBy("инн/кпп"),
          Rule.of(
                  PdTypes.SNILS,
                  "(?iu)(?:\\bСНИЛС\\b\\D{0,10})?(\\d{3}[ -]\\d{3}[ -]\\d{3}[ -]\\d{2})\\b",
                  84)
              .groups(1)
              .validatedBy(Validators::snils),
          // \b7, не только +7: номер без плюса («79031119955») тоже встречается.
          Rule.of(
              PdTypes.PHONE,
              "(?:\\+7|\\b7|\\b8)[ ()-]{0,3}\\d{3}[ ()-]{0,3}\\d{3}[ -]{0,2}\\d{2}["
                  + " -]{0,2}\\d{2}\\b",
              82),
          Rule.of(PdTypes.EMAIL, "\\b[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\\.[A-Za-z]{2,}\\b", 80)
              .anchoredBy("@"),
          // ИНН физлица без якорного слова — только с верной контрольной суммой.
          Rule.of(PdTypes.INN, "\\b\\d{12}\\b", 62).validatedBy(Validators::inn));
 }
@@ -4,27 +4,26 @@ import java.util.Locale;
 import java.util.Set;
 /**
- * Словарь названий стран — проверка того, что значение, пойманное правилом
+ * Словарь названий стран — проверка того, что значение, пойманное правилом {@code CITIZENSHIP},
- * {@code CITIZENSHIP}, действительно похоже на страну, а не на произвольное
+ * действительно похоже на страну, а не на произвольное слово с заглавной буквы после якоря
- * слово с заглавной буквы после якоря «гражданство».
+ * «гражданство».
 *
- * <p>Сравнение по началу слова, а не точным совпадением: падежные окончания
+ * <p>Сравнение по началу слова, а не точным совпадением: падежные окончания («в России», «из
- * («в России», «из Казахстана») и формы прилагательных («российская»,
+ * Казахстана») и формы прилагательных («российская», «российское») тем самым покрываются без
- * «российское») тем самым покрываются без отдельного разбора морфологии.
+ * отдельного разбора морфологии. Основа «российск» покрывает и «Российская», и «российская», и
- * Основа «российск» покрывает и «Российская», и «российская», и «российское».
+ * «российское».
 */
 public final class CountryDictionary {
  private static final Set<String> COUNTRY_STEMS = ResourceLoader.set("/names/countries.txt");
-    private CountryDictionary() {
+  private CountryDictionary() {}
    }
  /**
   * Похоже ли значение на название страны из словаря в любом падеже и регистре.
   *
-     * <p>Проверяются префиксы значения по множеству, а не каждая основа по
+   * <p>Проверяются префиксы значения по множеству, а не каждая основа по значению: префиксов у
-     * значению: префиксов у слова не больше, чем в нём букв.
+   * слова не больше, чем в нём букв.
   */
  public static boolean isKnownCountry(String value) {
    String lower = value.strip().toLowerCase(Locale.ROOT);
@@ -0,0 +1,46 @@
 package ru.pdguard.detect;
 import static ru.pdguard.detect.RulePatterns.DATE_ANY;
 import static ru.pdguard.detect.RulePatterns.DATE_GAP;
 import java.util.List;
 /** Правила распознавания дат: рождения, выдачи документа и дат без якорного слова. */
 final class DateRules {
  private DateRules() {}
  static final List<Rule> RULES =
      List.of(
          Rule.of(
                  PdTypes.BIRTH_DATE,
                  "(?iu:дат\\p{L}*\\s+рождения|дата\\s+рожд\\.)" + DATE_GAP + "(" + DATE_ANY + ")",
                  87)
              .groups(1)
              .validatedBy(Validators::date)
              .anchoredBy("рожден"),
          Rule.of(PdTypes.BIRTH_DATE, "(?iu:родил(?:ся|ась))" + DATE_GAP + "(" + DATE_ANY + ")", 87)
              .groups(1)
              .validatedBy(Validators::date)
              .anchoredBy("родил"),
          Rule.of(
                  PdTypes.BIRTH_DATE,
                  "(" + DATE_ANY + ")\\s*(?iu:г\\.\\s?р\\.|г/р|года\\s+рождения)",
                  87)
              .groups(1)
              .validatedBy(Validators::date)
              .anchoredBy("г.р", "г/р", "года рождения"),
          // «дата выдачи 12.05.2015» и «дата выдачи паспорта 12.05.2015»
          Rule.of(
                  PdTypes.PASSPORT_DATE,
                  "(?iu:дат\\p{L}*\\s+выдачи)" + DATE_GAP + "(" + DATE_ANY + ")",
                  87)
              .groups(1)
              .validatedBy(Validators::date)
              .anchoredBy("выдач"),
          // Дата без якорного слова персональными данными сама по себе не является:
          // маскируется, только если в тексте есть ПД другого типа.
          Rule.of(PdTypes.DATE, DATE_ANY, 58).validatedBy(Validators::date));
 }
@@ -3,40 +3,36 @@ package ru.pdguard.detect;
 import java.util.Locale;
 /**
- * Общий приём для словарей, сравнивающих слово из текста с основой из списка:
+ * Общий приём для словарей, сравнивающих слово из текста с основой из списка: личные имена ({@link
- * личные имена ({@link NameDictionary}) и города ({@link ToponymDictionary}).
+ * NameDictionary}) и города ({@link ToponymDictionary}).
 *
- * <p>Слова на согласную склоняются добавлением окончания («Тамбов» → «Тамбове»,
+ * <p>Слова на согласную склоняются добавлением окончания («Тамбов» → «Тамбове», «Пушкин» →
- * «Пушкин» → «Пушкина») — там основы из списка достаточно как есть. Слова на
+ * «Пушкина») — там основы из списка достаточно как есть. Слова на гласную меняют последнюю букву
- * гласную меняют последнюю букву («Москва» → «Москве», «Ольга» → «Ольге») —
+ * («Москва» → «Москве», «Ольга» → «Ольге») — для них сравнение идёт по основе без неё.
 * для них сравнение идёт по основе без неё.
 *
- * <p>Фамилии на «-ский» склоняются как прилагательное: окончание меняется
+ * <p>Фамилии на «-ский» склоняются как прилагательное: окончание меняется целиком («Дзержинский» →
- * целиком («Дзержинский» → «Дзержинского», «-ий» на «-ого», а не дописывается),
+ * «Дзержинского», «-ий» на «-ого», а не дописывается), поэтому для них отсечения одной буквы
- * поэтому для них отсечения одной буквы недостаточно — основа обрезается сразу
+ * недостаточно — основа обрезается сразу до «ск». Для улиц в честь людей это не редкий случай, а
- * до «ск». Для улиц в честь людей это не редкий случай, а основной: «улица
+ * основной: «улица Дзержинского», «улица Островского» пишутся только в родительном падеже,
 * Дзержинского», «улица Островского» пишутся только в родительном падеже,
 * именительный там не встречается вообще.
 */
 final class Declension {
  /**
-     * Падежные окончания прилагательного склонения на «-ск-»: мужской, женский
+   * Падежные окончания прилагательного склонения на «-ск-»: мужской, женский и средний род, все
-     * и средний род, все падежи. Проверяются от длинных к коротким — «-ского»
+   * падежи. Проверяются от длинных к коротким — «-ского» не должно потеряться из-за более короткого
-     * не должно потеряться из-за более короткого совпадения на «-ким» и т.п.
+   * совпадения на «-ким» и т.п.
   */
  private static final String[] ADJECTIVE_ENDINGS = {
    "ского", "скому", "ским", "ском", "скую", "ской", "скою", "ская", "ский"
  };
-    private Declension() {
+  private Declension() {}
    }
  /**
-     * Отбрасывает у основы окончание, которое меняется по падежам: гласную —
+   * Отбрасывает у основы окончание, которое меняется по падежам: гласную — у обычных слов, целиком
-     * у обычных слов, целиком «-ск-»-окончание — у прилагательных фамилий.
+   * «-ск-»-окончание — у прилагательных фамилий. Слова короче четырёх букв не трогает — короткая
-     * Слова короче четырёх букв не трогает — короткая основа и так шире
+   * основа и так шире большинства падежных форм.
     * большинства падежных форм.
   */
  static String withoutInflectedEnding(String word) {
    String lower = word.toLowerCase(Locale.ROOT);
@@ -0,0 +1,113 @@
 package ru.pdguard.detect;
 import static ru.pdguard.detect.RulePatterns.ROLE_GAP;
 import static ru.pdguard.detect.RulePatterns.SERIES_AND_NUMBER;
 import java.util.List;
 /** Правила распознавания документов, удостоверяющих личность, и кодов подразделений. */
 final class DocumentRules {
  private DocumentRules() {}
  static final List<Rule> RULES =
      List.of(
          // CVV: латиница, кириллическая транслитерация («цвв», «сививи») и
          // описательные якоря («код на обороте карты»). Между якорем и числом
          // допускаются слова («CVV код 321», «CVV указан код 123») и длинные
          // разделители («код на обороте карты 789»).
          Rule.of(
                  PdTypes.CVV,
                  "(?iu:\\b(?:cvv2?|cvc2?|цвв|сививи|код\\p{L}*\\s+на\\s+обороте\\s+карты"
                      + "|код\\s+проверки|защитный\\s+код)\\b)"
                      + "(?:\\s+\\p{L}+){0,2}\\W{0,30}(\\d{3,4})\\b",
                  92)
              .groups(1)
              .anchoredBy(
                  "cvv", "cvc", "цвв", "сививи", "код на обороте", "код проверки", "защитный код"),
          // PIN: «пин-код», «пин код», «ПИН:», «пин 3456». Между якорем и числом
          // допускаются слова («ПИН-код карты 2468») и длинные разделители
          // («Пин Код: 1234»).
          Rule.of(
                  PdTypes.PIN,
                  "(?iu:\\b(?:пин[\\s-]?кода?|pin[\\s-]?code|пин|pin)\\b)"
                      + "(?:\\s+\\p{L}+){0,2}\\W{0,30}(\\d{4,6})\\b",
                  92)
              .groups(1)
              .anchoredBy("пин", "pin"),
          // «паспорт 4509 123456», «паспорт гражданина РФ 45 09 123456»
          Rule.of(
                  PdTypes.PASSPORT,
                  "(?iu:паспорт)\\w*(?:\\W+(?iu:гражданина\\s+РФ|РФ|России|Российской\\s+Федерации))?"
                      + "\\W{0,10}("
                      + SERIES_AND_NUMBER
                      + ")\\b",
                  90)
              .groups(1)
              .anchoredBy("паспорт"),
          // «серия 4509 номер 123456», «серии 45 09 № 123456»
          // Между серией и номером помещается слово: «серия 4509 номер 123456»,
          // «серии 4509 за номером 123456», «серия 4509 № 123456».
          Rule.of(
                  PdTypes.PASSPORT,
                  "(?iu:сери)\\w{0,3}\\W{0,5}(\\d{2}\\s?\\d{2})[^\\d]{0,20}(\\d{6})\\b",
                  90)
              .groups(1, 2)
              .anchoredBy("сери"),
          // Необязательное «серия»/«серии» между якорем и цифрами: «ВУ серия 12 34 номер 567890».
          Rule.of(
                  PdTypes.DRIVER_LICENSE,
                  "(?iu:водительск\\w+\\s+удостоверени\\w+|в/у|вод\\.\\s?удост\\w*|\\bВУ)\\b"
                      + "\\W{0,15}(?:(?iu:сери\\w{0,3})\\W{0,5})?("
                      + SERIES_AND_NUMBER
                      + ")\\b",
                  89)
              .groups(1)
              .anchoredBy("водительск", "в/у", "вод.", "ву "),
          Rule.of(
                  PdTypes.FOREIGN_PASSPORT,
                  "(?iu:загранпаспорт|заграничн\\p{L}*\\s+паспорт)\\p{L}*"
                      + "\\W{0,10}(\\d{2}\\s?\\d{7})\\b",
                  89)
              .groups(1)
              .anchoredBy("загранпаспорт", "заграничн"),
          Rule.of(
                  PdTypes.MILITARY_ID,
                  "(?iu:военн\\p{L}*\\s+билет)\\p{L}*" + "\\W{0,10}(\\p{Lu}{2}\\s?\\d{7})\\b",
                  89)
              .groups(1)
              .anchoredBy("военн"),
          Rule.of(
                  PdTypes.BIRTH_CERTIFICATE,
                  "(?iu:свидетельств\\p{L}*\\s+о\\s+рождении)"
                      + "\\W{0,15}([IVXLC]{1,4}[- ]?\\p{Lu}{2}\\s?(?:№\\s?)?\\d{6})\\b",
                  89)
              .groups(1)
              .anchoredBy("свидетельств"),
          Rule.of(PdTypes.MEDICAL_POLICY, "(?iu:полис\\p{L}*(?:\\s+ОМС)?)\\W{0,10}(\\d{16})\\b", 89)
              .groups(1)
              .anchoredBy("полис"),
          // ROLE_GAP, не \W{0,5}: «код подразделения стоит 001-000» — между якорем и
          // значением есть слово («стоит»/«объекта»), не только пунктуация.
          Rule.of(
                  PdTypes.DEPT_CODE,
                  "(?iu:код\\w*\\s+подразделения|к/п)" + ROLE_GAP + "(\\d{3}\\s?-?\\s?\\d{3})\\b",
                  88)
              .groups(1)
              .anchoredBy("подразделени", "к/п"),
          // «770-001 — таков код подразделения» — значение перед якорем.
          Rule.of(
                  PdTypes.DEPT_CODE,
                  "\\b(\\d{3}\\s?-?\\s?\\d{3})\\b\\s*[—-]\\s*(?:\\p{L}+\\s+){0,3}"
                      + "(?iu:код\\w*\\s+подразделения)",
                  88)
              .groups(1)
              .anchoredBy("подразделени"));
 }
@@ -0,0 +1,77 @@
 package ru.pdguard.detect;
 import static ru.pdguard.detect.RulePatterns.HOLDER_STEM;
 import java.util.List;
 /** Правила распознавания банковских реквизитов, карты, ОГРН/КПП и держателя карты. */
 final class FinanceRules {
  private FinanceRules() {}
  static final List<Rule> RULES =
      List.of(
          // Расчётный счёт — ровно 20 цифр после якоря, группировка пробелами не важна.
          Rule.of(
                  PdTypes.ACCOUNT_NUMBER,
                  "(?iu:р/с|расчетн\\w*\\s+счет|расчётн\\w*\\s+счёт|лицев\\w*\\s+счет|"
                      + "лицев\\w*\\s+счёт)\\W{0,5}((?:\\d[ ]?){19}\\d)\\b",
                  83)
              .groups(1)
              .anchoredBy("р/с", "расчетн", "расчётн", "лицев"),
          Rule.of(PdTypes.BIK, "(?iu:бик)\\W{0,5}(\\d{9})\\b", 83).groups(1).anchoredBy("бик"),
          // «действительна до 09/27», «exp 09/27» — срок действия карты, не дата рождения.
          Rule.of(
                  PdTypes.CARD_EXPIRY,
                  "(?iu:срок\\s+действия|действительна?\\s+до|\\bexp\\w*)\\W{0,5}"
                      + "(\\d{2}\\s?/\\s?\\d{2})\\b",
                  83)
              .groups(1)
              .anchoredBy("срок действия", "действительн", "exp"),
          // ОГРНИП раньше ОГРН: без отрицательного просмотра «ОГРНИП» частично ловился бы
          // ещё и правилом ОГРН. Контрольная сумма отсекает случайные 13/15-значные
          // числа рядом со словом — раньше якоря было достаточно самого по себе.
          Rule.of(PdTypes.OGRNIP, "(?iu:огрнип)\\W{0,5}(\\d{15})\\b", 83)
              .groups(1)
              .validatedBy(Validators::ogrnip)
              .anchoredBy("огрнип"),
          Rule.of(PdTypes.OGRN, "(?iu:огрн(?!ип))\\W{0,5}(\\d{13})\\b", 83)
              .groups(1)
              .validatedBy(Validators::ogrn)
              .anchoredBy("огрн"),
          Rule.of(PdTypes.KPP, "(?iu:кпп)\\W{0,5}(\\d{9})\\b", 83).groups(1).anchoredBy("кпп"),
          // Доход/зарплата: сумма с разделителями тысяч. Между якорем и суммой может
          // стоять слово («доход клиента», «доход за год») — без этого якорь ловил
          // бы только «доход 85000», вплотную.
          Rule.of(
                  PdTypes.INCOME,
                  "(?iu:доход|заработн\\w*\\s+плат\\w*|зарплат\\w*)(?:\\s+\\p{L}+){0,3}?"
                      + "\\W{0,5}(\\d{1,3}(?:[\\s.]?\\d{3})*(?:,\\d{2})?)\\s?(?iu:руб\\p{L}*|₽)?\\b",
                  76)
              .groups(1)
              .anchoredBy("доход", "заработн", "зарплат"),
          // Биометрия — сама фраза уже говорит, что дальше персональные данные, отдельного
          // значения для захвата нет: маскируется якорная фраза целиком.
          Rule.of(
                  PdTypes.BIOMETRIC,
                  "(?iu:биометрическ\\w*\\s+(?:данны\\w*|образц\\w*|шаблон\\w*)"
                      + "|слепок\\s+голоса|отпечаток\\s+пальца|скан\\s+лица|\\bЕБС\\b)",
                  81)
              .anchoredBy("биометри", "слепок голоса", "отпечаток пальца", "скан лица", "ебс"),
          Rule.of(
                  PdTypes.CARDHOLDER,
                  "(?iu:держател\\w*(?:\\s+карты)?|cardholder|на\\s+имя)"
                      + "\\W{0,10}([A-Z]{2,20}\\s+[A-Z]{2,20})\\b",
                  86)
              .groups(1)
              .anchoredBy(HOLDER_STEM, "cardholder", "на имя"),
          // --- Уровень 1: подтверждается контрольной суммой ---
          Rule.of(PdTypes.CARD, "\\b\\d(?:[ -]?\\d){11,18}\\b", 85).validatedBy(Validators::luhn));
 }
@@ -0,0 +1,152 @@
 package ru.pdguard.detect;
 import static ru.pdguard.detect.RulePatterns.CAPITALISED;
 import static ru.pdguard.detect.RulePatterns.HOLDER_STEM;
 import static ru.pdguard.detect.RulePatterns.ORGANISATION_NEARBY;
 import static ru.pdguard.detect.RulePatterns.PATRONYMIC;
 import static ru.pdguard.detect.RulePatterns.SURNAME;
 import java.util.List;
 /** Правила распознавания ФИО — от полной тройки с ролевым словом до одиночного имени по словарю. */
 final class FioRules {
  private FioRules() {}
  static final List<Rule> RULES =
      List.of(
          // Фамилия Имя Отчество: первое слово опознаётся по словообразованию фамилии.
          // Свободная тройка «любое слово с заглавной + имя + отчество» здесь
          // сознательно не используется: она захватывает глагол в начале
          // предложения («Пригласите Ивана Сергеевича») и заметно дороже по времени.
          // Фамилии без привычного окончания — Ким, Цой — ловятся по ролевому слову.
          Rule.of(
              PdTypes.FIO,
              "\\b" + SURNAME + "\\s+" + CAPITALISED + "\\s+" + PATRONYMIC + "\\b",
              79),
          // Имя Отчество Фамилия — второй распространённый порядок слов.
          Rule.of(
              PdTypes.FIO,
              "\\b" + CAPITALISED + "\\s+" + PATRONYMIC + "\\s+" + SURNAME + "\\b",
              79),
          // Иванов И.И. и И.И. Иванов
          Rule.of(PdTypes.FIO, "\\b" + SURNAME + "\\s+\\p{Lu}\\.\\s?\\p{Lu}\\.", 79),
          Rule.of(PdTypes.FIO, "\\b\\p{Lu}\\.\\s?\\p{Lu}\\.\\s?" + SURNAME + "\\b", 79),
          // Имя Отчество без фамилии
          Rule.of(PdTypes.FIO, "\\b" + CAPITALISED + "\\s+" + PATRONYMIC + "\\b", 77),
          // «ФИО: иванов иван иванович» — явный якорь снимает требование к регистру
          Rule.of(
                  PdTypes.FIO,
                  "(?iu:\\bФИО|\\bф\\.\\s?и\\.\\s?о\\.|\\bна\\s+имя)"
                      + "(?:\\s+\\p{L}+)?\\W{0,5}(\\p{L}{2,}(?:\\s+\\p{L}{2,}){0,2})\\b",
                  77)
              .groups(1)
              .anchoredBy("фио", "ф.и.о", "на имя"),
          // «клиент Иванов Иван», «плательщик Петрова»
          Rule.of(
                  PdTypes.FIO,
                  "(?iu:\\bклиент|\\bзаказчик|\\bпациент|\\bсотрудник|\\bвладел|\\bплательщик"
                      + "|\\bполучател|\\bабонент|\\bв\\s+лице|\\bпредставител|\\bпоручител"
                      + "|\\bсозаёмщик|\\bсозаемщик|\\bзаёмщик|\\bзаемщик|\\bзаявител|\\bдоверител"
                      + "|\\bвкладчик|\\bответственн|\\bконтактное\\s+лицо|\\bисполнител|\\bдержател)\\p{L}*"
                      + "\\W{0,5}(\\p{Lu}\\p{Ll}+(?:\\s+\\p{Lu}\\p{Ll}+){0,2})\\b",
                  77)
              .groups(1)
              .anchoredBy(
                  "клиент",
                  "заказчик",
                  "пациент",
                  "сотрудник",
                  "владел",
                  "плательщик",
                  "получател",
                  "абонент",
                  "в лице",
                  "представител",
                  "поручител",
                  "заёмщик",
                  "заемщик",
                  "заявител",
                  "доверител",
                  "вкладчик",
                  "ответственн",
                  "контактное лицо",
                  "исполнител",
                  HOLDER_STEM),
          // «клиент иван иванов», «поручитель петрович» — строчные имена после
          // ролевого слова. Регистр снимает требование к заглавной букве, а словарь
          // имён отсекает «клиент пришёл в офис».
          Rule.of(
                  PdTypes.FIO,
                  "(?iu:\\bклиент|\\bзаказчик|\\bпациент|\\bсотрудник|\\bвладел|\\bплательщик"
                      + "|\\bполучател|\\bабонент|\\bв\\s+лице|\\bпредставител|\\bпоручител"
                      + "|\\bсозаёмщик|\\bсозаемщик|\\bзаёмщик|\\bзаемщик|\\bзаявител|\\bдоверител"
                      + "|\\bвкладчик|\\bответственн|\\bконтактное\\s+лицо|\\bисполнител|\\bдержател"
                      + "|\\bотправител|\\bбенефициар|\\bдоверенное\\s+лицо|\\bнаследник|\\bсозаемщик"
                      // \p{L}*+ (possessive), не \p{L}*: без possessive откат назад позволял
                      // движку «отдать» уже съеденное падежное окончание ролевого слова и
                      // захватить его как будто отдельное имя — «пациентов» ловилось бы как «ов».
                      + "|\\bпоручител)\\p{L}*+"
                      + "(?:\\s+\\p{L}+){0,3}\\W{0,5}(\\p{L}{2,}(?:\\s+\\p{L}{2,}){0,2}(?:\\s+\\p{Lu}\\.){0,2})(?![\\p{L}.])",
                  77)
              .groups(1)
              .validatedBy(NameDictionary::containsNamePart)
              .anchoredBy(
                  "клиент",
                  "заказчик",
                  "пациент",
                  "сотрудник",
                  "владел",
                  "плательщик",
                  "получател",
                  "абонент",
                  "в лице",
                  "представител",
                  "поручител",
                  "заёмщик",
                  "заемщик",
                  "заявител",
                  "доверител",
                  "вкладчик",
                  "ответственн",
                  "контактное лицо",
                  "исполнител",
                  HOLDER_STEM,
                  "отправител",
                  "бенефициар",
                  "доверенное лицо",
                  "наследник",
                  "созаемщик"),
          // Фамилия рядом с личным именем из словаря: без словаря правило ловило бы
          // «Тверская улица» и тому подобное. Имя проверяется по множеству уже
          // после совпадения — чередование из ста веток в шаблоне обходится дорого.
          // Самое слабое основание среди правил ФИО — ни ролевого слова, ни явного
          // якоря, — поэтому именно здесь нужно вето на адресный контекст: «Великие
          // Луки» (реальный город) распознаётся как имя «Лука» в падеже плюс
          // случайное слово, «Богдана Хмельницкого» — улица в честь исторической
          // фигуры. Найдено на реальных адресах отделений из реестра ЦБ.
          Rule.of(PdTypes.FIO, "\\b" + SURNAME + "\\s+" + CAPITALISED + "\\b", 74)
              .validatedBy(NameDictionary::containsGivenName)
              .vetoedBy(ORGANISATION_NEARBY),
          Rule.of(PdTypes.FIO, "\\b" + CAPITALISED + "\\s+" + SURNAME + "\\b", 74)
              .validatedBy(NameDictionary::containsGivenName)
              .vetoedBy(ORGANISATION_NEARBY),
          // Одиночное имя, фамилия или отчество: «Иванов», «иван», «петрович».
          // Самое слабое основание среди правил ФИО — ни ролевого слова, ни пары
          // слов, — поэтому приоритет ниже и проверка по словарю обязательна.
          // Словарь отсекает «сочи», «казань» и прочие не-имена. Первое слово текста
          // не рассматривается: заглавная буква там от начала предложения, а не от
          // имени, и словообразовательная эвристика ложно ловит «Магазин», «Отдел».
          Rule.of(PdTypes.FIO, "(?<!^)\\b(\\p{L}{2,})\\b", 70)
              .groups(1)
              .validatedBy(NameDictionary::isStandaloneNameCandidate));
 }
@@ -5,44 +5,45 @@ import io.micrometer.core.instrument.MeterRegistry;
 import io.micrometer.core.instrument.Timer;
 import io.micrometer.core.instrument.simple.SimpleMeterRegistry;
 import jakarta.annotation.PreDestroy;
 import java.nio.file.Path;
 import java.util.ArrayList;
 import java.util.HashMap;
 import java.util.List;
 import java.util.Locale;
 import java.util.Map;
 import java.util.Optional;
 import java.util.Set;
 import java.util.concurrent.Semaphore;
 import java.util.concurrent.TimeUnit;
 import java.util.regex.Matcher;
 import java.util.regex.Pattern;
 import org.slf4j.Logger;
 import org.slf4j.LoggerFactory;
 import org.springframework.beans.factory.annotation.Autowired;
 import org.springframework.beans.factory.annotation.Value;
 import org.springframework.stereotype.Component;
-
+import ru.pdguard.config.SystemPolicy;
 import java.nio.file.Path;
 import java.util.ArrayList;
 import java.util.List;
 import java.util.Locale;
 import java.util.Map;
 import java.util.Optional;
 import java.util.concurrent.Semaphore;
 import java.util.concurrent.TimeUnit;
 import java.util.regex.Matcher;
 import java.util.regex.Pattern;
 /**
 * Вторая ступень распознавания.
 *
- * <p>Правила и словарь разбирают подавляющее большинство случаев и стоят десятки
+ * <p>Правила и словарь разбирают подавляющее большинство случаев и стоят десятки микросекунд.
- * микросекунд. Модель нужна там, где они бессильны: имена без русского
+ * Модель нужна там, где они бессильны: имена без русского словообразования и нестандартные
- * словообразования и нестандартные топонимы.
+ * топонимы.
 *
- * <p>Поэтому модель зовут не на весь текст, а только на кандидатов — цепочки из
+ * <p>Поэтому модель зовут не на весь текст, а только на кандидатов — цепочки из двух-трёх слов с
- * двух-трёх слов с заглавной буквы, которые первая ступень не покрыла. Их в обычном
+ * заглавной буквы, которые первая ступень не покрыла. Их в обычном запросе единицы, и на задержку
- * запросе единицы, и на задержку это почти не влияет. Дороже модель — тем важнее
+ * это почти не влияет. Дороже модель — тем важнее такая экономия: у BERT вызов стоит десятки
- * такая экономия: у BERT вызов стоит десятки миллисекунд, и звать его на каждый
+ * миллисекунд, и звать его на каждый запрос было бы невозможно.
 * запрос было бы невозможно.
 *
- * <p>Используются две модели под разные задачи: одна размечает имена (например,
+ * <p>Используются две модели под разные задачи: одна размечает имена (например, WikiNEuRal, который
- * WikiNEuRal, который не распознаёт известных личностей), другая — составляющие
+ * не распознаёт известных личностей), другая — составляющие адреса (например, ruBERT с детальными
- * адреса (например, ruBERT с детальными метками страны, региона, района, города,
+ * метками страны, региона, района, города, улицы и дома). Каждая модель зовётся только на
- * улицы и дома). Каждая модель зовётся только на непокрытые кандидаты.
+ * непокрытые кандидаты.
 *
- * <p>Ступень выключена, пока не задан движок. Сбой ступени на первую не влияет:
+ * <p>Ступень выключена, пока не задан движок. Сбой ступени на первую не влияет: ошибка
- * ошибка перехватывается здесь, ступень выключается насовсем, и дальше работают
+ * перехватывается здесь, ступень выключается насовсем, и дальше работают правила. Иначе одно
- * правила. Иначе одно исключение обнуляло бы маскирование целиком.
+ * исключение обнуляло бы маскирование целиком.
 */
@Component
 public class NameCascade {
@@ -51,15 +52,16 @@ public class NameCascade {
  /** Имя метрики обращений ко второй ступени, её описание и имя метки исхода. */
  private static final String NER_REQUESTS_METRIC = "pdguard.ner.requests";
  private static final String NER_REQUESTS_DESCRIPTION = "Обращения, дошедшие до второй ступени";
  private static final String OUTCOME_TAG = "outcome";
  /** Метки WikiNEuRal в типы ПД: только PER — имя. Адреса размечает ruBERT. */
-    private static final Map<String, String> NAME_TYPES = Map.of(
+  private static final Map<String, String> NAME_TYPES = Map.of("PER", PdTypes.FIO);
            "PER", PdTypes.FIO);
  /** Метки ruBERT в типы ПД: детальные составляющие адреса. */
-    private static final Map<String, String> ADDRESS_TYPES = Map.of(
+  private static final Map<String, String> ADDRESS_TYPES =
      Map.of(
          "COUNTRY", PdTypes.ADDRESS_COUNTRY,
          "REGION", PdTypes.ADDRESS_REGION,
          "DISTRICT", PdTypes.ADDRESS_DISTRICT,
@@ -67,11 +69,42 @@ public class NameCascade {
          "STREET", PdTypes.ADDRESS_STREET,
          "HOUSE", PdTypes.ADDRESS_HOUSE);
  /**
   * Метки LLAIM Legal NER в типы ПД: юридические реквизиты и документы, которых нет в общих
   * моделях. ADDRESS не сопоставляется — ruBERT размечает адреса детальнее. ORG, CASE_NUMBER и
   * POSITION аналогов в {@link PdTypes} не имеют.
   */
  private static final Map<String, String> LEGAL_TYPES =
      Map.of(
          "PER", PdTypes.FIO,
          "INN", PdTypes.INN,
          "OGRN", PdTypes.OGRN,
          "SNILS", PdTypes.SNILS,
          "PASSPORT", PdTypes.PASSPORT,
          "PHONE", PdTypes.PHONE,
          "EMAIL", PdTypes.EMAIL,
          "BANK_ACCOUNT", PdTypes.ACCOUNT_NUMBER,
          "DATE", PdTypes.DATE);
  /** Цепочка из двух-трёх слов с заглавной буквы — то, что может оказаться ПД. */
-    private static final Pattern CANDIDATE = Pattern.compile(
+  private static final Pattern CANDIDATE =
      Pattern.compile(
          "\\p{Lu}[\\p{L}-]+(?:\\s+\\p{Lu}[\\p{L}-]+){1,2}",
          Pattern.UNICODE_CHARACTER_CLASS | Pattern.UNICODE_CASE);
  /**
   * Кандидат для LLAIM Legal NER: цифровой кластер (10–19 цифр с разделителями) или
   * адрес электронной почты. Юридические реквизиты (ИНН, СНИЛС, паспорт, телефон,
   * банковский счёт) — это цифры, а не слова с заглавной буквы, поэтому отдельный
   * проход не влияет на кандидатов моделей имён и адресов. Имена (PER) размечает
   * модель имён, email — правила, так что слова сюда не включаются: иначе модель
   * звалась бы на каждое слово текста.
   */
  private static final Pattern LEGAL_CANDIDATE =
      Pattern.compile(
          "(?:\\d(?:[\\s.\\-/()]?\\d){9,18}|[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\\.[A-Za-z]{2,})",
          Pattern.UNICODE_CHARACTER_CLASS | Pattern.UNICODE_CASE);
  /** Приоритет находок второй ступени: ниже правил, у которых больше оснований. */
  private static final int PRIORITY = 73;
@@ -80,80 +113,180 @@ public class NameCascade {
  private final RuBertRecogniser nameRecogniser;
  private final RuBertRecogniser addressRecogniser;
  private final RuBertRecogniser legalRecogniser;
  private final Semaphore concurrent;
  private final int maxCandidates;
  private volatile boolean broken;
  /**
-     * Сколько обращений дошло до модели, а сколько обошлось правилами. Отношение
+   * Сколько обращений дошло до модели, а сколько обошлось правилами. Отношение {@code engaged} ко
-     * {@code engaged} ко всем обращениям и есть та доля, от которой зависит,
+   * всем обращениям и есть та доля, от которой зависит, посильна ли тяжёлая модель на боевом
-     * посильна ли тяжёлая модель на боевом трафике.
+   * трафике.
   */
  private final Counter engaged;
  private final Counter withoutCandidates;
  private final Counter busy;
  private final Counter candidates;
  private final Timer duration;
  /** Счётчики обращений к каждой модели второй ступени: тег {@code model} — имя движка. */
  private final Map<String, Counter> modelRequests;
  /** Время работы каждой модели: тег {@code model} — имя движка. */
  private final Map<String, Timer> modelDuration;
  @Autowired
  public NameCascade(
      @Value("${pdguard.ner.name-engine:off}") String nameEngine,
      @Value("${pdguard.ner.name-model:}") String nameModel,
      @Value("${pdguard.ner.address-engine:off}") String addressEngine,
      @Value("${pdguard.ner.address-model:}") String addressModel,
      @Value("${pdguard.ner.legal-engine:off}") String legalEngine,
      @Value("${pdguard.ner.legal-model:}") String legalModel,
      @Value("${pdguard.ner.max-candidates:16}") int maxCandidates,
      @Value("${pdguard.ner.pool-size:16}") int poolSize,
      MeterRegistry meters) {
    this.maxCandidates = maxCandidates;
    this.nameRecogniser = create(nameEngine, nameModel, NAME_TYPES);
    this.addressRecogniser = create(addressEngine, addressModel, ADDRESS_TYPES);
    this.legalRecogniser = create(legalEngine, legalModel, LEGAL_TYPES);
    this.concurrent = new Semaphore(Math.max(1, poolSize));
-        this.engaged = Counter.builder(NER_REQUESTS_METRIC)
+    this.engaged =
        Counter.builder(NER_REQUESTS_METRIC)
            .description(NER_REQUESTS_DESCRIPTION)
-                .tag(OUTCOME_TAG, "engaged").register(meters);
+            .tag(OUTCOME_TAG, "engaged")
-        this.withoutCandidates = Counter.builder(NER_REQUESTS_METRIC)
+            .register(meters);
    this.withoutCandidates =
        Counter.builder(NER_REQUESTS_METRIC)
            .description(NER_REQUESTS_DESCRIPTION)
-                .tag(OUTCOME_TAG, "no_candidates").register(meters);
+            .tag(OUTCOME_TAG, "no_candidates")
-        this.busy = Counter.builder(NER_REQUESTS_METRIC)
+            .register(meters);
    this.busy =
        Counter.builder(NER_REQUESTS_METRIC)
            .description(NER_REQUESTS_DESCRIPTION)
-                .tag(OUTCOME_TAG, "busy").register(meters);
+            .tag(OUTCOME_TAG, "busy")
-        this.candidates = Counter.builder("pdguard.ner.candidates")
+            .register(meters);
-                .description("Участки текста, отданные модели").register(meters);
+    this.candidates =
-        this.duration = Timer.builder("pdguard.ner.duration")
+        Counter.builder("pdguard.ner.candidates")
-                .description("Время работы второй ступени").register(meters);
+            .description("Участки текста, отданные модели")
            .register(meters);
    this.duration =
        Timer.builder("pdguard.ner.duration")
            .description("Время работы второй ступени")
            .register(meters);
    this.modelRequests = modelCounters(meters);
    this.modelDuration = modelTimers(meters);
  }
  /** Счётчики обращений к каждой модели: тег {@code model} — имя движка. */
  private static Map<String, Counter> modelCounters(MeterRegistry meters) {
    Map<String, Counter> counters = new HashMap<>();
    for (String model : new String[] {"name", "address", "legal"}) {
      counters.put(
          model,
          Counter.builder("pdguard.ner.model.requests")
              .description("Обращения к модели второй ступени")
              .tag("model", model)
              .register(meters));
    }
    return counters;
  }
  /** Таймеры времени работы каждой модели: тег {@code model} — имя движка. */
  private static Map<String, Timer> modelTimers(MeterRegistry meters) {
    Map<String, Timer> timers = new HashMap<>();
    for (String model : new String[] {"name", "address", "legal"}) {
      timers.put(
          model,
          Timer.builder("pdguard.ner.model.duration")
              .description("Время работы модели второй ступени")
              .tag("model", model)
              .register(meters));
    }
    return timers;
  }
  /** Конструктор для тестов: движки задаются конфигом, метрики — реестром. */
  private NameCascade(EngineConfig config, int maxCandidates, int poolSize, MeterRegistry meters) {
    this(
        config.nameEngine(),
        config.nameModel().orElse(""),
        config.addressEngine(),
        config.addressModel().orElse(""),
        config.legalEngine(),
        config.legalModel().orElse(""),
        maxCandidates,
        poolSize,
        meters);
  }
  /** Конструктор для тестов: одна модель для имён, метрики никуда не отдаются. */
  public NameCascade(String engine, Optional<String> modelPath, int maxCandidates, int poolSize) {
-        this(engine, modelPath.orElse(""), "off", "", maxCandidates, poolSize, new SimpleMeterRegistry());
+    this(
        new EngineConfig(engine, modelPath, "off", Optional.empty(), "off", Optional.empty()),
        maxCandidates,
        poolSize,
        new SimpleMeterRegistry());
  }
  /** Конструктор для тестов двух моделей: метрики никуда не отдаются. */
-    public NameCascade(String nameEngine, Optional<String> nameModel,
+  public NameCascade(
-                       String addressEngine, Optional<String> addressModel,
+      String nameEngine,
-                       int maxCandidates, int poolSize) {
+      Optional<String> nameModel,
-        this(nameEngine, nameModel.orElse(""), addressEngine, addressModel.orElse(""),
+      String addressEngine,
-                maxCandidates, poolSize, new SimpleMeterRegistry());
+      Optional<String> addressModel,
      int maxCandidates,
      int poolSize) {
    this(
        new EngineConfig(
            nameEngine, nameModel, addressEngine, addressModel, "off", Optional.empty()),
        maxCandidates,
        poolSize,
        new SimpleMeterRegistry());
  }
  /** Конструктор для тестов двух моделей с явным реестром метрик. */
-    public NameCascade(String nameEngine, Optional<String> nameModel,
+  public NameCascade(
-                       String addressEngine, Optional<String> addressModel,
+      String nameEngine,
-                       int maxCandidates, int poolSize, MeterRegistry meters) {
+      Optional<String> nameModel,
-        this(nameEngine, nameModel.orElse(""), addressEngine, addressModel.orElse(""),
+      String addressEngine,
-                maxCandidates, poolSize, meters);
+      Optional<String> addressModel,
      int maxCandidates,
      int poolSize,
      MeterRegistry meters) {
    this(
        new EngineConfig(
            nameEngine, nameModel, addressEngine, addressModel, "off", Optional.empty()),
        maxCandidates,
        poolSize,
        meters);
  }
  /** Конструктор для тестов трёх моделей: метрики никуда не отдаются. */
  public NameCascade(EngineConfig config, int maxCandidates, int poolSize) {
    this(config, maxCandidates, poolSize, new SimpleMeterRegistry());
  }
  /** Конфигурация трёх движков второй ступени: имя, адрес и юридические реквизиты. */
  public record EngineConfig(
      String nameEngine,
      Optional<String> nameModel,
      String addressEngine,
      Optional<String> addressModel,
      String legalEngine,
      Optional<String> legalModel) {}
  /**
-     * Выключенная ступень для служебных нужд — прогрева и тестов. Отдельный
+   * Выключенная ступень для служебных нужд — прогрева и тестов. Отдельный конструктор, а не обычный
-     * конструктор, а не обычный путь: иначе в журнале рядом с сообщением о готовности
+   * путь: иначе в журнале рядом с сообщением о готовности распознавателя появлялось бы сообщение о
-     * распознавателя появлялось бы сообщение о его выключении, и было бы непонятно,
+   * его выключении, и было бы непонятно, что в итоге работает.
     * что в итоге работает.
   */
  private NameCascade() {
    this.maxCandidates = 0;
    this.nameRecogniser = null;
    this.addressRecogniser = null;
    this.legalRecogniser = null;
    this.concurrent = new Semaphore(1);
    MeterRegistry meters = new SimpleMeterRegistry();
    this.engaged = meters.counter(NER_REQUESTS_METRIC, OUTCOME_TAG, "engaged");
@@ -161,6 +294,8 @@ public class NameCascade {
    this.busy = meters.counter(NER_REQUESTS_METRIC, OUTCOME_TAG, "busy");
    this.candidates = meters.counter("pdguard.ner.candidates");
    this.duration = Timer.builder("pdguard.ner.duration").register(meters);
    this.modelRequests = modelCounters(meters);
    this.modelDuration = modelTimers(meters);
  }
  public static NameCascade disabled() {
@@ -168,12 +303,39 @@ public class NameCascade {
  }
  public boolean enabled() {
-        return (nameRecogniser != null || addressRecogniser != null) && !broken;
+    return (nameRecogniser != null || addressRecogniser != null || legalRecogniser != null)
        && !broken;
  }
  /**
-     * Добавляет ПД, которые не нашла первая ступень. Уже принятые фрагменты не
+   * Покрывает ли каскад хоть один тип, разрешённый политикой. Нужно, чтобы {@code Pipeline} звал
-     * трогаются: модели разбирают только непокрытые участки.
+   * вторую ступень не только ради ФИО, но и ради адресов и юридических реквизитов, которые
   * размечает LLAIM Legal NER.
   */
  public boolean coversAny(SystemPolicy policy) {
    if (!enabled()) {
      return false;
    }
    return policy.allows(PdTypes.FIO)
        || policy.allows(PdTypes.ADDRESS_COUNTRY)
        || policy.allows(PdTypes.ADDRESS_REGION)
        || policy.allows(PdTypes.ADDRESS_DISTRICT)
        || policy.allows(PdTypes.ADDRESS_CITY)
        || policy.allows(PdTypes.ADDRESS_STREET)
        || policy.allows(PdTypes.ADDRESS_HOUSE)
        || policy.allows(PdTypes.INN)
        || policy.allows(PdTypes.OGRN)
        || policy.allows(PdTypes.SNILS)
        || policy.allows(PdTypes.PASSPORT)
        || policy.allows(PdTypes.PHONE)
        || policy.allows(PdTypes.EMAIL)
        || policy.allows(PdTypes.ACCOUNT_NUMBER)
        || policy.allows(PdTypes.DATE);
  }
  /**
   * Добавляет ПД, которые не нашла первая ступень. Уже принятые фрагменты не трогаются: модели
   * разбирают только непокрытые участки.
   */
  public List<Span> addMissedNames(String text, List<Span> accepted) {
    if (!enabled()) {
@@ -194,8 +356,21 @@ public class NameCascade {
          continue;
        }
        examined++;
-                collect(text, m.start(), m.end(), found, nameRecogniser);
+        collect(text, m.start(), m.end(), found, "name", nameRecogniser);
-                collect(text, m.start(), m.end(), found, addressRecogniser);
+        collect(text, m.start(), m.end(), found, "address", addressRecogniser);
      }
      // LLAIM Legal NER ищет реквизиты (ИНН, СНИЛС, паспорт), которые не
      // являются словами с заглавной буквы, — отдельный проход по своим
      // кандидатам, чтобы не вытеснять кандидатов моделей имён и адресов.
      if (legalRecogniser != null) {
        Matcher lm = LEGAL_CANDIDATE.matcher(text);
        while (lm.find() && examined < maxCandidates) {
          if (fullyCovered(found, lm.start(), lm.end())) {
            continue;
          }
          examined++;
          collect(text, lm.start(), lm.end(), found, "legal", legalRecogniser);
        }
      }
      candidates.increment(examined);
      (examined > 0 ? engaged : withoutCandidates).increment();
@@ -210,7 +385,12 @@ public class NameCascade {
    }
  }
-private void collect(String text, int candidateStart, int candidateEnd, List<Span> sink,
+  private void collect(
      String text,
      int candidateStart,
      int candidateEnd,
      List<Span> sink,
      String modelName,
      RuBertRecogniser recogniser) {
    if (recogniser == null) {
      return;
@@ -218,6 +398,7 @@ private void collect(String text, int candidateStart, int candidateEnd, List<Spa
    int from = Math.max(0, candidateStart - CONTEXT_CHARS);
    int to = Math.min(text.length(), candidateEnd + CONTEXT_CHARS);
    boolean nameFound = false;
    long started = System.nanoTime();
    for (Span span : recogniser.recognise(text, from, to, PRIORITY)) {
      if (isAccepted(text, candidateStart, candidateEnd, span)) {
        sink.add(span);
@@ -226,13 +407,18 @@ private void collect(String text, int candidateStart, int candidateEnd, List<Spa
        }
      }
    }
    modelRequests.get(modelName).increment();
    modelDuration.get(modelName).record(System.nanoTime() - started, TimeUnit.NANOSECONDS);
    // Модель распознала имя в кандидате, но правила могли найти лишь его часть
    // («Жан» вместо «Жан-Поль Дюваль») с более высоким приоритетом и заблокировать
    // полное имя при разрешении перекрытий. Убираем такие частичные находки правил,
    // чтобы полное имя от модели осталось: избыточное покрытие безопаснее утечки ПД.
    if (nameFound) {
-            sink.removeIf(span -> PdTypes.FIO.equals(span.type())
+      sink.removeIf(
-                    && span.start() < candidateEnd && candidateStart < span.end()
+          span ->
              PdTypes.FIO.equals(span.type())
                  && span.start() < candidateEnd
                  && candidateStart < span.end()
                  && span.priority() > PRIORITY);
    }
  }
@@ -243,8 +429,31 @@ private void collect(String text, int candidateStart, int candidateEnd, List<Spa
  }
  /**
-     * Принимает находку модели, если она пересекается с кандидатом и проходит
+   * Слова-маркеры ПД, которые модель иногда ошибочно помечает как ФИО («ИНН», «СНИЛС», «паспорт»).
-     * те же условия, что и находки правил.
+   * Такие находки — шум: это не имена, а обозначения реквизитов, и маскировать их как ФИО нельзя.
   */
  private static final Set<String> PD_MARKERS =
      Set.of(
          "инн",
          "снилс",
          "огрн",
          "огрнип",
          "кпп",
          "бик",
          "паспорт",
          "счёт",
          "счет",
          "телефон",
          "email",
          "почта",
          "дата",
          "адрес",
          "полис",
          "свидетельство");
  /**
   * Принимает находку модели, если она пересекается с кандидатом и проходит те же условия, что и
   * находки правил.
   */
  private static boolean isAccepted(String text, int candidateStart, int candidateEnd, Span span) {
    // Берём только пересекающееся с кандидатом: контекст добавлен ради
@@ -252,6 +461,12 @@ private void collect(String text, int candidateStart, int candidateEnd, List<Spa
    if (span.start() >= candidateEnd || candidateStart >= span.end()) {
      return false;
    }
    // Модель с приоритетом recall иногда помечает слово-маркер реквизита
    // («ИНН») как ФИО. Такое значение именем не является.
    if (PdTypes.FIO.equals(span.type())
        && PD_MARKERS.contains(text.substring(span.start(), span.end()).toLowerCase(Locale.ROOT))) {
      return false;
    }
    // Адресные типы принимаются на тех же условиях, что и от правил: рядом
    // должны быть другие части адреса. Иначе «Спартак Москва» и «Проспект
    // Вернадского» попадали бы под маску наравне с адресом клиента.
@@ -259,13 +474,16 @@ private void collect(String text, int candidateStart, int candidateEnd, List<Spa
        || RuleRegistry.hasAddressContext(text, span.start(), span.end());
  }
-    private static RuBertRecogniser create(String engine, String modelPath, Map<String, String> types) {
+  private static RuBertRecogniser create(
      String engine, String modelPath, Map<String, String> types) {
    String chosen = engine == null ? "off" : engine.toLowerCase(Locale.ROOT).strip();
    if ("off".equals(chosen) || modelPath == null || modelPath.isBlank()) {
      LOG.info("Вторая ступень распознавания выключена");
      return null;
    }
-        if (!"rubert".equals(chosen) && !"wikineural".equals(chosen)) {
+    if (!"rubert".equals(chosen)
        && !"wikineural".equals(chosen)
        && !"ru-legal-ner".equals(chosen)) {
      LOG.warn("Неизвестный движок второй ступени: {}, ступень выключена", chosen);
      return null;
    }
@@ -284,5 +502,8 @@ private void collect(String text, int candidateStart, int candidateEnd, List<Spa
    if (addressRecogniser != null) {
      addressRecogniser.close();
    }
    if (legalRecogniser != null) {
      legalRecogniser.close();
    }
  }
 }
@@ -1,8 +1,5 @@
 package ru.pdguard.detect;
 import org.slf4j.Logger;
 import org.slf4j.LoggerFactory;
 import java.nio.file.Path;
 import java.util.Comparator;
 import java.util.HashSet;
@@ -11,29 +8,31 @@ import java.util.Locale;
 import java.util.Set;
 import java.util.regex.Pattern;
 import java.util.stream.Collectors;
 import org.slf4j.Logger;
 import org.slf4j.LoggerFactory;
 /**
 * Словари для распознавания ФИО.
 *
- * <p>Личные имена нужны, чтобы морфология фамилий не срабатывала на чём попало:
+ * <p>Личные имена нужны, чтобы морфология фамилий не срабатывала на чём попало: «Тверская» по
- * «Тверская» по окончанию похожа на фамилию, но рядом с ней нет личного имени.
+ * окончанию похожа на фамилию, но рядом с ней нет личного имени.
 *
- * <p>Список известных людей решает обратную задачу — упоминание Пушкина
+ * <p>Список известных людей решает обратную задачу — упоминание Пушкина персональными данными не
- * персональными данными не является. Ограничение осознанное: клиент по фамилии
+ * является. Ограничение осознанное: клиент по фамилии Пушкин в тексте без других ПД замаскирован не
- * Пушкин в тексте без других ПД замаскирован не будет.
+ * будет.
 *
- * <p>Базовый список собран в сборку из {@code /names/well-known.txt}. Поверх
+ * <p>Базовый список собран в сборку из {@code /names/well-known.txt}. Поверх него можно дописать
- * него можно дописать своих публичных лиц без пересборки — файл по пути
+ * своих публичных лиц без пересборки — файл по пути {@code pdguard.well-known-file} (по умолчанию
- * {@code pdguard.well-known-file} (по умолчанию {@code config/well-known.txt})
+ * {@code config/well-known.txt}) перечитывается сам при изменении, тем же приёмом, что {@code
- * перечитывается сам при изменении, тем же приёмом, что {@code systems.json}
+ * systems.json} в {@link ru.pdguard.config.SystemsConfig}: раз в секунду сверяется время изменения,
- * в {@link ru.pdguard.config.SystemsConfig}: раз в секунду сверяется время
+ * содержимое читается заново только когда оно другое.
 * изменения, содержимое читается заново только когда оно другое.
 */
 public final class NameDictionary {
  private static final Logger LOG = LoggerFactory.getLogger(NameDictionary.class);
-    private static final List<String> GIVEN_NAME_STEMS = ResourceLoader.lines("/names/given-names.txt", true).stream()
+  private static final List<String> GIVEN_NAME_STEMS =
      ResourceLoader.lines("/names/given-names.txt", true).stream()
          .map(Declension::withoutInflectedEnding)
          .distinct()
          .sorted(Comparator.comparingInt(String::length).reversed())
@@ -42,7 +41,8 @@ public final class NameDictionary {
  // творительный падежи образует заменой «-а» на «-ой» («Набиуллиной»), а не
  // дописыванием — без отсечения «а» их startsWith не поймает. Тот же приём,
  // что и для личных имён.
-    private static final Set<String> BUNDLED_WELL_KNOWN_STEMS = ResourceLoader.set("/names/well-known.txt").stream()
+  private static final Set<String> BUNDLED_WELL_KNOWN_STEMS =
      ResourceLoader.set("/names/well-known.txt").stream()
          .map(Declension::withoutInflectedEnding)
          .collect(Collectors.toUnmodifiableSet());
@@ -63,11 +63,12 @@ public final class NameDictionary {
      "велик|грозн|мудр|благословен|освободител|миротворц?|тишайш|долгорук|окаянн";
  /**
-     * Имя правителя: личное имя плюс порядковое числительное или прозвище —
+   * Имя правителя: личное имя плюс порядковое числительное или прозвище — «Пётр Первый», «Иван
-     * «Пётр Первый», «Иван Грозный», «Екатерина Вторая», «Ярослав Мудрый».
+   * Грозный», «Екатерина Вторая», «Ярослав Мудрый». Задано правилом, а не перечнем: правителей
-     * Задано правилом, а не перечнем: правителей много, а форма записи одна.
+   * много, а форма записи одна.
   */
-    private static final Pattern REGNAL_NAME = Pattern.compile(
+  private static final Pattern REGNAL_NAME =
      Pattern.compile(
          "^\\p{Lu}\\p{L}+\\s+(?iu:" + REGNAL_ORDINALS + "|" + REGNAL_EPITHETS + ")\\p{L}*$",
          Pattern.UNICODE_CHARACTER_CLASS | Pattern.UNICODE_CASE | Pattern.CANON_EQ);
@@ -75,16 +76,42 @@ public final class NameDictionary {
  private static final int MAX_INFLECTION = 3;
  /** Остатки, превращающие основу имени в фамилию или отчество: Роман → Романов. */
-    private static final Set<String> SURNAME_SUFFIXES = Set.of(
+  private static final Set<String> SURNAME_SUFFIXES =
-            "ов", "ев", "ёв", "ин", "ын", "ова", "ева", "ёва", "ина", "ына",
+      Set.of(
-            "ович", "евич", "овна", "евна", "овы", "евы", "ины");
+          "ов", "ев", "ёв", "ин", "ын", "ова", "ева", "ёва", "ина", "ына", "ович", "евич", "овна",
          "евна", "овы", "евы", "ины");
-    private static final Set<String> GIVEN_NAMES = GIVEN_NAME_STEMS.stream()
+  private static final Set<String> GIVEN_NAMES =
      GIVEN_NAME_STEMS.stream()
          .map(stem -> stem.toLowerCase(Locale.ROOT))
          .collect(Collectors.toUnmodifiableSet());
-    private NameDictionary() {
+  /**
-    }
+   * Слова-маркеры персональных данных и реквизитов, которые по словообразованию совпадают с
   * основами имён («ИНН» — основа имени «Инна») и потому ложно распознаются как ФИО. Это
   * аббревиатуры, а не имена.
   */
  private static final Set<String> PD_MARKERS =
      Set.of(
          "инн",
          "снилс",
          "огрн",
          "огрнип",
          "кпп",
          "бик",
          "паспорт",
          "счёт",
          "счет",
          "телефон",
          "email",
          "почта",
          "дата",
          "адрес",
          "полис",
          "свидетельство",
          "ву");
  private NameDictionary() {}
  /** Экземпляр для Spring-бина; словарь работает через статические методы. */
  public static NameDictionary create() {
@@ -92,9 +119,9 @@ public final class NameDictionary {
  }
  /**
-     * Задаёт путь к внешнему файлу денилиста. Вызывается при старте приложения
+   * Задаёт путь к внешнему файлу денилиста. Вызывается при старте приложения из конфигурации
-     * из конфигурации Spring-бина; статические методы словаря работают без
+   * Spring-бина; статические методы словаря работают без экземпляра, поэтому путь хранится в
-     * экземпляра, поэтому путь хранится в статическом поле.
+   * статическом поле.
   */
  public static void configure(String wellKnownFile) {
    WELL_KNOWN_STATE.current = BUNDLED_WELL_KNOWN_STEMS;
@@ -109,9 +136,9 @@ public final class NameDictionary {
  /**
   * Есть ли среди слов личное имя из словаря в любом падеже.
   *
-     * <p>Проверка множеством, а не чередованием в регулярном выражении: сто с лишним
+   * <p>Проверка множеством, а не чередованием в регулярном выражении: сто с лишним веток пришлось
-     * веток пришлось бы перебирать в каждой позиции текста, здесь же на слово
+   * бы перебирать в каждой позиции текста, здесь же на слово приходится не больше четырёх обращений
-     * приходится не больше четырёх обращений к хеш-таблице.
+   * к хеш-таблице.
   */
  public static boolean containsGivenName(String value) {
    for (String word : value.split(WORD_SPLIT)) {
@@ -125,7 +152,9 @@ public final class NameDictionary {
      // «марин» плюс падежное «а», а «Романов» — основа «роман» плюс фамильное
      // «ов». Без этой разницы «Бизнес-центр Романов Двор» принимался бы за
      // человека, а «Марина Шевченко» переставала бы им быть.
-            for (int length = Math.max(1, lower.length() - MAX_INFLECTION); length < lower.length(); length++) {
+      for (int length = Math.max(1, lower.length() - MAX_INFLECTION);
          length < lower.length();
          length++) {
        if (GIVEN_NAMES.contains(lower.substring(0, length))
            && !SURNAME_SUFFIXES.contains(lower.substring(length))) {
          return true;
@@ -136,9 +165,8 @@ public final class NameDictionary {
  }
  /**
-     * Проверяет, что фрагмент — имя, отчество или фамилия человека. Используется
+   * Проверяет, что фрагмент — имя, отчество или фамилия человека. Используется для строчных имён
-     * для строчных имён после ролевого слова («клиент иван иванов»), где регистр
+   * после ролевого слова («клиент иван иванов»), где регистр не подсказывает, что перед нами имя.
     * не подсказывает, что перед нами имя.
   */
  public static boolean containsNamePart(String value) {
    for (String word : value.split(WORD_SPLIT)) {
@@ -154,15 +182,17 @@ public final class NameDictionary {
  }
  /**
-     * Слово само по себе похоже на имя, фамилию или отчество — без ролевого слова
+   * Слово само по себе похоже на имя, фамилию или отчество — без ролевого слова или соседнего
-     * или соседнего личного имени рядом, самое слабое основание для ФИО. Точное
+   * личного имени рядом, самое слабое основание для ФИО. Точное совпадение с личным именем
-     * совпадение с личным именем принимается в любом регистре («иван» тоже имя),
+   * принимается в любом регистре («иван» тоже имя), а вот словообразовательная эвристика
-     * а вот словообразовательная эвристика (фамилия/отчество по окончанию) —
+   * (фамилия/отчество по окончанию) — только с заглавной буквы: без этого «законов», «домов»,
-     * только с заглавной буквы: без этого «законов», «домов», «холодов» —
+   * «холодов» — обычные родительные падежи, а не фамилии — ложно матчились бы.
     * обычные родительные падежи, а не фамилии — ложно матчились бы.
   */
  public static boolean isStandaloneNameCandidate(String word) {
    String lower = word.toLowerCase(Locale.ROOT);
    if (PD_MARKERS.contains(lower)) {
      return false;
    }
    if (GIVEN_NAMES.contains(lower)) {
      return true;
    }
@@ -178,9 +208,10 @@ public final class NameDictionary {
  }
  /** Окончания, по которым слово похоже на фамилию: Иванов, Петрова, Троицкий, Шевченко. */
-    private static final Set<String> SURNAME_ENDINGS = Set.of(
+  private static final Set<String> SURNAME_ENDINGS =
-            "ов", "ев", "ёв", "ин", "ын", "ский", "ская", "ского", "ской", "ском",
+      Set.of(
-            "цкий", "цкая", "енко", "ко", "ук", "юк", "ян", "швили", "дзе");
+          "ов", "ев", "ёв", "ин", "ын", "ский", "ская", "ского", "ской", "ском", "цкий", "цкая",
          "енко", "ко", "ук", "юк", "ян", "швили", "дзе");
  /** Фамилия по словообразованию. Набор окончаний вместо regex: проще и без CANON_EQ. */
  private static boolean isSurname(String lower) {
@@ -193,13 +224,11 @@ public final class NameDictionary {
  }
  /**
-     * Содержит ли текст упоминание известного человека — из сборки или дописанных
+   * Содержит ли текст упоминание известного человека — из сборки или дописанных сверху.
     * сверху.
   *
-     * <p>Проверяются префиксы слова по множеству, а не каждая основа по слову:
+   * <p>Проверяются префиксы слова по множеству, а не каждая основа по слову: при тысяче с лишним
-     * при тысяче с лишним записей (столько городов в {@link ToponymDictionary},
+   * записей (столько городов в {@link ToponymDictionary}, тот же приём) перебор списка на каждое
-     * тот же приём) перебор списка на каждое слово текста был бы заметен, а
+   * слово текста был бы заметен, а префиксов у слова — не больше, чем в нём букв.
     * префиксов у слова — не больше, чем в нём букв.
   */
  public static boolean isWellKnown(String value) {
    if (REGNAL_NAME.matcher(value.strip()).matches()) {
@@ -231,7 +260,8 @@ public final class NameDictionary {
    WELL_KNOWN_STATE.lastCheck = System.currentTimeMillis();
    if (!java.nio.file.Files.isReadable(path)) {
      if (WELL_KNOWN_STATE.current != BUNDLED_WELL_KNOWN_STEMS) {
-                LOG.info("Внешний файл денилиста {} исчез, остаётся только встроенный список",
+        LOG.info(
            "Внешний файл денилиста {} исчез, остаётся только встроенный список",
            path.toAbsolutePath());
      }
      WELL_KNOWN_STATE.current = BUNDLED_WELL_KNOWN_STEMS;
@@ -241,15 +271,18 @@ public final class NameDictionary {
    try {
      WELL_KNOWN_STATE.mtime = java.nio.file.Files.getLastModifiedTime(path).toMillis();
      Set<String> merged = new HashSet<>(BUNDLED_WELL_KNOWN_STEMS);
-            for (String line : java.nio.file.Files.readAllLines(path, java.nio.charset.StandardCharsets.UTF_8)) {
+      for (String line :
          java.nio.file.Files.readAllLines(path, java.nio.charset.StandardCharsets.UTF_8)) {
        String trimmed = Declension.withoutInflectedEnding(line.trim());
        if (!trimmed.isEmpty() && !trimmed.startsWith("#")) {
          merged.add(trimmed);
        }
      }
      WELL_KNOWN_STATE.current = Set.copyOf(merged);
-            LOG.info("Денилист дополнен из {}: {} имён сверх встроенных",
+      LOG.info(
-                    path.toAbsolutePath(), merged.size() - BUNDLED_WELL_KNOWN_STEMS.size());
+          "Денилист дополнен из {}: {} имён сверх встроенных",
          path.toAbsolutePath(),
          merged.size() - BUNDLED_WELL_KNOWN_STEMS.size());
    } catch (java.io.IOException e) {
      // Битый файл не должен ронять маскирование: остаётся прежний список.
      LOG.error("Не удалось прочитать {}, денилист не изменён", path.toAbsolutePath(), e);
@@ -257,7 +290,9 @@ public final class NameDictionary {
  }
  private static Set<String> currentWellKnownStems() {
-        return ResourceLoader.refreshIfChanged(EXTERNAL_FILE, WELL_KNOWN_STATE,
+    return ResourceLoader.refreshIfChanged(
        EXTERNAL_FILE,
        WELL_KNOWN_STATE,
        lines -> {
          Set<String> merged = new HashSet<>(BUNDLED_WELL_KNOWN_STEMS);
          for (String line : lines) {
@@ -3,30 +3,31 @@ package ru.pdguard.detect;
 import java.util.regex.Pattern;
 /**
- * Проверка, стоит ли перед именем слово, относящее его к организации или
+ * Проверка, стоит ли перед именем слово, относящее его к организации или объекту на карте.
 * объекту на карте.
 *
- * <p>«Институт Склифосовского», «Музей Тропинина», «улица Королёва» — это имена
+ * <p>«Институт Склифосовского», «Музей Тропинина», «улица Королёва» — это имена в названиях, а не
- * в названиях, а не персональные данные. Отличие от списка известных людей в том,
+ * персональные данные. Отличие от списка известных людей в том, что здесь решает не само имя, а
- * что здесь решает не само имя, а слово перед ним: клиент по фамилии Королёв
+ * слово перед ним: клиент по фамилии Королёв защиту не теряет, а улица Королёва под маску не
- * защиту не теряет, а улица Королёва под маску не попадает.
+ * попадает.
 */
 public final class OrganisationDetector {
  /**
-     * Маркер организации вплотную перед именем. Слово может стоять в любом падеже,
+   * Маркер организации вплотную перед именем. Слово может стоять в любом падеже, между ним и именем
-     * между ним и именем допускается «имени» или «им.» — «Премия имени Ломоносова».
+   * допускается «имени» или «им.» — «Премия имени Ломоносова».
   */
-    private static final Pattern ORGANISATION_BEFORE = Pattern.compile(
+  private static final Pattern ORGANISATION_BEFORE =
-            "(?iu:" + String.join("|", ResourceLoader.lines("/names/organisations.txt", false)) + ")\\p{L}*"
+      Pattern.compile(
          "(?iu:"
              + String.join("|", ResourceLoader.lines("/names/organisations.txt", false))
              + ")\\p{L}*"
              + "(?:\\W{1,3}(?iu:имени|им\\.))?\\W{0,3}$",
          Pattern.UNICODE_CHARACTER_CLASS | Pattern.UNICODE_CASE);
  /** Сколько знаков перед именем просматривается в поисках маркера организации. */
  private static final int ORGANISATION_LOOKBEHIND = 40;
-    private OrganisationDetector() {
+  private OrganisationDetector() {}
    }
  public static boolean precededByOrganisation(String text, int nameStart) {
    int from = Math.max(0, nameStart - ORGANISATION_LOOKBEHIND);
@@ -3,16 +3,14 @@ package ru.pdguard.detect;
 /**
 * Имена типов персональных данных, которые умеет распознавать сервис.
 *
- * <p>Вынесены из {@link RuleRegistry} отдельно: константы используются и в
+ * <p>Вынесены из {@link RuleRegistry} отдельно: константы используются и в правилах, и в
- * правилах, и в маскировании ({@link ru.pdguard.mask.Masker}), и в политиках
+ * маскировании ({@link ru.pdguard.mask.Masker}), и в политиках ({@link
- * ({@link ru.pdguard.config.SystemPolicy}), и в синтетических подстановках
+ * ru.pdguard.config.SystemPolicy}), и в синтетических подстановках ({@link
- * ({@link ru.pdguard.mask.Synthetic}). Единое место — чтобы имя типа не
+ * ru.pdguard.mask.Synthetic}). Единое место — чтобы имя типа не расходилось между слоями.
 * расходилось между слоями.
 */
 public final class PdTypes {
-    private PdTypes() {
+  private PdTypes() {}
    }
  public static final String EMAIL = "EMAIL";
  public static final String PHONE = "PHONE";
@@ -37,8 +35,10 @@ public final class PdTypes {
  public static final String ADDRESS_STREET = "ADDRESS_STREET";
  public static final String ADDRESS_HOUSE = "ADDRESS_HOUSE";
  public static final String ADDRESS_FLAT = "ADDRESS_FLAT";
  /** Регион и район размечает только модель второй ступени: правил под них нет. */
  public static final String ADDRESS_REGION = "ADDRESS_REGION";
  public static final String ADDRESS_DISTRICT = "ADDRESS_DISTRICT";
  public static final String FIO = "FIO";
  public static final String FOREIGN_PASSPORT = "FOREIGN_PASSPORT";
@@ -48,6 +48,7 @@ public final class PdTypes {
  /** Банковские реквизиты сверх платёжной карты. */
  public static final String ACCOUNT_NUMBER = "ACCOUNT_NUMBER";
  public static final String BIK = "BIK";
  public static final String CARD_EXPIRY = "CARD_EXPIRY";
  public static final String INCOME = "INCOME";
@@ -18,18 +18,16 @@ import org.slf4j.LoggerFactory;
 /**
 * Общие приёмы чтения словарей и внешних файлов.
 *
- * <p>Словари лежат в сборке как ресурсы и читаются одинаково: строки обрезаются,
+ * <p>Словари лежат в сборке как ресурсы и читаются одинаково: строки обрезаются, пустые и
- * пустые и комментарии отбрасываются. Внешние файлы (денилист, настройки систем)
+ * комментарии отбрасываются. Внешние файлы (денилист, настройки систем) перечитываются, когда
- * перечитываются, когда меняется время их изменения, и не чаще раза в секунду —
+ * меняется время их изменения, и не чаще раза в секунду — чтобы не ходить в файловую систему на
- * чтобы не ходить в файловую систему на каждом запросе. Обе задачи вынесены сюда,
+ * каждом запросе. Обе задачи вынесены сюда, чтобы не дублировать их в каждом словаре.
 * чтобы не дублировать их в каждом словаре.
 */
 final class ResourceLoader {
  private static final Logger LOG = LoggerFactory.getLogger(ResourceLoader.class);
-    private ResourceLoader() {
+  private ResourceLoader() {}
    }
  /**
   * Читает строки ресурса, отбрасывая пустые и комментарии.
@@ -42,12 +40,15 @@ final class ResourceLoader {
      if (in == null) {
        throw new IllegalStateException("Словарь не найден в сборке: " + resource);
      }
-            try (BufferedReader reader = new BufferedReader(new InputStreamReader(in, StandardCharsets.UTF_8))) {
+      try (BufferedReader reader =
-                return reader.lines()
+          new BufferedReader(new InputStreamReader(in, StandardCharsets.UTF_8))) {
        return reader
            .lines()
            .map(String::trim)
            .filter(line -> !line.isEmpty() && !line.startsWith("#"))
            .distinct()
-                        .sorted(sortByLength
+            .sorted(
                sortByLength
                    ? Comparator.comparingInt(String::length).reversed()
                    : Comparator.naturalOrder())
            .toList();
@@ -57,23 +58,21 @@ final class ResourceLoader {
    }
  }
-    /**
+  /** Читает строки ресурса в множество, отбрасывая пустые и комментарии. */
     * Читает строки ресурса в множество, отбрасывая пустые и комментарии.
     */
  static java.util.Set<String> set(String resource) {
    return lines(resource, false).stream().collect(Collectors.toUnmodifiableSet());
  }
  /**
-     * Перечитывает внешний файл, когда меняется время его изменения, не чаще раза
+   * Перечитывает внешний файл, когда меняется время его изменения, не чаще раза в секунду.
-     * в секунду. Возвращает текущее содержимое; при недоступности файла — прежнее.
+   * Возвращает текущее содержимое; при недоступности файла — прежнее.
   *
   * @param path путь к файлу
   * @param state состояние проверки (время последней проверки и mtime файла)
   * @param reader как превратить строки файла в итоговое значение
   */
-    static <T> T refreshIfChanged(Path path, FileWatchState<T> state,
+  static <T> T refreshIfChanged(
-                                  Function<List<String>, T> reader) {
+      Path path, FileWatchState<T> state, Function<List<String>, T> reader) {
    long now = System.currentTimeMillis();
    if (now - state.lastCheck < state.recheckMillis) {
      return state.current;
@@ -86,7 +85,8 @@ final class ResourceLoader {
      long mtime = Files.getLastModifiedTime(path).toMillis();
      if (mtime != state.mtime) {
        state.mtime = mtime;
-                List<String> lines = Files.readAllLines(path, StandardCharsets.UTF_8).stream()
+        List<String> lines =
            Files.readAllLines(path, StandardCharsets.UTF_8).stream()
                .map(String::trim)
                .filter(line -> !line.isEmpty() && !line.startsWith("#"))
                .toList();
@@ -6,9 +6,6 @@ import ai.onnxruntime.OrtException;
 import ai.onnxruntime.OrtSession;
 import com.fasterxml.jackson.databind.JsonNode;
 import com.fasterxml.jackson.databind.ObjectMapper;
 import org.slf4j.Logger;
 import org.slf4j.LoggerFactory;
 import java.io.IOException;
 import java.nio.LongBuffer;
 import java.nio.file.Files;
@@ -19,19 +16,19 @@ import java.util.Iterator;
 import java.util.List;
 import java.util.Map;
 import java.util.Set;
 import org.slf4j.Logger;
 import org.slf4j.LoggerFactory;
 /**
 * Распознаватель на BERT: размечает имена и составляющие адреса за один проход.
 *
- * <p>В отличие от правил, он опознаёт имена без русского словообразования и
+ * <p>В отличие от правил, он опознаёт имена без русского словообразования и нестандартные топонимы.
- * нестандартные топонимы. Метки модели ложатся почти один в один
+ * Метки модели ложатся почти один в один на типы из технического задания: имя, отчество, фамилия,
- * на типы из технического задания: имя, отчество, фамилия, страна, регион, район,
+ * страна, регион, район, город, улица, дом.
 * город, улица, дом.
 *
- * <p>Модель тяжёлая — сто семьдесят мегабайт и около двенадцати миллисекунд на
+ * <p>Модель тяжёлая — сто семьдесят мегабайт и около двенадцати миллисекунд на вызов, — поэтому её
- * вызов, — поэтому её зовут только на участках, которые не разобрала первая
+ * зовут только на участках, которые не разобрала первая ступень. Одновременных вызовов не больше,
- * ступень. Одновременных вызовов не больше, чем задано: иначе один запрос с
+ * чем задано: иначе один запрос с десятком кандидатов занял бы все ядра.
 * десятком кандидатов занял бы все ядра.
 */
 final class RuBertRecogniser {
@@ -47,8 +44,12 @@ final class RuBertRecogniser {
  private final Set<String> inputNames;
  private final Map<String, String> types;
-    private RuBertRecogniser(OrtEnvironment environment, OrtSession session,
+  private RuBertRecogniser(
-                             WordPiece tokenizer, String[] labels, Map<String, String> types) {
+      OrtEnvironment environment,
      OrtSession session,
      WordPiece tokenizer,
      String[] labels,
      Map<String, String> types) {
    this.environment = environment;
    this.session = session;
    this.tokenizer = tokenizer;
@@ -58,9 +59,9 @@ final class RuBertRecogniser {
  }
  /**
-     * Загружает модель из каталога с файлами {@code model.onnx}, {@code tokenizer.json}
+   * Загружает модель из каталога с файлами {@code model.onnx}, {@code tokenizer.json} и {@code
-     * и {@code config.json}. Каталог недоступен или испорчен — вернётся {@code null},
+   * config.json}. Каталог недоступен или испорчен — вернётся {@code null}, и сервис продолжит
-     * и сервис продолжит работать на правилах.
+   * работать на правилах.
   *
   * @param types соответствие меток модели типам ПД сервиса
   */
@@ -80,8 +81,13 @@ final class RuBertRecogniser {
        options.setInterOpNumThreads(1);
        session = environment.createSession(model.toString(), options);
      }
-            RuBertRecogniser recogniser = new RuBertRecogniser(environment, session,
+      RuBertRecogniser recogniser =
-                    WordPiece.fromTokenizerJson(tokenizer), readLabels(config), types);
+          new RuBertRecogniser(
              environment,
              session,
              WordPiece.fromTokenizerJson(tokenizer),
              readLabels(config),
              types);
      LOG.info("Распознаватель BERT готов, модель {}", model.toAbsolutePath());
      return recogniser;
    } catch (OrtException | IOException | RuntimeException e) {
@@ -132,9 +138,12 @@ final class RuBertRecogniser {
    Map<String, OnnxTensor> inputs = new HashMap<>();
    try {
      inputs.put("input_ids", OnnxTensor.createTensor(environment, LongBuffer.wrap(ids), shape));
-            inputs.put("attention_mask", OnnxTensor.createTensor(environment, LongBuffer.wrap(mask), shape));
+      inputs.put(
          "attention_mask", OnnxTensor.createTensor(environment, LongBuffer.wrap(mask), shape));
      if (inputNames.contains("token_type_ids")) {
-                inputs.put("token_type_ids", OnnxTensor.createTensor(environment, LongBuffer.wrap(tokenTypes), shape));
+        inputs.put(
            "token_type_ids",
            OnnxTensor.createTensor(environment, LongBuffer.wrap(tokenTypes), shape));
      }
      inputs.keySet().retainAll(inputNames);
      try (OrtSession.Result result = session.run(inputs)) {
@@ -151,11 +160,15 @@ final class RuBertRecogniser {
  }
  /**
-     * Собирает подряд идущие подслова одной сущности в фрагменты исходного текста.
+   * Собирает подряд идущие подслова одной сущности в фрагменты исходного текста. Схема разметки
-     * Схема разметки различает начало, середину, конец и одиночный токен, но для
+   * различает начало, середину, конец и одиночный токен, но для сборки достаточно смены типа:
-     * сборки достаточно смены типа: границы участков и так проставлены по словам.
+   * границы участков и так проставлены по словам.
   */
-    private static List<Span> toSpans(List<WordPiece.Piece> pieces, String[] tags, int offset, int priority,
+  private static List<Span> toSpans(
      List<WordPiece.Piece> pieces,
      String[] tags,
      int offset,
      int priority,
      Map<String, String> types) {
    List<Span> spans = new ArrayList<>();
    String currentType = null;
@@ -7,29 +7,34 @@ import java.util.regex.Pattern;
 /**
 * Одно правило детекции персональных данных.
 *
- * <p>Добавление нового типа ПД — это добавление одного {@code Rule} в
+ * <p>Добавление нового типа ПД — это добавление одного {@code Rule} в {@link RuleRegistry}; менять
- * {@link RuleRegistry}; менять остальной код не требуется.
+ * остальной код не требуется.
 *
 * @param type тип ПД, который распознаёт правило
 * @param pattern регулярное выражение
 * @param priority приоритет при разрешении перекрытий
- * @param groups    номера групп, которые маскируются; {@code 0} — всё совпадение целиком.
+ * @param groups номера групп, которые маскируются; {@code 0} — всё совпадение целиком. Несколько
- *                  Несколько групп нужны, когда значение разорвано словами:
+ *     групп нужны, когда значение разорвано словами: «серия 4509 номер 123456»
- *                  «серия 4509 номер 123456»
+ * @param validator дополнительная проверка значения (контрольная сумма, диапазон дат); {@code null}
- * @param validator дополнительная проверка значения (контрольная сумма, диапазон дат);
+ *     — проверка не нужна
- *                  {@code null} — проверка не нужна
+ * @param veto шаблон окружения, при котором совпадение персональными данными не считается: адрес
- * @param veto      шаблон окружения, при котором совпадение персональными данными не считается:
+ *     отделения банка не является ПД, хотя выглядит как адрес
- *                  адрес отделения банка не является ПД, хотя выглядит как адрес
+ * @param context шаблон окружения, который обязан присутствовать рядом. Нужен там, где форма
- * @param context   шаблон окружения, который обязан присутствовать рядом. Нужен там,
+ *     совпадения сама по себе слишком общая: «Невский проспект» это адрес рядом с домом и индексом
- *                  где форма совпадения сама по себе слишком общая: «Невский проспект»
+ *     и просто топоним в рассказе о городе
- *                  это адрес рядом с домом и индексом и просто топоним в рассказе о городе
+ * @param anchors строчные подстроки, одна из которых обязана встретиться в тексте. Проверка через
- * @param anchors   строчные подстроки, одна из которых обязана встретиться в тексте.
+ *     {@code indexOf} на порядок дешевле запуска регулярного выражения и отсекает большинство
- *                  Проверка через {@code indexOf} на порядок дешевле запуска
+ *     правил на коротком запросе. Пустой список — правило запускается всегда
 *                  регулярного выражения и отсекает большинство правил на коротком
 *                  запросе. Пустой список — правило запускается всегда
 */
-public record Rule(String type, Pattern pattern, int priority, List<Integer> groups,
+public record Rule(
-                   Predicate<String> validator, Pattern veto, Pattern context, List<String> anchors) {
+    String type,
    Pattern pattern,
    int priority,
    List<Integer> groups,
    Predicate<String> validator,
    Pattern veto,
    Pattern context,
    List<String> anchors) {
  public Rule {
    groups = List.copyOf(groups);
@@ -39,29 +44,29 @@ public record Rule(String type, Pattern pattern, int priority, List<Integer> gro
  /**
   * Флаги компиляции для всех правил.
   *
-     * <p>{@code UNICODE_CHARACTER_CLASS} обязателен: без него {@code \w}, {@code \W}
+   * <p>{@code UNICODE_CHARACTER_CLASS} обязателен: без него {@code \w}, {@code \W} и {@code \b} в
-     * и {@code \b} в Java охватывают только латиницу, и якорные слова вроде
+   * Java охватывают только латиницу, и якорные слова вроде «водительское удостоверение» не
-     * «водительское удостоверение» не находятся. {@code UNICODE_CASE} делает
+   * находятся. {@code UNICODE_CASE} делает {@code (?i)} корректным для кириллицы.
     * {@code (?i)} корректным для кириллицы.
   */
  private static final int FLAGS = Pattern.UNICODE_CHARACTER_CLASS | Pattern.UNICODE_CASE;
  /**
   * Сколько символов слева и справа от совпадения просматривает вето-шаблон.
   *
-     * <p>150, не 80: на реальных адресах отделений из реестра ЦБ (регион, город,
+   * <p>150, не 80: на реальных адресах отделений из реестра ЦБ (регион, город, улица, дом — в одном
-     * улица, дом — в одном предложении) расстояние от «отделение» до номера дома
+   * предложении) расстояние от «отделение» до номера дома часто превышает 80 знаков за счёт
-     * часто превышает 80 знаков за счёт длинного названия региона («Ханты-Мансийский
+   * длинного названия региона («Ханты-Мансийский автономный округ», «Кабардино-Балкарская
-     * автономный округ», «Кабардино-Балкарская Республика»). Найдено нагрузочным
+   * Республика»). Найдено нагрузочным тестом на 60 реальных адресах из официального реестра — с
-     * тестом на 60 реальных адресах из официального реестра — с окном в 80 знаков
+   * окном в 80 знаков вето не срабатывало на части из них.
     * вето не срабатывало на части из них.
   */
  public static final int VETO_LOOKBEHIND = 150;
  public static final int VETO_LOOKAHEAD = 40;
  /** Правило без проверок, маскируется всё совпадение. */
  public static Rule of(String type, String regex, int priority) {
-        return new Rule(type, Pattern.compile(regex, FLAGS), priority, List.of(0), null, null, null, List.of());
+    return new Rule(
        type, Pattern.compile(regex, FLAGS), priority, List.of(0), null, null, null, List.of());
  }
  /** Маскировать только перечисленные группы, а не всё совпадение. */
@@ -94,11 +99,20 @@ public record Rule(String type, Pattern pattern, int priority, List<Integer> gro
  /** Принять совпадение, только если рядом встретилось указанное слово. */
  public Rule requiringNear(String regex) {
-        return new Rule(type, pattern, priority, groups, validator, veto, Pattern.compile(regex, FLAGS), anchors);
+    return new Rule(
        type, pattern, priority, groups, validator, veto, Pattern.compile(regex, FLAGS), anchors);
  }
  /** Отбросить совпадение, если рядом встретилось указанное слово. */
  public Rule vetoedBy(String regex) {
-        return new Rule(type, pattern, priority, groups, validator, Pattern.compile(regex, FLAGS), context, anchors);
+    return new Rule(
        type,
        pattern,
        priority,
        groups,
        validator,
        Pattern.compile(regex, FLAGS),
        context,
        anchors);
  }
 }
@@ -0,0 +1,140 @@
 package ru.pdguard.detect;
 /**
 * Общие фрагменты регулярных выражений, переиспользуемые между группами правил в {@link
 * RuleRegistry}. Вынесены отдельно, чтобы не дублировать их в каждой группе — «серия и номер»,
 * разрывы между якорем и значением, формы дат и т.п. встречаются в правилах разных категорий
 * (документы, банк, ФИО, адрес).
 */
 final class RulePatterns {
  private RulePatterns() {}
  /**
   * Слово с заглавной буквы; остальные буквы любого регистра, чтобы «ИВАНОВ» распознавался наравне
   * с «Иванов».
   */
  static final String CAPITALISED = "\\p{Lu}[\\p{Lu}\\p{Ll}]+";
  /** Якорное слово-основа: держатель карты, держателем и т.п. */
  static final String HOLDER_STEM = "держател";
  /** Разрыв между якорем и значением, когда между ними ролевое слово («ИНН плательщика»). */
  static final String ROLE_GAP = "(?:\\s+[\\p{L}-]+){0,5}\\W{0,10}";
  /**
   * То же самое, но только строчные слова-филлеры: ролевые слова перед значением гражданства всегда
   * строчные («бенефициара», «поручителя»), а само значение — с заглавной («Республики»,
   * «Соединенные»). Обычный {@link #ROLE_GAP} жадно поглощал бы и заглавное слово значения как
   * будто это ролевое слово, оставляя значение только хвостом («Республики Беларусь» → «Беларусь»).
   */
  static final String CITIZENSHIP_GAP = "(?:\\s+\\p{Ll}[\\p{L}-]*){0,5}\\W{0,10}";
  /**
   * Название улицы: от одного до трёх слов с заглавной буквы либо чисел — «Тверская», «Малая
   * Никитская», «8 Марта». Ограничение по форме обязательно: без него правило дожёвывало строку до
   * конца, и «Проспект Вернадского перекрыт до вечера» оказывался под маской целиком.
   */
  static final String STREET_NAME =
      "(?:\\p{Lu}[\\p{L}-]+|\\d+[\\p{L}-]*)(?:\\s+(?:\\p{Lu}[\\p{L}-]+|\\d+[\\p{L}-]*)){0,2}";
  /**
   * Фамилия по словообразованию: Иванов, Ковалёва, Троицкий, Шевченко, Мкртчян. Хвост из двух букв
   * покрывает падежные окончания: Ковалёв-ой, Иванов-а.
   */
  static final String SURNAME =
      "\\p{Lu}[\\p{Lu}\\p{Ll}]*(?iu:ов|ев|ёв|ин|ын|ск(?:ий|ая|ого|ой|ом)|цк(?:ий|ая)"
          + "|енко|ко|ук|юк|ян|швили|дзе)\\p{L}{0,2}";
  /**
   * Отчество: признак надёжный, ни одно другое слово так не оканчивается. Основы даны без падежного
   * окончания — Иванович, Ивановича, Ивановне.
   */
  static final String PATRONYMIC =
      "\\p{Lu}[\\p{Lu}\\p{Ll}]+(?iu:ович|евич|ьич|мич|нич|тич|лич|кич|бич|сич"
          + "|овн|евн|иничн|ичн)\\p{L}{0,2}";
  /**
   * Серия и номер: «4509 123456», «45 09 123456», «4509123456», «45 09 № 123456», а также с
   * произвольным числом пробелов и словом «номер» между частями — «12 34 номер 567890» (реальный
   * кейс из бланка).
   */
  static final String SERIES_AND_NUMBER =
      "\\d{2}\\s*\\d{2}(?:\\s*(?:№|N|номер)\\s*|[\\s№N]{0,3})\\d{6}";
  /**
   * Название месяца: полная форма («январь»), сокращение («янв») и плейсхолдер «ммм» (в логах
   * встречается и латинская «M»). Сокращения нужны, потому что в датах вида «15 ЯНВ 10» месяц
   * записан тремя буквами.
   */
  static final String MONTH =
      "(?iu:январ|феврал|март|апрел|ма[йя]|июн|июл|август|сентябр|октябр|ноябр|декабр"
          + "|янв|фев|мар|апр|авг|сен|окт|ноя|дек|[МM]мм)\\p{L}*";
  /** Числовая запись при любом порядке частей: дд.мм.гггг, мм/дд/гггг, гггг-мм-дд. */
  static final String DATE_DIGITS = "\\b\\d{1,4}[.\\-/]\\d{1,2}[.\\-/]\\d{1,4}\\b";
  /** «15 03 1990», «15 03 10» — числовая дата с пробелами вместо разделителей. */
  static final String DATE_DIGITS_SPACE = "\\b\\d{1,2}\\s+\\d{1,2}\\s+\\d{2,4}\\b";
  /** «15 03», «15/03» — день и месяц без года. */
  static final String DATE_DAY_MONTH = "\\b\\d{1,2}\\s*[-/.]?\\s*\\d{1,2}\\b";
  /** «12 мая 1985 г.», «15-ЯНВ-10», «15 января» — месяц словом, год 2-4 цифры или без года. */
  static final String DATE_MONTH_WORD =
      "\\b\\d{1,2}\\s*[-/.]?\\s*"
          + MONTH
          + "\\s*[-/.]?\\s*(?:\\d{2,4})?\\b"
          + "(?:\\s*(?iu:года|г\\.|г\\b))?";
  /** «двенадцатого мая тысяча девятьсот восемьдесят пятого года» */
  static final String DATE_WORDS =
      "\\b(?:(?iu:двадцать|тридцать)\\s+)?"
          + "(?iu:перв|втор|треть|четв[её]рт|пят|шест|седьм|восьм|девят|десят|одиннадцат|двенадцат"
          + "|тринадцат|четырнадцат|пятнадцат|шестнадцат|семнадцат|восемнадцат|девятнадцат|двадцат|тридцат)"
          + "(?iu:ьего|ого|его|ое)\\s+"
          + MONTH
          + "\\s+(?:\\d{4}|(?iu:тысяча)(?:\\s+\\p{L}+){1,8})\\s*(?iu:года|год\\b|г\\.)";
  /** Любая из записей даты; внутри только незахватывающие группы. */
  static final String DATE_ANY =
      "(?:"
          + DATE_WORDS
          + "|"
          + DATE_MONTH_WORD
          + "|"
          + DATE_DIGITS
          + "|"
          + DATE_DIGITS_SPACE
          + "|"
          + DATE_DAY_MONTH
          + ")";
  /**
   * Промежуток между якорем даты («дата рождения») и самой датой: слова, скобочные группы («(день и
   * месяц)») и знаки препинания. Без скобочной ветки «Дата рождения клиента (день и месяц): 15
   * января» не находилась бы: «день и месяц» — это слова, а не дата. Ветка со словами требует
   * пробела перед словом ({@code \s+}), иначе она неоднозначна с веткой {@code \W}, которая тоже
   * матчит пробелы, — это приводило к катастрофическому возврату на длинных текстах. Отдельная
   * ветка с дефисом нужна для слитных слов без пробела внутри: «клиента-нерезидента» — дефис сам по
   * себе ловится веткой {@code \W}, но следующие за ним буквы без пробела перед ними не покрывала
   * ни одна ветка.
   */
  static final String DATE_GAP = "(?:\\s+\\([^)]*\\)|\\s+\\p{L}+|-\\p{L}+|\\W){0,30}";
  /**
   * Значение гражданства: «рф»/«росс…»(любая форма, включая строчную «российское»)/ «республики X»
   * — частые формы отдельным списком; последняя ветка — страна из 1-4 слов с заглавной буквы
   * («Армения», «Соединенные Штаты Америки»). Хвост идёт после якоря «гражданств», поэтому
   * «Двойное» перед якорем не попадёт.
   */
  static final String CITIZENSHIP_VALUE =
      "\\p{Lu}\\p{Ll}+(?:[\\s/]+\\p{Lu}\\p{Ll}+){0,3}|\\p{Ll}+(?:[\\s/]+\\p{Ll}+){0,3}";
  /**
   * Слова, при которых адрес/имя принадлежит организации, а не человеку: адрес отделения банка
   * персональными данными не является.
   */
  static final String ORGANISATION_NEARBY =
      "(?iu:отделени|филиал|банкомат|доп\\.?\\s?офис|офис|головн|юридическ\\p{L}*\\s+адрес)";
 }
@@ -1,151 +1,44 @@
 package ru.pdguard.detect;
 import org.springframework.stereotype.Component;
 import ru.pdguard.config.SystemPolicy;
 import java.util.ArrayList;
 import java.util.List;
 import java.util.Locale;
 import java.util.Set;
 import java.util.regex.Matcher;
 import java.util.regex.Pattern;
 import java.util.stream.Stream;
 import org.springframework.stereotype.Component;
 import ru.pdguard.config.SystemPolicy;
 /**
 * Реестр правил детекции и сам поиск ПД в тексте.
 *
 * <p>Правила разбиты на три уровня доверия:
 *
 * <ol>
- *   <li>проверяемые контрольной суммой — карта, ИНН, СНИЛС: ложных срабатываний почти нет;</li>
+ *   <li>проверяемые контрольной суммой — карта, ИНН, СНИЛС: ложных срабатываний почти нет;
- *   <li>однозначные по формату — email, телефон;</li>
+ *   <li>однозначные по формату — email, телефон;
- *   <li>требующие якорного слова — паспорт, водительское удостоверение, CVV, адрес и прочее,
+ *   <li>требующие якорного слова — паспорт, водительское удостоверение, CVV, адрес и прочее, где
- *       где сама по себе последовательность знаков ни о чём не говорит.</li>
+ *       сама по себе последовательность знаков ни о чём не говорит.
 * </ol>
 *
- * <p>Якорные слова распознаются без учёта регистра — флаг {@code (?iu:...)} навешен
+ * <p>Якорные слова распознаются без учёта регистра — флаг {@code (?iu:...)} навешен именно на них.
- * именно на них. На захватываемое значение регистронезависимость не распространяется:
+ * На захватываемое значение регистронезависимость не распространяется: там, где значение опознаётся
- * там, где значение опознаётся по заглавной букве, это существенно.
+ * по заглавной букве, это существенно.
 *
 * <p>Сами правила сгруппированы по категориям в отдельных классах пакета — {@link DocumentRules},
 * {@link FinanceRules}, {@link DateRules}, {@link FioRules}, {@link ContactRules}, {@link
 * AddressRules} — чтобы каждая категория читалась отдельно от остальных. Здесь их списки только
 * объединяются и используются.
 */
@Component
 public class RuleRegistry {
  /**
-     * Слово с заглавной буквы; остальные буквы любого регистра, чтобы
+   * Слова, при которых адрес принадлежит организации, а не человеку: адрес отделения банка
-     * «ИВАНОВ» распознавался наравне с «Иванов».
+   * персональными данными не является. Части адреса рядом: улица, упомянутая в рассказе о городе,
-     */
+   * адресом клиента не является — ровно как адрес отделения банка из технического задания.
-    private static final String CAPITALISED = "\\p{Lu}[\\p{Lu}\\p{Ll}]+";
+   * Требование стояло только у постфиксной формы правила, префиксная его не имела.
    /** Якорное слово-основа: держатель карты, держателем и т.п. */
    private static final String HOLDER_STEM = "держател";
    /** Разрыв между якорем и значением, когда между ними ролевое слово («ИНН плательщика»). */
    private static final String ROLE_GAP = "(?:\\s+[\\p{L}-]+){0,5}\\W{0,10}";
    /**
     * То же самое, но только строчные слова-филлеры: ролевые слова перед значением
     * гражданства всегда строчные («бенефициара», «поручителя»), а само значение —
     * с заглавной («Республики», «Соединенные»). Обычный {@link #ROLE_GAP} жадно
     * поглощал бы и заглавное слово значения как будто это ролевое слово, оставляя
     * CITIZENSHIP_VALUE только хвост («Республики Беларусь» → «Беларусь»).
     */
    private static final String CITIZENSHIP_GAP = "(?:\\s+\\p{Ll}[\\p{L}-]*){0,5}\\W{0,10}";
    /**
     * Название улицы: от одного до трёх слов с заглавной буквы либо чисел —
     * «Тверская», «Малая Никитская», «8 Марта». Ограничение по форме обязательно:
     * без него правило дожёвывало строку до конца, и «Проспект Вернадского перекрыт
     * до вечера» оказывался под маской целиком.
     */
    private static final String STREET_NAME =
            "(?:\\p{Lu}[\\p{L}-]+|\\d+[\\p{L}-]*)(?:\\s+(?:\\p{Lu}[\\p{L}-]+|\\d+[\\p{L}-]*)){0,2}";
    /**
     * Фамилия по словообразованию: Иванов, Ковалёва, Троицкий, Шевченко, Мкртчян.
     * Хвост из двух букв покрывает падежные окончания: Ковалёв-ой, Иванов-а.
     */
    private static final String SURNAME =
            "\\p{Lu}[\\p{Lu}\\p{Ll}]*(?iu:ов|ев|ёв|ин|ын|ск(?:ий|ая|ого|ой|ом)|цк(?:ий|ая)"
            + "|енко|ко|ук|юк|ян|швили|дзе)\\p{L}{0,2}";
    /**
     * Отчество: признак надёжный, ни одно другое слово так не оканчивается.
     * Основы даны без падежного окончания — Иванович, Ивановича, Ивановне.
     */
    private static final String PATRONYMIC =
            "\\p{Lu}[\\p{Lu}\\p{Ll}]+(?iu:ович|евич|ьич|мич|нич|тич|лич|кич|бич|сич"
            + "|овн|евн|иничн|ичн)\\p{L}{0,2}";
    /**
     * Серия и номер: «4509 123456», «45 09 123456», «4509123456», «45 09 № 123456»,
     * а также с произвольным числом пробелов и словом «номер» между частями —
     * «12    34    номер    567890» (реальный кейс из бланка).
     */
    private static final String SERIES_AND_NUMBER =
            "\\d{2}\\s*\\d{2}(?:\\s*(?:№|N|номер)\\s*|[\\s№N]{0,3})\\d{6}";
    /**
     * Название месяца: полная форма («январь»), сокращение («янв») и плейсхолдер
     * «ммм» (в логах встречается и латинская «M»). Сокращения нужны, потому что
     * в датах вида «15 ЯНВ 10» месяц записан тремя буквами.
     */
    private static final String MONTH =
            "(?iu:январ|феврал|март|апрел|ма[йя]|июн|июл|август|сентябр|октябр|ноябр|декабр"
            + "|янв|фев|мар|апр|авг|сен|окт|ноя|дек|[МM]мм)\\p{L}*";
    /** Числовая запись при любом порядке частей: дд.мм.гггг, мм/дд/гггг, гггг-мм-дд. */
    private static final String DATE_DIGITS = "\\b\\d{1,4}[.\\-/]\\d{1,2}[.\\-/]\\d{1,4}\\b";
    /** «15 03 1990», «15 03 10» — числовая дата с пробелами вместо разделителей. */
    private static final String DATE_DIGITS_SPACE = "\\b\\d{1,2}\\s+\\d{1,2}\\s+\\d{2,4}\\b";
    /** «15 03», «15/03» — день и месяц без года. */
    private static final String DATE_DAY_MONTH = "\\b\\d{1,2}\\s*[-/.]?\\s*\\d{1,2}\\b";
    /** «12 мая 1985 г.», «15-ЯНВ-10», «15 января» — месяц словом, год 2-4 цифры или без года. */
    private static final String DATE_MONTH_WORD =
            "\\b\\d{1,2}\\s*[-/.]?\\s*" + MONTH + "\\s*[-/.]?\\s*(?:\\d{2,4})?\\b"
            + "(?:\\s*(?iu:года|г\\.|г\\b))?";
    /** «двенадцатого мая тысяча девятьсот восемьдесят пятого года» */
    private static final String DATE_WORDS =
            "\\b(?:(?iu:двадцать|тридцать)\\s+)?"
            + "(?iu:перв|втор|треть|четв[её]рт|пят|шест|седьм|восьм|девят|десят|одиннадцат|двенадцат"
            + "|тринадцат|четырнадцат|пятнадцат|шестнадцат|семнадцат|восемнадцат|девятнадцат|двадцат|тридцат)"
            + "(?iu:ьего|ого|его|ое)\\s+" + MONTH
            + "\\s+(?:\\d{4}|(?iu:тысяча)(?:\\s+\\p{L}+){1,8})\\s*(?iu:года|год\\b|г\\.)";
    /** Любая из записей даты; внутри только незахватывающие группы. */
    private static final String DATE_ANY =
            "(?:" + DATE_WORDS + "|" + DATE_MONTH_WORD + "|" + DATE_DIGITS + "|"
            + DATE_DIGITS_SPACE + "|" + DATE_DAY_MONTH + ")";
    /**
     * Промежуток между якорем даты («дата рождения») и самой датой: слова,
     * скобочные группы («(день и месяц)») и знаки препинания. Без скобочной
     * ветки «Дата рождения клиента (день и месяц): 15 января» не находилась бы:
     * «день и месяц» — это слова, а не дата. Ветка со словами требует пробела
     * перед словом ({@code \s+}), иначе она неоднозначна с веткой {@code \W},
     * которая тоже матчит пробелы, — это приводило к катастрофическому
     * возврату на длинных текстах. Отдельная ветка с дефисом нужна для слитных
     * слов без пробела внутри: «клиента-нерезидента» — дефис сам по себе ловится
     * веткой {@code \W}, но следующие за ним буквы без пробела перед ними не
     * покрывала ни одна ветка.
     */
    private static final String DATE_GAP = "(?:\\s+\\([^)]*\\)|\\s+\\p{L}+|-\\p{L}+|\\W){0,30}";
    /**
     * Значение гражданства: «рф»/«росс…»(любая форма, включая строчную «российское»)/
     * «республики X» — частые формы отдельным списком; последняя ветка — страна из
     * 1-4 слов с заглавной буквы («Армения», «Соединенные Штаты Америки»). Хвост
     * идёт после якоря «гражданств», поэтому «Двойное» перед якорем не попадёт.
     */
    private static final String CITIZENSHIP_VALUE =
            "\\p{Lu}\\p{Ll}+(?:[\\s/]+\\p{Lu}\\p{Ll}+){0,3}|\\p{Ll}+(?:[\\s/]+\\p{Ll}+){0,3}";
    /**
     * Слова, при которых адрес принадлежит организации, а не человеку:
     * адрес отделения банка персональными данными не является. Части адреса рядом:
     * улица, упомянутая в рассказе о городе, адресом клиента не является — ровно
     * как адрес отделения банка из технического задания. Требование стояло только
     * у постфиксной формы правила, префиксная его не имела.
   */
  public static final String ADDRESS_NEARBY =
      "(?iu:адрес|индекс|\\bд\\.|\\bдом\\b|\\bкв\\.|\\bг\\.|\\bгород|регистрац|прожива)";
@@ -154,415 +47,60 @@ public class RuleRegistry {
      Pattern.compile(ADDRESS_NEARBY, Pattern.UNICODE_CHARACTER_CLASS | Pattern.UNICODE_CASE);
  /** Адресные типы, которые вне адресного окружения персональными данными не являются. */
-    private static final java.util.Set<String> ADDRESS_TYPES = java.util.Set.of(
+  private static final Set<String> ADDRESS_TYPES =
-            PdTypes.ADDRESS_COUNTRY, PdTypes.ADDRESS_REGION, PdTypes.ADDRESS_DISTRICT, PdTypes.ADDRESS_CITY,
+      Set.of(
-            PdTypes.ADDRESS_STREET, PdTypes.ADDRESS_HOUSE, PdTypes.ADDRESS_FLAT, PdTypes.ADDRESS_POSTCODE);
+          PdTypes.ADDRESS_COUNTRY,
          PdTypes.ADDRESS_REGION,
          PdTypes.ADDRESS_DISTRICT,
          PdTypes.ADDRESS_CITY,
          PdTypes.ADDRESS_STREET,
          PdTypes.ADDRESS_HOUSE,
          PdTypes.ADDRESS_FLAT,
          PdTypes.ADDRESS_POSTCODE);
  /**
   * Приоритет находок нормализации цифровых ПД: выше правила ИНН без якоря (62), ниже якорных
   * правил (84+). Нормализация находит то, что жёсткие шаблоны пропустили из-за нестандартных
   * разделителей, и не должна перебивать находки с якорным словом.
   */
  private static final int NORMALISED_PRIORITY = 63;
  /**
   * Цифровой кластер: от 10 до 19 цифр с произвольными разделителями между ними (пробел, дефис,
   * точка, слэш, скобки). Негативные просмотры не дают захватить часть более длинного числа.
   * Разделители вычищаются, и чистая цифровая строка прогоняется через контрольную сумму — так
   * находятся ИНН/СНИЛС/карта/ОГРН(ИП) в свободной форме, где жёсткий шаблон ломается на
   * нестандартном разделителе.
   */
  private static final Pattern DIGIT_CLUSTER =
      Pattern.compile("(?<!\\d)\\d(?:[\\s.\\-/()]?\\d){9,18}(?!\\d)");
  /** Вычищает разделители из цифрового кластера: оставляет только цифры. */
  private static final Pattern NON_DIGIT = Pattern.compile("[^\\d]");
  public static boolean isAddressType(String type) {
    return ADDRESS_TYPES.contains(type);
  }
  /**
-     * Есть ли рядом другие части адреса. Правила проверяют это сами, а находкам
+   * Есть ли рядом другие части адреса. Правила проверяют это сами, а находкам второй ступени
-     * второй ступени проверку нужно навязать снаружи: модель размечает «Москву» в
+   * проверку нужно навязать снаружи: модель размечает «Москву» в названии клуба и «Вернадского» в
-     * названии клуба и «Вернадского» в названии проспекта наравне с настоящим адресом.
+   * названии проспекта наравне с настоящим адресом.
   */
  public static boolean hasAddressContext(String text, int start, int end) {
    return ADDRESS_CONTEXT.matcher(surroundings(text, start, end)).find();
  }
-    private static final String ORGANISATION_NEARBY =
+  private static final List<Rule> RULES =
-            "(?iu:отделени|филиал|банкомат|доп\\.?\\s?офис|офис|головн|юридическ\\p{L}*\\s+адрес)";
+      Stream.of(
-
+              DocumentRules.RULES,
-    private static final List<Rule> RULES = List.of(
+              FinanceRules.RULES,
-
+              DateRules.RULES,
-            // --- Уровень 3: значение опознаётся только рядом с якорным словом ---
+              FioRules.RULES,
-
+              ContactRules.RULES,
-            // CVV: латиница, кириллическая транслитерация («цвв», «сививи») и
+              AddressRules.RULES)
-            // описательные якоря («код на обороте карты»). Между якорем и числом
+          .flatMap(List::stream)
-            // допускаются слова («CVV код 321», «CVV указан код 123») и длинные
+          .toList();
            // разделители («код на обороте карты 789»).
            Rule.of(PdTypes.CVV, "(?iu:\\b(?:cvv2?|cvc2?|цвв|сививи|код\\p{L}*\\s+на\\s+обороте\\s+карты"
                    + "|код\\s+проверки|защитный\\s+код)\\b)"
                    + "(?:\\s+\\p{L}+){0,2}\\W{0,30}(\\d{3,4})\\b", 92)
                    .groups(1)
                    .anchoredBy("cvv", "cvc", "цвв", "сививи", "код на обороте", "код проверки", "защитный код"),
            // PIN: «пин-код», «пин код», «ПИН:», «пин 3456». Между якорем и числом
            // допускаются слова («ПИН-код карты 2468») и длинные разделители
            // («Пин Код: 1234»).
            Rule.of(PdTypes.PIN, "(?iu:\\b(?:пин[\\s-]?кода?|pin[\\s-]?code|пин|pin)\\b)"
                    + "(?:\\s+\\p{L}+){0,2}\\W{0,30}(\\d{4,6})\\b", 92)
                    .groups(1)
                    .anchoredBy("пин", "pin"),
            // «паспорт 4509 123456», «паспорт гражданина РФ 45 09 123456»
            Rule.of(PdTypes.PASSPORT, "(?iu:паспорт)\\w*(?:\\W+(?iu:гражданина\\s+РФ|РФ|России|Российской\\s+Федерации))?"
                    + "\\W{0,10}(" + SERIES_AND_NUMBER + ")\\b", 90)
                    .groups(1)
                    .anchoredBy("паспорт"),
            // «серия 4509 номер 123456», «серии 45 09 № 123456»
            // Между серией и номером помещается слово: «серия 4509 номер 123456»,
            // «серии 4509 за номером 123456», «серия 4509 № 123456».
            Rule.of(PdTypes.PASSPORT, "(?iu:сери)\\w{0,3}\\W{0,5}(\\d{2}\\s?\\d{2})[^\\d]{0,20}(\\d{6})\\b", 90)
                    .groups(1, 2)
                    .anchoredBy("сери"),
            // Необязательное «серия»/«серии» между якорем и цифрами: «ВУ серия 12 34 номер 567890».
            Rule.of(PdTypes.DRIVER_LICENSE, "(?iu:водительск\\w+\\s+удостоверени\\w+|в/у|вод\\.\\s?удост\\w*|\\bВУ)\\b"
                    + "\\W{0,15}(?:(?iu:сери\\w{0,3})\\W{0,5})?(" + SERIES_AND_NUMBER + ")\\b", 89)
                    .groups(1)
                    .anchoredBy("водительск", "в/у", "вод.", "ву "),
            // --- Прочие документы, удостоверяющие личность ---
            Rule.of(PdTypes.FOREIGN_PASSPORT, "(?iu:загранпаспорт|заграничн\\p{L}*\\s+паспорт)\\p{L}*"
                    + "\\W{0,10}(\\d{2}\\s?\\d{7})\\b", 89)
                    .groups(1)
                    .anchoredBy("загранпаспорт", "заграничн"),
            Rule.of(PdTypes.MILITARY_ID, "(?iu:военн\\p{L}*\\s+билет)\\p{L}*"
                    + "\\W{0,10}(\\p{Lu}{2}\\s?\\d{7})\\b", 89)
                    .groups(1)
                    .anchoredBy("военн"),
            Rule.of(PdTypes.BIRTH_CERTIFICATE, "(?iu:свидетельств\\p{L}*\\s+о\\s+рождении)"
                    + "\\W{0,15}([IVXLC]{1,4}[- ]?\\p{Lu}{2}\\s?(?:№\\s?)?\\d{6})\\b", 89)
                    .groups(1)
                    .anchoredBy("свидетельств"),
            Rule.of(PdTypes.MEDICAL_POLICY, "(?iu:полис\\p{L}*(?:\\s+ОМС)?)\\W{0,10}(\\d{16})\\b", 89)
                    .groups(1)
                    .anchoredBy("полис"),
            // ROLE_GAP, не \W{0,5}: «код подразделения стоит 001-000» — между якорем и
            // значением есть слово («стоит»/«объекта»), не только пунктуация.
            Rule.of(PdTypes.DEPT_CODE, "(?iu:код\\w*\\s+подразделения|к/п)" + ROLE_GAP
                    + "(\\d{3}\\s?-?\\s?\\d{3})\\b", 88)
                    .groups(1)
                    .anchoredBy("подразделени", "к/п"),
            // «770-001 — таков код подразделения» — значение перед якорем.
            Rule.of(PdTypes.DEPT_CODE, "\\b(\\d{3}\\s?-?\\s?\\d{3})\\b\\s*[—-]\\s*(?:\\p{L}+\\s+){0,3}"
                    + "(?iu:код\\w*\\s+подразделения)", 88)
                    .groups(1)
                    .anchoredBy("подразделени"),
            // --- Банковские реквизиты сверх карты ---
            // Расчётный счёт — ровно 20 цифр после якоря, группировка пробелами не важна.
            Rule.of(PdTypes.ACCOUNT_NUMBER, "(?iu:р/с|расчетн\\w*\\s+счет|расчётн\\w*\\s+счёт|лицев\\w*\\s+счет|"
                    + "лицев\\w*\\s+счёт)\\W{0,5}((?:\\d[ ]?){19}\\d)\\b", 83)
                    .groups(1)
                    .anchoredBy("р/с", "расчетн", "расчётн", "лицев"),
            Rule.of(PdTypes.BIK, "(?iu:бик)\\W{0,5}(\\d{9})\\b", 83)
                    .groups(1)
                    .anchoredBy("бик"),
            // «действительна до 09/27», «exp 09/27» — срок действия карты, не дата рождения.
            Rule.of(PdTypes.CARD_EXPIRY, "(?iu:срок\\s+действия|действительна?\\s+до|\\bexp\\w*)\\W{0,5}"
                    + "(\\d{2}\\s?/\\s?\\d{2})\\b", 83)
                    .groups(1)
                    .anchoredBy("срок действия", "действительн", "exp"),
            // ОГРНИП раньше ОГРН: без отрицательного просмотра «ОГРНИП» частично ловился бы
            // ещё и правилом ОГРН. Контрольная сумма отсекает случайные 13/15-значные
            // числа рядом со словом — раньше якоря было достаточно самого по себе.
            Rule.of(PdTypes.OGRNIP, "(?iu:огрнип)\\W{0,5}(\\d{15})\\b", 83)
                    .groups(1)
                    .validatedBy(Validators::ogrnip)
                    .anchoredBy("огрнип"),
            Rule.of(PdTypes.OGRN, "(?iu:огрн(?!ип))\\W{0,5}(\\d{13})\\b", 83)
                    .groups(1)
                    .validatedBy(Validators::ogrn)
                    .anchoredBy("огрн"),
            Rule.of(PdTypes.KPP, "(?iu:кпп)\\W{0,5}(\\d{9})\\b", 83)
                    .groups(1)
                    .anchoredBy("кпп"),
            // Доход/зарплата: сумма с разделителями тысяч. Между якорем и суммой может
            // стоять слово («доход клиента», «доход за год») — без этого якорь ловил
            // бы только «доход 85000», вплотную.
            Rule.of(PdTypes.INCOME, "(?iu:доход|заработн\\w*\\s+плат\\w*|зарплат\\w*)(?:\\s+\\p{L}+){0,3}?"
                    + "\\W{0,5}(\\d{1,3}(?:[\\s.]?\\d{3})*(?:,\\d{2})?)\\s?(?iu:руб\\p{L}*|₽)?\\b", 76)
                    .groups(1)
                    .anchoredBy("доход", "заработн", "зарплат"),
            // Биометрия — сама фраза уже говорит, что дальше персональные данные, отдельного
            // значения для захвата нет: маскируется якорная фраза целиком.
            Rule.of(PdTypes.BIOMETRIC, "(?iu:биометрическ\\w*\\s+(?:данны\\w*|образц\\w*|шаблон\\w*)"
                    + "|слепок\\s+голоса|отпечаток\\s+пальца|скан\\s+лица|\\bЕБС\\b)", 81)
                    .anchoredBy("биометри", "слепок голоса", "отпечаток пальца", "скан лица", "ебс"),
            // --- Даты с явным якорем ---
            Rule.of(PdTypes.BIRTH_DATE, "(?iu:дат\\p{L}*\\s+рождения|дата\\s+рожд\\.)"
                    + DATE_GAP + "(" + DATE_ANY + ")", 87)
                    .groups(1)
                    .validatedBy(Validators::date)
                    .anchoredBy("рожден"),
            Rule.of(PdTypes.BIRTH_DATE, "(?iu:родил(?:ся|ась))"
                    + DATE_GAP + "(" + DATE_ANY + ")", 87)
                    .groups(1)
                    .validatedBy(Validators::date)
                    .anchoredBy("родил"),
            Rule.of(PdTypes.BIRTH_DATE, "(" + DATE_ANY + ")\\s*(?iu:г\\.\\s?р\\.|г/р|года\\s+рождения)", 87)
                    .groups(1)
                    .validatedBy(Validators::date)
                    .anchoredBy("г.р", "г/р", "года рождения"),
            // «дата выдачи 12.05.2015» и «дата выдачи паспорта 12.05.2015»
            Rule.of(PdTypes.PASSPORT_DATE, "(?iu:дат\\p{L}*\\s+выдачи)"
                    + DATE_GAP + "(" + DATE_ANY + ")", 87)
                    .groups(1)
                    .validatedBy(Validators::date)
                    .anchoredBy("выдач"),
            Rule.of(PdTypes.CARDHOLDER, "(?iu:держател\\w*(?:\\s+карты)?|cardholder|на\\s+имя)"
                    + "\\W{0,10}([A-Z]{2,20}\\s+[A-Z]{2,20})\\b", 86)
                    .groups(1)
                    .anchoredBy(HOLDER_STEM, "cardholder", "на имя"),
            // --- ФИО ---
            // Фамилия Имя Отчество: первое слово опознаётся по словообразованию фамилии.
            // Свободная тройка «любое слово с заглавной + имя + отчество» здесь
            // сознательно не используется: она захватывает глагол в начале
            // предложения («Пригласите Ивана Сергеевича») и заметно дороже по времени.
            // Фамилии без привычного окончания — Ким, Цой — ловятся по ролевому слову.
            Rule.of(PdTypes.FIO, "\\b" + SURNAME + "\\s+" + CAPITALISED + "\\s+" + PATRONYMIC + "\\b", 79),
            // Имя Отчество Фамилия — второй распространённый порядок слов.
            Rule.of(PdTypes.FIO, "\\b" + CAPITALISED + "\\s+" + PATRONYMIC + "\\s+" + SURNAME + "\\b", 79),
            // Иванов И.И. и И.И. Иванов
            Rule.of(PdTypes.FIO, "\\b" + SURNAME + "\\s+\\p{Lu}\\.\\s?\\p{Lu}\\.", 79),
            Rule.of(PdTypes.FIO, "\\b\\p{Lu}\\.\\s?\\p{Lu}\\.\\s?" + SURNAME + "\\b", 79),
            // Имя Отчество без фамилии
            Rule.of(PdTypes.FIO, "\\b" + CAPITALISED + "\\s+" + PATRONYMIC + "\\b", 77),
            // «ФИО: иванов иван иванович» — явный якорь снимает требование к регистру
            Rule.of(PdTypes.FIO, "(?iu:\\bФИО|\\bф\\.\\s?и\\.\\s?о\\.|\\bна\\s+имя)"
                    + "(?:\\s+\\p{L}+)?\\W{0,5}(\\p{L}{2,}(?:\\s+\\p{L}{2,}){0,2})\\b", 77)
                    .groups(1)
                    .anchoredBy("фио", "ф.и.о", "на имя"),
            // «клиент Иванов Иван», «плательщик Петрова»
            Rule.of(PdTypes.FIO, "(?iu:\\bклиент|\\bзаказчик|\\bпациент|\\bсотрудник|\\bвладел|\\bплательщик"
                    + "|\\bполучател|\\bабонент|\\bв\\s+лице|\\bпредставител|\\bпоручител"
                    + "|\\bсозаёмщик|\\bсозаемщик|\\bзаёмщик|\\bзаемщик|\\bзаявител|\\bдоверител"
                    + "|\\bвкладчик|\\bответственн|\\bконтактное\\s+лицо|\\bисполнител|\\bдержател)\\p{L}*"
                    + "\\W{0,5}(\\p{Lu}\\p{Ll}+(?:\\s+\\p{Lu}\\p{Ll}+){0,2})\\b", 77)
                    .groups(1)
                    .anchoredBy("клиент", "заказчик", "пациент", "сотрудник", "владел", "плательщик",
                            "получател", "абонент", "в лице", "представител", "поручител", "заёмщик",
                            "заемщик", "заявител", "доверител", "вкладчик", "ответственн",
                            "контактное лицо", "исполнител", HOLDER_STEM),
            // «клиент иван иванов», «поручитель петрович» — строчные имена после
            // ролевого слова. Регистр снимает требование к заглавной букве, а словарь
            // имён отсекает «клиент пришёл в офис».
            Rule.of(PdTypes.FIO, "(?iu:\\bклиент|\\bзаказчик|\\bпациент|\\bсотрудник|\\bвладел|\\bплательщик"
                    + "|\\bполучател|\\bабонент|\\bв\\s+лице|\\bпредставител|\\bпоручител"
                    + "|\\bсозаёмщик|\\bсозаемщик|\\bзаёмщик|\\bзаемщик|\\bзаявител|\\bдоверител"
                    + "|\\bвкладчик|\\bответственн|\\bконтактное\\s+лицо|\\bисполнител|\\bдержател"
                    + "|\\bотправител|\\bбенефициар|\\bдоверенное\\s+лицо|\\bнаследник|\\bсозаемщик"
                    // \p{L}*+ (possessive), не \p{L}*: без possessive откат назад позволял
                    // движку «отдать» уже съеденное падежное окончание ролевого слова и
                    // захватить его как будто отдельное имя — «пациентов» ловилось бы как «ов».
                    + "|\\bпоручител)\\p{L}*+"
                    + "(?:\\s+\\p{L}+){0,3}\\W{0,5}(\\p{L}{2,}(?:\\s+\\p{L}{2,}){0,2}(?:\\s+\\p{Lu}\\.){0,2})(?![\\p{L}.])", 77)
                    .groups(1)
                    .validatedBy(NameDictionary::containsNamePart)
                    .anchoredBy("клиент", "заказчик", "пациент", "сотрудник", "владел", "плательщик",
                            "получател", "абонент", "в лице", "представител", "поручител", "заёмщик",
                            "заемщик", "заявител", "доверител", "вкладчик", "ответственн",
                            "контактное лицо", "исполнител", HOLDER_STEM, "отправител", "бенефициар",
                            "доверенное лицо", "наследник", "созаемщик"),
            // Фамилия рядом с личным именем из словаря: без словаря правило ловило бы
            // «Тверская улица» и тому подобное. Имя проверяется по множеству уже
            // после совпадения — чередование из ста веток в шаблоне обходится дорого.
            // Самое слабое основание среди правил ФИО — ни ролевого слова, ни явного
            // якоря, — поэтому именно здесь нужно вето на адресный контекст: «Великие
            // Луки» (реальный город) распознаётся как имя «Лука» в падеже плюс
            // случайное слово, «Богдана Хмельницкого» — улица в честь исторической
            // фигуры. Найдено на реальных адресах отделений из реестра ЦБ.
            Rule.of(PdTypes.FIO, "\\b" + SURNAME + "\\s+" + CAPITALISED + "\\b", 74)
                    .validatedBy(NameDictionary::containsGivenName)
                    .vetoedBy(ORGANISATION_NEARBY),
            Rule.of(PdTypes.FIO, "\\b" + CAPITALISED + "\\s+" + SURNAME + "\\b", 74)
                    .validatedBy(NameDictionary::containsGivenName)
                    .vetoedBy(ORGANISATION_NEARBY),
            // Одиночное имя, фамилия или отчество: «Иванов», «иван», «петрович».
            // Самое слабое основание среди правил ФИО — ни ролевого слова, ни пары
            // слов, — поэтому приоритет ниже и проверка по словарю обязательна.
            // Словарь отсекает «сочи», «казань» и прочие не-имена. Первое слово текста
            // не рассматривается: заглавная буква там от начала предложения, а не от
            // имени, и словообразовательная эвристика ложно ловит «Магазин», «Отдел».
            Rule.of(PdTypes.FIO, "(?<!^)\\b(\\p{L}{2,})\\b", 70)
                    .groups(1)
                    .validatedBy(NameDictionary::isStandaloneNameCandidate),
            // --- Уровень 1: подтверждается контрольной суммой ---
            Rule.of(PdTypes.CARD, "\\b\\d(?:[ -]?\\d){11,18}\\b", 85)
                    .validatedBy(Validators::luhn),
            Rule.of(PdTypes.INN, "(?iu)\\bИНН\\b" + ROLE_GAP + "(\\d{12}|\\d{10})\\b", 84)
                    .groups(1)
                    .anchoredBy("инн"),
            // «ИНН/КПП 7712345671/771201001» — ИНН юрлица перед КПП через слэш.
            Rule.of(PdTypes.INN, "(?iu)\\bИНН\\s*/\\s*КПП\\b\\W{0,5}(\\d{10})\\b", 84)
                    .groups(1)
                    .anchoredBy("инн/кпп"),
            Rule.of(PdTypes.SNILS, "(?iu)(?:\\bСНИЛС\\b\\D{0,10})?(\\d{3}[ -]\\d{3}[ -]\\d{3}[ -]\\d{2})\\b", 84)
                    .groups(1)
                    .validatedBy(Validators::snils),
            // --- Уровень 2: формат однозначен сам по себе ---
            // \b7, не только +7: номер без плюса («79031119955») тоже встречается.
            Rule.of(PdTypes.PHONE, "(?:\\+7|\\b7|\\b8)[ ()-]{0,3}\\d{3}[ ()-]{0,3}\\d{3}[ -]{0,2}\\d{2}[ -]{0,2}\\d{2}\\b", 82),
            Rule.of(PdTypes.EMAIL, "\\b[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\\.[A-Za-z]{2,}\\b", 80)
                    .anchoredBy("@"),
            // --- Уровень 3: свободный текст после якорного слова ---
            // «выдан ОУФМС России по г. Москве 12.05.2015» — дата в состав органа не входит,
            // её забирает отдельное правило. Приоритет выше городского, иначе от органа
            // осталась бы замаскированной только его часть.
            // Перечень форм, не голая основа «выда»: она зацепила бы и «выдающийся»
            // (обычное слово, не про выдачу документа).
            Rule.of(PdTypes.PASSPORT_ISSUER, "(?iu:выдан|выдал[аио]?|выдали|выдач[аи]|выдаче)"
                    + "\\W{0,3}([^,;\\n]{3,90}?)"
                    + "(?=\\s*\\d{1,2}[.\\-/]\\d{1,2}[.\\-/]\\d{2,4}|[,;\\n]|\\s*$)", 78)
                    .groups(1)
                    .anchoredBy("выдан", "выдал", "выдач"),
            // «совпадает с указанным в анкете: X» — второе упоминание органа выдачи
            // под собственным якорем, без бэкреференса на первое.
            Rule.of(PdTypes.PASSPORT_ISSUER, "(?iu:указанн\\w*\\s+в\\s+анкете)\\W{0,5}([^,;.\\n]{3,90}?)"
                    + "(?=[,;.\\n]|\\s*$)", 78)
                    .groups(1)
                    .anchoredBy("указанн"),
            // «Орган выдачи УФМС России по Республике Татарстан» — орган после якоря,
            // до слова «совпадает» или конца фразы.
            Rule.of(PdTypes.PASSPORT_ISSUER, "(?iu:орган\\s+выдачи)\\W{0,5}([^,;:\\n]{3,90}?)"
                    + "(?=\\s*(?iu:совпадает|указанн)|[,;:\\n]|\\s*$)", 78)
                    .groups(1)
                    .anchoredBy("орган выдачи"),
            Rule.of(PdTypes.BIRTH_PLACE, "(?iu:мест\\w*\\s+рождения)\\W{0,5}([^,;\\n]{3,60}?)(?=\\s*[,;\\n]|\\s*$)", 76)
                    .groups(1)
                    .anchoredBy("рождения"),
            Rule.of(PdTypes.BIRTH_PLACE, "(?iu:родил(?:ся|ась))[^,;\\n]{0,40}?\\s+в\\s+"
                    + "([^,;\\n]{3,40}?)(?=\\s*[,;\\n]|\\s*$)", 76)
                    .groups(1)
                    .anchoredBy("родил"),
            // ROLE_GAP, не \W{0,5}: «Гражданство бенефициара по договору страхования: Х» —
            // между якорем и значением бывает несколько слов, не только пунктуация.
            // Список через запятую/слэш — вторая опциональная группа тем же шаблоном.
            Rule.of(PdTypes.CITIZENSHIP, "(?iu:гражданств)\\w*" + CITIZENSHIP_GAP
                    + "(" + CITIZENSHIP_VALUE + ")(?:\\s*[,/]\\s*(" + CITIZENSHIP_VALUE + "))?", 80)
                    .groups(1, 2)
                    .validatedBy(CountryDictionary::isKnownCountry)
                    .anchoredBy("гражданств"),
            // ин/ка/ина/ки — именительный/родительный; ином/кой — творительный
            // («гражданином», «гражданкой»).
            Rule.of(PdTypes.CITIZENSHIP, "(?iu:граждан(?:ин|ка|ина|ки|ином|кой))\\b\\s+"
                    + "(" + CITIZENSHIP_VALUE + ")(?:\\s*[,/]\\s*(" + CITIZENSHIP_VALUE + "))?", 75)
                    .groups(1, 2)
                    .validatedBy(CountryDictionary::isKnownCountry)
                    .anchoredBy("граждан"),
            // --- Адрес: каждая составляющая настраивается отдельно ---
            Rule.of(PdTypes.ADDRESS_POSTCODE, "(?iu:индекс)\\w*" + ROLE_GAP + "(\\d{6})\\b", 74)
                    .groups(1)
                    .vetoedBy(ORGANISATION_NEARBY)
                    .anchoredBy("индекс"),
            Rule.of(PdTypes.ADDRESS_POSTCODE,
                    "\\b(\\d{6})(?=\\s*,?\\s*(?iu:г\\.|город|обл\\.|область|респ|край))", 74)
                    .groups(1)
                    .vetoedBy(ORGANISATION_NEARBY),
            // Не только «г.»: перепись, на которой проверяется словарь, покрывает
            // сёла, посёлки, деревни, хутора и станицы — «рп. Ильинское», «с. Кукуево»
            // из ТЗ без этих якорей не нашлись бы вообще, город там ни при чём.
            Rule.of(PdTypes.ADDRESS_CITY, "(?iu:\\bг\\.|\\bгор\\.|\\bгород|\\bрп\\.|\\bпгт\\.?|\\bп\\.|\\bс\\.|\\bсело\\b"
                    + "|\\bд\\.|\\bдеревня\\b|\\bдер\\.|\\bх\\.|\\bхутор\\b|\\bст-ца|\\bстаница|\\bаул\\b"
                    + "|\\bсл\\.|\\bслобода\\b|\\bаал\\b)\\s?(\\p{Lu}[\\p{L}-]{1,30})\\b", 73)
                    .groups(1)
                    .validatedBy(ToponymDictionary::isKnownSettlement)
                    .vetoedBy(ORGANISATION_NEARBY)
                    .anchoredBy("г.", "гор", "город", "рп.", "пгт", "п.", "с.", "село", "д.", "деревня",
                            "дер.", "х.", "хутор", "ст-ца", "станица", "аул", "сл.", "слобода", "аал"),
            Rule.of(PdTypes.ADDRESS_STREET,
                    "(?iu:\\bул\\.|\\bулиц\\p{L}*|\\bпр-т|\\bпроспект\\p{L}*|\\bпер\\.|\\bпереул\\p{L}*"
                    + "|\\bш\\.|\\bшоссе|\\bб-р|\\bбульвар\\p{L}*|\\bнаб\\.|\\bнабережн\\p{L}*)"
                    + "\\W{0,3}(" + STREET_NAME + ")", 73)
                    .groups(1)
                    .vetoedBy(ORGANISATION_NEARBY)
                    .requiringNear(ADDRESS_NEARBY)
                    .anchoredBy("ул", "просп", "пр-т", "пер.", "шоссе", "ш.", "бульвар", "б-р", "наб"),
            // «Невский пр-т» — указатель после названия. Форма слишком общая, поэтому
            // принимается только рядом с другими частями адреса: иначе под маску попал бы
            // любой рассказ про Невский проспект.
            Rule.of(PdTypes.ADDRESS_STREET, "\\b(\\p{Lu}[\\p{L}-]{2,30})\\s+"
                    + "(?iu:пр-т|проспект|улиц\\p{L}*|шоссе|бульвар|переул\\p{L}*|набережн\\p{L}*)\\b", 73)
                    .groups(1)
                    .vetoedBy(ORGANISATION_NEARBY)
                    .requiringNear(ADDRESS_NEARBY)
                    .anchoredBy("пр-т", "проспект", "улиц", "шоссе", "бульвар", "переул", "набережн"),
            Rule.of(PdTypes.ADDRESS_HOUSE,
                    "(?iu:\\bд\\.|\\bдом)\\s?(\\d+\\p{L}?(?:\\s?(?iu:к\\.|корп\\.?|стр\\.)\\s?\\d+)?)\\b", 72)
                    .groups(1)
                    .vetoedBy(ORGANISATION_NEARBY)
                    .anchoredBy("д.", "дом"),
            Rule.of(PdTypes.ADDRESS_FLAT, "(?iu:\\bкв\\.|\\bквартир\\p{L}*)\\s?(\\d+\\p{L}?)\\b", 72)
                    .groups(1)
                    .vetoedBy(ORGANISATION_NEARBY)
                    .anchoredBy("кв"),
            Rule.of(PdTypes.ADDRESS_COUNTRY,
                    "(?iu:стран\\p{L}*(?:\\s+(?:регистрации|проживания|гражданства))?)"
                    + "\\W{0,5}(\\p{Lu}[\\p{L}-]{2,30})\\b", 71)
                    .groups(1)
                    .vetoedBy(ORGANISATION_NEARBY)
                    .anchoredBy("стран"),
            // --- Значения без якоря: принимаются только вместе с другими ПД ---
            // ИНН физлица без якорного слова — только с верной контрольной суммой.
            Rule.of(PdTypes.INN, "\\b\\d{12}\\b", 62)
                    .validatedBy(Validators::inn),
            // Дата без якорного слова персональными данными сама по себе не является:
            // маскируется, только если в тексте есть ПД другого типа.
            Rule.of(PdTypes.DATE, DATE_ANY, 58)
                    .validatedBy(Validators::date)
    );
  /** Все типы ПД, которые умеет распознавать сервис. */
  public List<String> knownTypes() {
@@ -570,8 +108,8 @@ public class RuleRegistry {
  }
  /**
-     * Находит все фрагменты ПД, разрешённые политикой системы.
+   * Находит все фрагменты ПД, разрешённые политикой системы. Перекрытия здесь не разрешаются — это
-     * Перекрытия здесь не разрешаются — это делает вызывающая сторона.
+   * делает вызывающая сторона.
   */
  public List<Span> detect(String text, SystemPolicy policy) {
    List<Span> found = new ArrayList<>();
@@ -582,9 +120,76 @@ public class RuleRegistry {
      }
      collect(rule, text, found);
    }
    collectNormalisedDigits(text, policy, found);
    return found;
  }
  /**
   * Ищет цифровые ПД в свободной форме: последовательности цифр с произвольными разделителями,
   * которые жёсткие шаблоны правил пропустили. Разделители вычищаются, и чистая строка проверяется
   * контрольной суммой — ложные срабатывания отсекаются так же, как и в правилах.
   */
  private static void collectNormalisedDigits(String text, SystemPolicy policy, List<Span> sink) {
    if (!policy.allows(PdTypes.CARD)
        && !policy.allows(PdTypes.INN)
        && !policy.allows(PdTypes.SNILS)
        && !policy.allows(PdTypes.OGRN)
        && !policy.allows(PdTypes.OGRNIP)) {
      return;
    }
    Matcher m = DIGIT_CLUSTER.matcher(text);
    while (m.find()) {
      String digits = NON_DIGIT.matcher(m.group()).replaceAll("");
      String type = typeFor(digits);
      if (type != null && policy.allows(type)) {
        sink.add(new Span(m.start(), m.end(), type, NORMALISED_PRIORITY));
      }
    }
  }
  /**
   * Определяет тип ПД по чистой цифровой строке и контрольной сумме. Для 13 и 15 цифр сначала
   * пробуются ОГРН/ОГРНИП: они специфичнее карты по длине, и валидный ОГРН не должен случайно стать
   * номером карты (карта самостоятельна, ОГРН — только спутник, и одинокий ОГРН убирается в {@code
   * Pipeline}).
   */
  private static String typeFor(String digits) {
    int length = digits.length();
    switch (length) {
      case 10, 12:
        return Validators.inn(digits) ? PdTypes.INN : null;
      case 11:
        return Validators.snils(digits) ? PdTypes.SNILS : null;
      case 13:
        return ogrnOrCard(digits);
      case 15:
        return ogrnipOrCard(digits);
      default:
        return cardIfLuhn(digits);
    }
  }
  private static String ogrnOrCard(String digits) {
    if (Validators.ogrn(digits)) {
      return PdTypes.OGRN;
    }
    return Validators.luhn(digits) ? PdTypes.CARD : null;
  }
  private static String ogrnipOrCard(String digits) {
    if (Validators.ogrnip(digits)) {
      return PdTypes.OGRNIP;
    }
    return Validators.luhn(digits) ? PdTypes.CARD : null;
  }
  private static String cardIfLuhn(String digits) {
    if (digits.length() >= 13 && digits.length() <= 19 && Validators.luhn(digits)) {
      return PdTypes.CARD;
    }
    return null;
  }
  private static void collect(Rule rule, String text, List<Span> sink) {
    Matcher m = rule.pattern().matcher(text);
    while (m.find()) {
@@ -598,7 +203,10 @@ public class RuleRegistry {
    }
  }
-    /** Проверяет, что фрагмент группы проходит все условия правила: границы, валидатор, veto и контекст. */
+  /**
   * Проверяет, что фрагмент группы проходит все условия правила: границы, валидатор, veto и
   * контекст.
   */
  private static boolean isValidGroup(Rule rule, String text, int start, int end) {
    if (start < 0 || end <= start) {
      return false;
@@ -4,43 +4,39 @@ import java.util.Locale;
 import java.util.Set;
 /**
- * Словарь населённых пунктов России — проверка того, что значение, пойманное
+ * Словарь населённых пунктов России — проверка того, что значение, пойманное правилом {@code
- * правилом {@code ADDRESS_CITY}, действительно похоже на существующий город,
+ * ADDRESS_CITY}, действительно похоже на существующий город, село, посёлок или другой населённый
- * село, посёлок или другой населённый пункт, а не на произвольное слово с
+ * пункт, а не на произвольное слово с заглавной буквы после якоря.
 * заглавной буквы после якоря.
 *
- * <p>Не только официальные города (~1100 по классификатору): перепись
+ * <p>Не только официальные города (~1100 по классификатору): перепись добавляет сёла, деревни,
- * добавляет сёла, деревни, хутора, станицы — «рп. Ильинское», «с. Кукуево»
+ * хутора, станицы — «рп. Ильинское», «с. Кукуево» из ТЗ находятся ровно за счёт неё. Какой
- * из ТЗ находятся ровно за счёт неё. Какой конкретно тип населённого пункта
+ * конкретно тип населённого пункта стоит перед названием, определяет якорь самого правила в {@link
- * стоит перед названием, определяет якорь самого правила в {@link RuleRegistry},
+ * RuleRegistry}, а не этот словарь — он только подтверждает, что название реальное.
 * а не этот словарь — он только подтверждает, что название реальное.
 *
- * <p>Сравнение по началу слова, а не точным совпадением: падежные окончания
+ * <p>Сравнение по началу слова, а не точным совпадением: падежные окончания («в Москве», «из
- * («в Москве», «из Казани») тем самым покрываются без отдельного разбора
+ * Казани») тем самым покрываются без отдельного разбора морфологии, как и у известных людей в
- * морфологии, как и у известных людей в {@link NameDictionary}.
+ * {@link NameDictionary}.
 */
 public final class ToponymDictionary {
-    private static final Set<String> SETTLEMENT_STEMS = ResourceLoader.set("/names/settlements.txt").stream()
+  private static final Set<String> SETTLEMENT_STEMS =
      ResourceLoader.set("/names/settlements.txt").stream()
          .map(Declension::withoutInflectedEnding)
          .collect(java.util.stream.Collectors.toUnmodifiableSet());
-    private ToponymDictionary() {
+  private ToponymDictionary() {}
    }
  /**
-     * Похоже ли значение на название населённого пункта из словаря в любом
+   * Похоже ли значение на название населённого пункта из словаря в любом падеже.
     * падеже.
   *
-     * <p>Названия на согласную склоняются добавлением окончания («Тамбов» →
+   * <p>Названия на согласную склоняются добавлением окончания («Тамбов» → «Тамбове»), поэтому
-     * «Тамбове»), поэтому начало слова из словаря — уже достаточный признак.
+   * начало слова из словаря — уже достаточный признак. Названия на гласную меняют последнюю букву
-     * Названия на гласную меняют последнюю букву («Москва» → «Москве»), для
+   * («Москва» → «Москве»), для них сравнение идёт по основе без неё — так же, как с личными именами
     * них сравнение идёт по основе без неё — так же, как с личными именами
   * в {@link NameDictionary}.
   *
-     * <p>Проверяются префиксы значения по множеству, а не каждая из ~80 000
+   * <p>Проверяются префиксы значения по множеству, а не каждая из ~80 000 основ по значению:
-     * основ по значению: перебор списка на каждое совпадение правила был бы
+   * перебор списка на каждое совпадение правила был бы на порядки дороже, чем нужно — префиксов у
-     * на порядки дороже, чем нужно — префиксов у слова не больше, чем в нём букв.
+   * слова не больше, чем в нём букв.
   */
  public static boolean isKnownSettlement(String value) {
    String lower = value.strip().toLowerCase(Locale.ROOT);
@@ -1,8 +1,8 @@
 package ru.pdguard.detect;
 /**
- * Проверки контрольных сумм. Отсекают случайные числовые последовательности,
+ * Проверки контрольных сумм. Отсекают случайные числовые последовательности, которые по форме
- * которые по форме похожи на ПД, но ими не являются.
+ * похожи на ПД, но ими не являются.
 */
 public final class Validators {
@@ -10,8 +10,7 @@ public final class Validators {
  private static final int[] INN_12_A = {7, 2, 4, 10, 3, 5, 9, 4, 6, 8};
  private static final int[] INN_12_B = {3, 7, 2, 4, 10, 3, 5, 9, 4, 6, 8};
-    private Validators() {
+  private Validators() {}
    }
  /** Алгоритм Луна: номер платёжной карты, 13–19 цифр. */
  public static boolean luhn(String value) {
@@ -38,9 +37,9 @@ public final class Validators {
  }
  /**
-     * Контрольная цифра Луна для последовательности цифр: дописывается к телу
+   * Контрольная цифра Луна для последовательности цифр: дописывается к телу номера, чтобы весь
-     * номера, чтобы весь номер прошёл проверку {@link #luhn}. Используется при
+   * номер прошёл проверку {@link #luhn}. Используется при генерации правдоподобных подставных
-     * генерации правдоподобных подставных номеров карт.
+   * номеров карт.
   */
  public static int luhnCheckDigit(String body) {
    int sum = 0;
@@ -109,10 +108,10 @@ public final class Validators {
  }
  /**
-     * Остаток от деления первых {@code count} цифр как одного числа на {@code divisor},
+   * Остаток от деления первых {@code count} цифр как одного числа на {@code divisor}, взятый по
-     * взятый по младшему разряду. Числовое накопление по цифрам, а не парсинг строки
+   * младшему разряду. Числовое накопление по цифрам, а не парсинг строки в {@code long}: у ОГРНИП
-     * в {@code long}: у ОГРНИП 14 цифр — на грани переполнения {@code int}, и это тот же
+   * 14 цифр — на грани переполнения {@code int}, и это тот же приём, что уже применяется к самой
-     * приём, что уже применяется к самой длинной последовательности в {@link #luhn}.
+   * длинной последовательности в {@link #luhn}.
   */
  private static int modReduce(int[] d, int count, int divisor) {
    long remainder = 0;
@@ -123,10 +122,9 @@ public final class Validators {
  }
  /**
-     * Дата в числовой записи при любом порядке частей: {@code 12.05.1985},
+   * Дата в числовой записи при любом порядке частей: {@code 12.05.1985}, {@code 05/12/1985}, {@code
-     * {@code 05/12/1985}, {@code 1985-05-12}, {@code 15 03 1990}, а также день
+   * 1985-05-12}, {@code 15 03 1990}, а также день и месяц без года: {@code 15 03}, {@code 15/03}.
-     * и месяц без года: {@code 15 03}, {@code 15/03}. Отсекает похожие по форме
+   * Отсекает похожие по форме последовательности вроде {@code 192.168.1}.
     * последовательности вроде {@code 192.168.1}.
   */
  public static boolean date(String value) {
    // Запись с названием месяца словом в дополнительной проверке не нуждается:
@@ -2,7 +2,6 @@ package ru.pdguard.detect;
 import com.fasterxml.jackson.databind.JsonNode;
 import com.fasterxml.jackson.databind.ObjectMapper;
 import java.io.BufferedReader;
 import java.io.IOException;
 import java.io.InputStreamReader;
@@ -18,14 +17,14 @@ import java.util.Map;
 /**
 * Разбиение текста на подслова так, как это делает токенизатор BERT.
 *
- * <p>Своя реализация вместо готовой библиотеки: единственная альтернатива на Java
+ * <p>Своя реализация вместо готовой библиотеки: единственная альтернатива на Java подтягивает
- * подтягивает нативные библиотеки во время работы, а контейнер должен подниматься
+ * нативные библиотеки во время работы, а контейнер должен подниматься без обращений в сеть. Правила
- * без обращений в сеть. Правила здесь простые и целиком описаны форматом словаря:
+ * здесь простые и целиком описаны форматом словаря: разбить по пробелам и знакам препинания, затем
- * разбить по пробелам и знакам препинания, затем каждое слово — жадно по самой
+ * каждое слово — жадно по самой длинной подходящей записи словаря, продолжения помечаются префиксом
- * длинной подходящей записи словаря, продолжения помечаются префиксом «##».
+ * «##».
 *
- * <p>Для каждого подслова сохраняются границы в исходном тексте: без них разметку
+ * <p>Для каждого подслова сохраняются границы в исходном тексте: без них разметку модели не
- * модели не перенести обратно на строку.
+ * перенести обратно на строку.
 */
 final class WordPiece {
@@ -35,8 +34,7 @@ final class WordPiece {
  private static final String CONTINUATION = "##";
  /** Подслово и его границы в исходном тексте. */
-    record Piece(int id, int start, int end) {
+  record Piece(int id, int start, int end) {}
    }
  private final Map<String, Integer> vocabulary;
  private final int unknownId;
@@ -52,7 +50,8 @@ final class WordPiece {
  static WordPiece fromVocabulary(Path vocabularyFile) throws IOException {
    Map<String, Integer> vocabulary = HashMap.newHashMap(140_000);
-        try (BufferedReader reader = new BufferedReader(
+    try (BufferedReader reader =
        new BufferedReader(
            new InputStreamReader(Files.newInputStream(vocabularyFile), StandardCharsets.UTF_8))) {
      String line;
      int index = 0;
@@ -64,9 +63,8 @@ final class WordPiece {
  }
  /**
-     * Читает словарь из {@code tokenizer.json} Hugging Face. Некоторые модели
+   * Читает словарь из {@code tokenizer.json} Hugging Face. Некоторые модели (например, WikiNEuRal)
-     * (например, WikiNEuRal) не кладут отдельный {@code vocab.txt}, а хранят
+   * не кладут отдельный {@code vocab.txt}, а хранят словарь внутри токенизатора.
     * словарь внутри токенизатора.
   */
  static WordPiece fromTokenizerJson(Path tokenizerFile) throws IOException {
    JsonNode root = new ObjectMapper().readTree(Files.readAllBytes(tokenizerFile));
@@ -101,8 +99,8 @@ final class WordPiece {
  }
  /**
-     * Границы слов: разделителями считаются пробельные символы и знаки препинания,
+   * Границы слов: разделителями считаются пробельные символы и знаки препинания, причём знак
-     * причём знак препинания сам становится отдельным словом.
+   * препинания сам становится отдельным словом.
   */
  private static List<int[]> words(String text) {
    List<int[]> result = new ArrayList<>();
@@ -8,9 +8,8 @@ import java.util.function.BiFunction;
 /**
 * Состояние одной операции маскирования.
 *
- * <p>Одинаковые значения в пределах запроса получают одинаковую замену: если
+ * <p>Одинаковые значения в пределах запроса получают одинаковую замену: если клиент упомянут
- * клиент упомянут дважды, в тексте дважды окажется {@code [FIO_1]}, и смысл
+ * дважды, в тексте дважды окажется {@code [FIO_1]}, и смысл запроса для модели сохранится.
 * запроса для модели сохранится.
 *
 * <p>Экземпляр живёт в рамках одного вызова и между потоками не разделяется.
 */
@@ -29,7 +28,9 @@ public final class MaskContext {
   * @param factory получает тип ПД и порядковый номер значения этого типа
   */
  public String resolve(String type, String value, BiFunction<String, Integer, String> factory) {
-        return assigned.computeIfAbsent(type + SEPARATOR + value, key -> {
+    return assigned.computeIfAbsent(
        type + SEPARATOR + value,
        key -> {
          String replacement = factory.apply(type, counters.merge(type, 1, Integer::sum));
          restorations.put(replacement, value);
          return replacement;
@@ -37,8 +38,8 @@ public final class MaskContext {
  }
  /**
-     * Чем заменять обратно: подстановка к исходному значению. Нужно там, где текст
+   * Чем заменять обратно: подстановка к исходному значению. Нужно там, где текст возвращается не
-     * возвращается не целиком, а изменённым — например, в ответе языковой модели.
+   * целиком, а изменённым — например, в ответе языковой модели.
   */
  public Map<String, String> restorations() {
    return Map.copyOf(restorations);
@@ -6,6 +6,14 @@ public enum MaskMode {
  /** Звёздочки с сохранением длины и разделителей: {@code 45** ****56}. */
  MASK,
  /**
   * Звёздочки без исключений: каждый тип закрывается целиком, даже те, что в {@link #MASK} частично
   * открыты (края номера) или превращаются в инициалы (ФИО {@code Иванов Иван Иванович} → {@code
   * ******* **** *********}, не {@code И. И. И.} — инициалы всё ещё выдают число слов и первую
   * букву каждого).
   */
  STRICT,
  /** Порядковый токен: {@code [FIO_1]}. Компактно и однозначно обратимо. */
  TOKEN,
@@ -1,16 +1,15 @@
 package ru.pdguard.mask;
 import org.springframework.stereotype.Component;
 import ru.pdguard.detect.PdTypes;
 import java.util.Map;
 import java.util.function.UnaryOperator;
 import org.springframework.stereotype.Component;
 import ru.pdguard.detect.PdTypes;
 /**
 * Превращает найденное значение в замену согласно настройкам системы.
 *
- * <p>Тип, для которого вид маски не задан, скрывается звёздочками целиком —
+ * <p>Тип, для которого вид маски не задан, скрывается звёздочками целиком — безопасное поведение по
- * безопасное поведение по умолчанию для вновь добавленных правил.
+ * умолчанию для вновь добавленных правил.
 */
@Component
 public class Masker {
@@ -18,7 +17,8 @@ public class Masker {
  private static final UnaryOperator<String> EDGES = v -> Strategies.keepEdges(v, 2, 2);
  private static final UnaryOperator<String> SHORT_SERIES = v -> Strategies.keepEdges(v, 0, 2);
-    private static final Map<String, UnaryOperator<String>> BY_TYPE = Map.ofEntries(
+  private static final Map<String, UnaryOperator<String>> BY_TYPE =
      Map.ofEntries(
          Map.entry(PdTypes.EMAIL, Strategies::email),
          Map.entry(PdTypes.PHONE, EDGES),
          Map.entry(PdTypes.CARD, EDGES),
@@ -42,14 +42,12 @@ public class Masker {
          // мало знаков, чтобы открывать хотя бы один.
          Map.entry(PdTypes.CVV, Strategies::stars),
          Map.entry(PdTypes.PIN, Strategies::stars),
          Map.entry(PdTypes.PASSPORT_ISSUER, Strategies::stars),
          // У дат сохраняем разделители: модель видит, что это дата, но не какая.
          Map.entry(PdTypes.BIRTH_DATE, Strategies::starsKeepingPunctuation),
          Map.entry(PdTypes.PASSPORT_DATE, Strategies::starsKeepingPunctuation),
          Map.entry(PdTypes.DATE, Strategies::starsKeepingPunctuation),
          Map.entry(PdTypes.ADDRESS_COUNTRY, Strategies::stars),
          Map.entry(PdTypes.ADDRESS_POSTCODE, Strategies::stars),
          Map.entry(PdTypes.ADDRESS_CITY, Strategies::stars),
@@ -60,7 +58,6 @@ public class Masker {
          Map.entry(PdTypes.ADDRESS_DISTRICT, Strategies::stars),
          Map.entry(PdTypes.BIRTH_PLACE, Strategies::stars),
          Map.entry(PdTypes.CITIZENSHIP, Strategies::stars),
          Map.entry(PdTypes.ACCOUNT_NUMBER, EDGES),
          Map.entry(PdTypes.OGRN, EDGES),
          Map.entry(PdTypes.OGRNIP, EDGES),
@@ -69,12 +66,14 @@ public class Masker {
          Map.entry(PdTypes.CARD_EXPIRY, Strategies::starsKeepingPunctuation),
          Map.entry(PdTypes.BIK, Strategies::stars),
          Map.entry(PdTypes.INCOME, Strategies::stars),
-            Map.entry(PdTypes.BIOMETRIC, Strategies::stars)
+          Map.entry(PdTypes.BIOMETRIC, Strategies::stars));
    );
  public String mask(String type, String value, MaskMode mode, MaskContext context) {
    return switch (mode) {
      case MASK -> BY_TYPE.getOrDefault(type, Strategies::stars).apply(value);
      // STRICT игнорирует BY_TYPE целиком — ни один тип не открывает края
      // и ФИО не превращается в инициалы, только сплошные звёздочки.
      case STRICT -> Strategies.stars(value);
      case TOKEN -> context.resolve(type, value, (t, n) -> "[" + t + "_" + n + "]");
      case SYNTHETIC -> context.resolve(type, value, (t, n) -> Synthetic.forType(t, value, n));
    };
@@ -3,16 +3,14 @@ package ru.pdguard.mask;
 /**
 * Способы преобразования найденного значения в маску.
 *
- * <p>Все стратегии сохраняют длину и разделители исходного значения: так
+ * <p>Все стратегии сохраняют длину и разделители исходного значения: так замаскированный текст
- * замаскированный текст остаётся читаемым для LLM и минимально отличается
+ * остаётся читаемым для LLM и минимально отличается от эталона при посимвольном сравнении.
 * от эталона при посимвольном сравнении.
 */
 public final class Strategies {
  private static final char MASK = '*';
-    private Strategies() {
+  private Strategies() {}
    }
  /** Каждый непробельный символ заменяется на «*». */
  public static String stars(String value) {
@@ -25,9 +23,8 @@ public final class Strategies {
  }
  /**
-     * Скрывает буквы и цифры, оставляя разделители: {@code 12.05.1985} → {@code **.**.****},
+   * Скрывает буквы и цифры, оставляя разделители: {@code 12.05.1985} → {@code **.**.****}, {@code
-     * {@code 12 мая 1985} → {@code ** *** ****}. Форма записи остаётся видна модели,
+   * 12 мая 1985} → {@code ** *** ****}. Форма записи остаётся видна модели, само значение — нет.
     * само значение — нет.
   */
  public static String starsKeepingPunctuation(String value) {
    StringBuilder sb = new StringBuilder(value.length());
@@ -39,8 +36,8 @@ public final class Strategies {
  }
  /**
-     * Оставляет первые и последние значащие символы, остальные скрывает,
+   * Оставляет первые и последние значащие символы, остальные скрывает, разделители сохраняет:
-     * разделители сохраняет: {@code 4509 123456} → {@code 45** ****56}.
+   * {@code 4509 123456} → {@code 45** ****56}.
   */
  public static String keepEdges(String value, int head, int tail) {
    int significant = 0;
@@ -89,8 +86,8 @@ public final class Strategies {
  }
  /**
-     * Адрес почты: видны первая буква имени ящика, первая буква домена и зона.
+   * Адрес почты: видны первая буква имени ящика, первая буква домена и зона. {@code
-     * {@code ivan.petrov@mail.ru} → {@code i**********@m***.ru}
+   * ivan.petrov@mail.ru} → {@code i**********@m***.ru}
   */
  public static String email(String value) {
    int at = value.lastIndexOf('@');
@@ -6,38 +6,55 @@ import ru.pdguard.detect.Validators;
 /**
 * Правдоподобные подставные значения вместо настоящих.
 *
- * <p>Модель получает текст, который выглядит естественно, и качество ответа
+ * <p>Модель получает текст, который выглядит естественно, и качество ответа страдает меньше, чем от
- * страдает меньше, чем от звёздочек. Значения детерминированы: одно и то же
+ * звёздочек. Значения детерминированы: одно и то же исходное значение всегда даёт одну и ту же
- * исходное значение всегда даёт одну и ту же подстановку.
+ * подстановку.
 */
 final class Synthetic {
-    private static final String[] SURNAMES =
+  private static final String[] SURNAMES = {
-            {"Лаврентьев", "Мещеряков", "Тихомиров", "Ясенев", "Бурмистров", "Кольцов"};
+    "Лаврентьев", "Мещеряков", "Тихомиров", "Ясенев", "Бурмистров", "Кольцов"
  };
  private static final String[] NAMES = {"Артём", "Никита", "Глеб", "Тимур", "Марк", "Лев"};
-    private static final String[] PATRONYMICS =
+  private static final String[] PATRONYMICS = {
-            {"Артёмович", "Никитич", "Глебович", "Тимурович", "Маркович", "Львович"};
+    "Артёмович", "Никитич", "Глебович", "Тимурович", "Маркович", "Львович"
  };
  private static final String[] DOMAINS = {"example.com", "example.org", "example.net"};
-    private Synthetic() {
+  private Synthetic() {}
    }
  static String forType(String type, String value, int ordinal) {
    int seed = value.hashCode() & Integer.MAX_VALUE;
    return switch (type) {
-            case PdTypes.FIO -> pick(SURNAMES, seed) + " " + pick(NAMES, seed >> 3)
+      case PdTypes.FIO ->
-                    + " " + pick(PATRONYMICS, seed >> 6);
+          pick(SURNAMES, seed) + " " + pick(NAMES, seed >> 3) + " " + pick(PATRONYMICS, seed >> 6);
      case PdTypes.CARDHOLDER -> "IVAN PETROV";
      case PdTypes.EMAIL -> "user" + ordinal + "@" + pick(DOMAINS, seed);
-            case PdTypes.PHONE -> "+7 9" + digits(seed, 2) + " " + digits(seed >> 4, 3)
+      case PdTypes.PHONE ->
-                    + "-" + digits(seed >> 8, 2) + "-" + digits(seed >> 12, 2);
+          "+7 9"
              + digits(seed, 2)
              + " "
              + digits(seed >> 4, 3)
              + "-"
              + digits(seed >> 8, 2)
              + "-"
              + digits(seed >> 12, 2);
      case PdTypes.CARD -> luhnCard(seed);
-            case PdTypes.PASSPORT, PdTypes.DRIVER_LICENSE, PdTypes.FOREIGN_PASSPORT,
+      case PdTypes.PASSPORT,
-                 PdTypes.MILITARY_ID -> digits(seed, 4) + " " + digits(seed >> 6, 6);
+              PdTypes.DRIVER_LICENSE,
              PdTypes.FOREIGN_PASSPORT,
              PdTypes.MILITARY_ID ->
          digits(seed, 4) + " " + digits(seed >> 6, 6);
      case PdTypes.INN -> digits(seed, 12);
      case PdTypes.MEDICAL_POLICY -> digits(seed, 16);
-            case PdTypes.SNILS -> digits(seed, 3) + "-" + digits(seed >> 4, 3)
+      case PdTypes.SNILS ->
-                    + "-" + digits(seed >> 8, 3) + " " + digits(seed >> 12, 2);
+          digits(seed, 3)
              + "-"
              + digits(seed >> 4, 3)
              + "-"
              + digits(seed >> 8, 3)
              + " "
              + digits(seed >> 12, 2);
      case PdTypes.BIRTH_DATE, PdTypes.PASSPORT_DATE, PdTypes.DATE -> syntheticDate(seed);
      case PdTypes.ADDRESS_CITY -> "Зареченск";
      case PdTypes.ADDRESS_STREET -> "Сосновая";
@@ -79,7 +96,12 @@ final class Synthetic {
  private static String luhnCard(int seed) {
    StringBuilder body = new StringBuilder("4").append(digits(seed, 14));
    body.append(Validators.luhnCheckDigit(body.toString()));
-        return body.substring(0, 4) + " " + body.substring(4, 8) + " "
+    return body.substring(0, 4)
-                + body.substring(8, 12) + " " + body.substring(12);
+        + " "
        + body.substring(4, 8)
        + " "
        + body.substring(8, 12)
        + " "
        + body.substring(12);
  }
 }
@@ -37,24 +37,20 @@ pdguard:
  systems-file: config/systems.json
  store:
    backend: memory
    # 128MB (было) держал store.chars упёртым в потолок под держащей нагрузкой —
    # FIFO-вытеснение выкидывало свежую запись за миллисекунды, раньше, чем
    # приходил её собственный демаскирующий запрос: см. k6 на датасете утечек,
    # 6.1% неверных демасков при 2000 VU, при этом 0% на низкой конкурентности.
    # На одном узле без соседей по хосту память есть — 512MB даёт запас на порядок.
    max-chars: 536870912
    ttl-minutes: 30
    # 32 байта в hex; AES-256 ключ шифрования хранилища
    encryption-key: "46a38b200c6df557a5fd2c8a57ad3fec6b710b9f3e1fef1451d121a094f63573"
-  min-concurrent: 8
+  min-concurrent: 100
  max-concurrent: 2000
-  target-latency-ms: 200
+  target-latency-ms: 900
  warmup-iterations: 2000
  ner:
    name-engine: off
    name-model: models/wikineural-ner
    address-engine: off
    address-model: models/rubert-ner
    legal-engine: off
    legal-model: models/ru-legal-ner
    max-candidates: 16
    pool-size: 16
  llm:
@@ -0,0 +1,308 @@
 <!DOCTYPE html>
 <html lang="ru">
 <head>
  <meta charset="utf-8">
  <meta name="viewport" content="width=device-width, initial-scale=1">
  <title>PD Guard</title>
  <style>
    :root {
      --bg: #f3efe6;
      --ink: #1c1915;
      --muted: #6d655c;
      --line: #ddd4c6;
      --card: #fffdf8;
      --accent: #0e6b52;
      --accent-ink: #083d30;
      --danger: #8d2e2e;
      --danger-bg: #f8ecec;
    }
    * { box-sizing: border-box; }
    body {
      margin: 0;
      min-height: 100vh;
      color: var(--ink);
      background:
        radial-gradient(1200px 500px at 10% -10%, #e7f3ee 0%, transparent 55%),
        var(--bg);
      font: 16px/1.45 "Segoe UI", system-ui, sans-serif;
    }
    main {
      width: min(760px, calc(100% - 32px));
      margin: 0 auto;
      padding: 48px 0 64px;
    }
    header h1 {
      margin: 0;
      font-size: 32px;
      letter-spacing: -0.03em;
    }
    header p {
      margin: 8px 0 0;
      color: var(--muted);
    }
    form {
      margin-top: 28px;
      display: grid;
      gap: 18px;
    }
    fieldset {
      margin: 0;
      padding: 0;
      border: 0;
    }
    legend {
      padding: 0;
      margin-bottom: 8px;
      font-size: 13px;
      font-weight: 650;
      letter-spacing: 0.04em;
      text-transform: uppercase;
      color: var(--muted);
    }
    .modes {
      display: grid;
      grid-template-columns: repeat(auto-fit, minmax(160px, 1fr));
      gap: 10px;
    }
    .mode {
      display: block;
      padding: 14px 14px 12px;
      border: 1px solid var(--line);
      border-radius: 12px;
      background: var(--card);
      cursor: pointer;
    }
    .mode:has(input:checked) {
      border-color: var(--accent);
      box-shadow: inset 0 0 0 1px var(--accent);
    }
    .mode:has(input:focus-visible) {
      outline: 2px solid var(--accent);
      outline-offset: 2px;
    }
    .mode input {
      position: absolute;
      opacity: 0;
      pointer-events: none;
    }
    .mode strong {
      display: block;
      font-size: 14px;
      letter-spacing: 0.04em;
    }
    .mode span {
      display: block;
      margin-top: 4px;
      color: var(--muted);
      font-size: 13px;
    }
    label.field {
      display: grid;
      gap: 8px;
      font-size: 13px;
      font-weight: 650;
      letter-spacing: 0.04em;
      text-transform: uppercase;
      color: var(--muted);
    }
    textarea {
      width: 100%;
      min-height: 160px;
      resize: vertical;
      padding: 14px;
      border: 1px solid var(--line);
      border-radius: 12px;
      background: var(--card);
      color: var(--ink);
      font: 15px/1.5 "Segoe UI", system-ui, sans-serif;
      text-transform: none;
      letter-spacing: 0;
      font-weight: 400;
    }
    textarea:focus {
      outline: 2px solid var(--accent);
      outline-offset: 1px;
      border-color: transparent;
    }
    button {
      justify-self: start;
      padding: 12px 18px;
      border: 0;
      border-radius: 10px;
      background: var(--accent);
      color: #f7fffb;
      font: 650 15px/1 "Segoe UI", system-ui, sans-serif;
      cursor: pointer;
    }
    button:hover { background: var(--accent-ink); }
    button:disabled {
      opacity: 0.6;
      cursor: progress;
    }
    #result {
      min-height: 120px;
      margin: 0;
      padding: 14px;
      border: 1px solid var(--line);
      border-radius: 12px;
      background: var(--card);
      white-space: pre-wrap;
      word-break: break-word;
      font: 15px/1.5 ui-monospace, "Cascadia Mono", Consolas, monospace;
      text-transform: none;
      letter-spacing: 0;
      font-weight: 400;
    }
    #result.error {
      color: var(--danger);
      background: var(--danger-bg);
      border-color: #e4c8c8;
    }
    #result:empty::before {
      content: "Результат появится здесь";
      color: var(--muted);
      font-family: "Segoe UI", system-ui, sans-serif;
    }
    @media (max-width: 640px) {
      .modes { grid-template-columns: 1fr; }
      main { padding-top: 28px; }
    }
  </style>
 </head>
 <body>
  <main>
    <header>
      <h1>PD Guard</h1>
      <p>Маскирование персональных данных перед обработкой.</p>
    </header>
    <form id="form">
      <fieldset>
        <legend>Режим</legend>
        <div class="modes">
          <label class="mode">
            <input type="radio" name="mode" value="default" checked>
            <strong>MASK</strong>
            <span>Звёздочки, края номеров видны</span>
          </label>
          <label class="mode">
            <input type="radio" name="mode" value="strict">
            <strong>STRICT</strong>
            <span>Сплошные звёздочки</span>
          </label>
          <label class="mode">
            <input type="radio" name="mode" value="crm">
            <strong>TOKEN</strong>
            <span>Токены вида [FIO_1]</span>
          </label>
          <label class="mode">
            <input type="radio" name="mode" value="analytics">
            <strong>SYNTHETIC</strong>
            <span>Правдоподобная подмена</span>
          </label>
        </div>
      </fieldset>
      <label class="field">
        Текст
        <textarea id="payload" name="payload" required>Клиент Иванов Иван Иванович, паспорт 4509 123456, тел +7 916 123-45-67</textarea>
      </label>
      <button type="submit" id="run">Обработать</button>
      <label class="field">
        Результат
        <pre id="result" aria-live="polite"></pre>
      </label>
    </form>
  </main>
  <script>
    const form = document.getElementById("form");
    const payload = document.getElementById("payload");
    const result = document.getElementById("result");
    const run = document.getElementById("run");
    form.addEventListener("submit", async (event) => {
      event.preventDefault();
      const text = payload.value;
      if (!text.trim()) {
        show("Введите текст", true);
        return;
      }
      const systemId = new FormData(form).get("mode");
      run.disabled = true;
      show("");
      try {
        const response = await fetch("/process", {
          method: "POST",
          headers: {
            "Content-Type": "application/json",
            "X-System-Id": systemId
          },
          body: JSON.stringify({
            payload: text,
            payload_id: crypto.randomUUID()
          })
        });
        if (response.status === 429) {
          show("Сервис перегружен. Повторите через секунду.", true);
          return;
        }
        const raw = await response.text();
        let message = raw;
        try {
          const data = JSON.parse(raw);
          if (data && typeof data.result === "string") message = data.result;
        } catch (ignored) {
          /* ответ не JSON — показываем как есть */
        }
        if (!response.ok) {
          show(message || "Запрос отклонён (" + response.status + ")", true);
          return;
        }
        show(message);
      } catch (error) {
        show("Не удалось связаться с сервисом.", true);
      } finally {
        run.disabled = false;
      }
    });
    function show(text, isError) {
      result.textContent = text;
      result.classList.toggle("error", Boolean(isError));
    }
  </script>
 </body>
 </html>
@@ -1,5 +1,9 @@
 package ru.pdguard;
 import static org.junit.jupiter.api.Assertions.assertEquals;
 import static org.junit.jupiter.api.Assertions.assertFalse;
 import java.util.UUID;
 import org.junit.jupiter.api.Test;
 import ru.pdguard.config.SystemPolicy;
 import ru.pdguard.core.PayloadStore;
@@ -7,31 +11,27 @@ import ru.pdguard.core.Pipeline;
 import ru.pdguard.detect.RuleRegistry;
 import ru.pdguard.mask.Masker;
 import java.util.UUID;
 import static org.junit.jupiter.api.Assertions.assertEquals;
 import static org.junit.jupiter.api.Assertions.assertFalse;
 /** Банковские реквизиты сверх платёжной карты: счёт, БИК, ОГРН(ИП), КПП, доход, биометрия. */
 class BankTypesTest {
  private final Pipeline pipeline =
-            new Pipeline(new RuleRegistry(), new Masker(), new PayloadStore(1_000_000L, 30));
+      new Pipeline(new RuleRegistry(), new Masker(), new PayloadStore(30));
  private void assertHidden(String text, String secret) {
    String masked = pipeline.process(text, UUID.randomUUID().toString(), SystemPolicy.DEFAULT);
-        assertFalse(masked.contains(secret), "не замаскировано: «" + secret + "» в ответе «" + masked + "»");
+    assertFalse(
        masked.contains(secret), "не замаскировано: «" + secret + "» в ответе «" + masked + "»");
  }
  /**
-     * Банковские реквизиты маскируются рядом с данными человека. Сами по себе они
+   * Банковские реквизиты маскируются рядом с данными человека. Сами по себе они опознают
-     * опознают организацию или счёт, а не клиента, и в перечне типов из задания их
+   * организацию или счёт, а не клиента, и в перечне типов из задания их нет — поэтому они
-     * нет — поэтому они переведены в {@code requireCompanion}, как пин-код и дата.
+   * переведены в {@code requireCompanion}, как пин-код и дата.
   */
  @Test
  void masksAccountNumberNextToPersonalData() {
-        assertHidden("Клиент Иванов Иван Иванович, расчётный счёт 40702810500000001234",
+    assertHidden(
-                "40702810500000001234");
+        "Клиент Иванов Иван Иванович, расчётный счёт 40702810500000001234", "40702810500000001234");
    assertHidden("Иванов И.И., р/с 4070 2810 5000 0000 1234", "4070 2810 5000 0000 1234");
  }
@@ -42,19 +42,24 @@ class BankTypesTest {
  @Test
  void keepsBankDetailsWithoutAnyPersonalData() {
-        for (String text : new String[]{
+    for (String text :
        new String[] {
          "Расчётный счёт 40702810500000001234 открыт вчера",
          "БИК 044525593 банка-получателя",
          "ОГРН 1027700132195 организации",
-                "КПП 770101001 указан в реквизитах"}) {
+          "КПП 770101001 указан в реквизитах"
-            assertEquals(text, pipeline.process(text, UUID.randomUUID().toString(), SystemPolicy.DEFAULT),
+        }) {
      assertEquals(
          text,
          pipeline.process(text, UUID.randomUUID().toString(), SystemPolicy.DEFAULT),
          "реквизиты без человека персональными данными не являются");
    }
  }
  @Test
  void masksCardExpiryButNotCardNumber() {
-        String masked = pipeline.process(
+    String masked =
        pipeline.process(
            "Карта 4111 1111 1111 1111, срок действия 09/27", "expiry-1", SystemPolicy.DEFAULT);
    assertFalse(masked.contains("09/27"), masked);
    assertEquals("Карта 41** **** **** **11, срок действия **/**", masked);
@@ -69,21 +74,25 @@ class BankTypesTest {
  /** ОГРНИП (15 цифр) не должен наполовину ловиться правилом ОГРН (13 цифр). */
  @Test
  void ogrnDoesNotSwallowOgrnip() {
-        String masked = pipeline.process("ИП Иванов Иван Иванович, ОГРНИП 304500116000157",
+    String masked =
-                "ogrnip-1", SystemPolicy.DEFAULT);
+        pipeline.process(
            "ИП Иванов Иван Иванович, ОГРНИП 304500116000157", "ogrnip-1", SystemPolicy.DEFAULT);
    assertFalse(masked.contains("304500116000157"), masked);
-        assertFalse(masked.matches(".*\\d{15}.*"), "осталась незамаскированная часть номера: " + masked);
+    assertFalse(
        masked.matches(".*\\d{15}.*"), "осталась незамаскированная часть номера: " + masked);
  }
  /**
-     * Контрольная сумма отсекает случайное 13-значное число рядом со словом «ОГРН».
+   * Контрольная сумма отсекает случайное 13-значное число рядом со словом «ОГРН». Число подобрано
-     * Число подобрано так, чтобы не проходить заодно и Луна — иначе оно всё равно
+   * так, чтобы не проходить заодно и Луна — иначе оно всё равно маскировалось бы, но уже как номер
-     * маскировалось бы, но уже как номер карты, и тест ничего бы не показывал.
+   * карты, и тест ничего бы не показывал.
   */
  @Test
  void doesNotMaskOgrnWithBrokenChecksum() {
    String text = "ОГРН 1027700132190 организации";
-        assertEquals(text, pipeline.process(text, UUID.randomUUID().toString(), SystemPolicy.DEFAULT),
+    assertEquals(
        text,
        pipeline.process(text, UUID.randomUUID().toString(), SystemPolicy.DEFAULT),
        "число с неверной контрольной суммой не является настоящим ОГРН");
  }
@@ -91,7 +100,9 @@ class BankTypesTest {
  @Test
  void doesNotMaskOgrnipWithBrokenChecksum() {
    String text = "ОГРНИП 304500116000150 предпринимателя";
-        assertEquals(text, pipeline.process(text, UUID.randomUUID().toString(), SystemPolicy.DEFAULT),
+    assertEquals(
        text,
        pipeline.process(text, UUID.randomUUID().toString(), SystemPolicy.DEFAULT),
        "число с неверной контрольной суммой не является настоящим ОГРНИП");
  }
@@ -107,16 +118,20 @@ class BankTypesTest {
  }
  /**
-     * Сумма заработка без человека — статистика или описание продукта. Опознать по
+   * Сумма заработка без человека — статистика или описание продукта. Опознать по ней никого нельзя,
-     * ней никого нельзя, а для прокси к языковой модели вымаранное число означает,
+   * а для прокси к языковой модели вымаранное число означает, что вопрос про среднюю зарплату по
-     * что вопрос про среднюю зарплату по отрасли отвечать уже не на чем.
+   * отрасли отвечать уже не на чем.
   */
  @Test
  void keepsIncomeWithoutAnyPersonalData() {
-        for (String text : new String[]{
+    for (String text :
        new String[] {
          "По данным Росстата доход домохозяйств вырос до 74 500 руб",
-                "Зарплатный проект: зарплата 80 000 руб перечисляется на счёт"}) {
+          "Зарплатный проект: зарплата 80 000 руб перечисляется на счёт"
-            assertEquals(text, pipeline.process(text, UUID.randomUUID().toString(), SystemPolicy.DEFAULT),
+        }) {
      assertEquals(
          text,
          pipeline.process(text, UUID.randomUUID().toString(), SystemPolicy.DEFAULT),
          "сумма заработка без человека персональными данными не является");
    }
  }
@@ -128,28 +143,33 @@ class BankTypesTest {
  }
  /**
-     * Биометрии в тексте не бывает: это шаблон в базе, и правило маскирует само
+   * Биометрии в тексте не бывает: это шаблон в базе, и правило маскирует само упоминание — слово, а
-     * упоминание — слово, а не данные. Без человека рядом такая замена скрывает
+   * не данные. Без человека рядом такая замена скрывает ноль сведений и разрушает смысл фразы.
     * ноль сведений и разрушает смысл фразы.
   */
  @Test
  void keepsBiometricMentionWithoutAnyPersonalData() {
-        for (String text : new String[]{
+    for (String text :
        new String[] {
          "Банк внедрил биометрические данные в обслуживание клиентов",
-                "Сдать биометрию можно через ЕБС в любом отделении"}) {
+          "Сдать биометрию можно через ЕБС в любом отделении"
-            assertEquals(text, pipeline.process(text, UUID.randomUUID().toString(), SystemPolicy.DEFAULT),
+        }) {
      assertEquals(
          text,
          pipeline.process(text, UUID.randomUUID().toString(), SystemPolicy.DEFAULT),
          "упоминание биометрии без человека персональными данными не является");
    }
  }
  /**
-     * Два несамостоятельных типа рядом не заверяют друг друга: сочетание даты и
+   * Два несамостоятельных типа рядом не заверяют друг друга: сочетание даты и ОГРН самостоятельным
-     * ОГРН самостоятельным не становится, человека в таком тексте нет.
+   * не становится, человека в таком тексте нет.
   */
  @Test
  void twoCompanionTypesDoNotVouchForEachOther() {
    String text = "Оплата 01.02.2025, ОГРН 1027700132195";
-        assertEquals(text, pipeline.process(text, UUID.randomUUID().toString(), SystemPolicy.DEFAULT),
+    assertEquals(
        text,
        pipeline.process(text, UUID.randomUUID().toString(), SystemPolicy.DEFAULT),
        "спутники заверили друг друга в отсутствие настоящих ПД");
  }
 }
@@ -1,7 +1,5 @@
 package ru.pdguard;
 import ru.pdguard.detect.Span;
 import java.io.BufferedReader;
 import java.io.IOException;
 import java.io.InputStream;
@@ -12,29 +10,30 @@ import java.util.List;
 import java.util.Objects;
 import java.util.regex.Matcher;
 import java.util.regex.Pattern;
 import ru.pdguard.detect.Span;
 /**
- * Общий разбор размеченных наборов {@code {{ТИП:значение}}} — используется
+ * Общий разбор размеченных наборов {@code {{ТИП:значение}}} — используется и {@link BenchmarkTest}
- * и {@link BenchmarkTest} (замер качества по строкам), и {@link LargeTextTest}
+ * (замер качества по строкам), и {@link LargeTextTest} (те же строки, перемешанные и склеенные в
- * (те же строки, перемешанные и склеенные в большой текст).
+ * большой текст).
 */
 final class BenchmarkFixtures {
  private static final Pattern MARKUP = Pattern.compile("\\{\\{([A-Z_]+):([^}]*)}}");
  /** Размеченный пример: чистый текст и эталонные фрагменты. */
-    record Sample(String text, List<Span> gold) {
+  record Sample(String text, List<Span> gold) {}
    }
-    private BenchmarkFixtures() {
+  private BenchmarkFixtures() {}
    }
  /** Читает набор построчно, пропуская пустые строки и комментарии {@code #}. */
  static List<Sample> load(String resource) {
    List<Sample> samples = new ArrayList<>();
    try (InputStream in = BenchmarkFixtures.class.getResourceAsStream(resource);
-             BufferedReader reader = new BufferedReader(
+        BufferedReader reader =
-                     new InputStreamReader(Objects.requireNonNull(in, resource), StandardCharsets.UTF_8))) {
+            new BufferedReader(
                new InputStreamReader(
                    Objects.requireNonNull(in, resource), StandardCharsets.UTF_8))) {
      String line;
      while ((line = reader.readLine()) != null) {
        String trimmed = line.trim();
@@ -1,14 +1,7 @@
 package ru.pdguard;
-import org.junit.jupiter.api.Test;
+import static org.junit.jupiter.api.Assertions.assertTrue;
-import ru.pdguard.config.SystemPolicy;
+import static org.junit.jupiter.api.Assumptions.assumeTrue;
 import ru.pdguard.core.PayloadStore;
 import ru.pdguard.core.Pipeline;
 import ru.pdguard.detect.Span;
 import ru.pdguard.detect.NameCascade;
 import ru.pdguard.detect.PdTypes;
 import ru.pdguard.detect.RuleRegistry;
 import ru.pdguard.mask.Masker;
 import java.nio.file.Files;
 import java.nio.file.Path;
@@ -18,39 +11,47 @@ import java.util.LinkedHashMap;
 import java.util.List;
 import java.util.Map;
 import java.util.Optional;
-
+import org.junit.jupiter.api.Test;
-import static org.junit.jupiter.api.Assertions.assertTrue;
+import ru.pdguard.config.SystemPolicy;
-import static org.junit.jupiter.api.Assumptions.assumeTrue;
+import ru.pdguard.core.PayloadStore;
 import ru.pdguard.core.Pipeline;
 import ru.pdguard.detect.NameCascade;
 import ru.pdguard.detect.PdTypes;
 import ru.pdguard.detect.RuleRegistry;
 import ru.pdguard.detect.Span;
 import ru.pdguard.mask.Masker;
 /**
 * Замер качества детекции на размеченных наборах.
 *
- * <p>Наборов два. {@code benchmark.txt} использовался при отладке правил, поэтому
+ * <p>Наборов два. {@code benchmark.txt} использовался при отладке правил, поэтому его оценка
- * его оценка завышена и годится только как защита от ухудшений.
+ * завышена и годится только как защита от ухудшений. {@code benchmark-holdout.txt} составлен
- * {@code benchmark-holdout.txt} составлен независимо и на нём правила не
+ * независимо и на нём правила не настраивались — именно он показывает настоящее качество.
 * настраивались — именно он показывает настоящее качество.
 *
- * <p>Метрики посимвольные: так они не зависят от того, где именно правило
+ * <p>Метрики посимвольные: так они не зависят от того, где именно правило поставило границу
- * поставило границу совпадения, и напрямую соотносятся с посимвольным
+ * совпадения, и напрямую соотносятся с посимвольным сравнением замаскированного текста с эталоном.
 * сравнением замаскированного текста с эталоном.
 *
- * <p>Отдельно считается строка «любой тип»: для защиты важно, что знаки скрыты,
+ * <p>Отдельно считается строка «любой тип»: для защиты важно, что знаки скрыты, а расхождение в
- * а расхождение в названии типа (скажем, место рождения против города) на
+ * названии типа (скажем, место рождения против города) на качество маскирования не влияет.
 * качество маскирования не влияет.
 */
 class BenchmarkTest {
  /**
-     * Вторая ступень для замера. Модели нет — прогон идёт на одних правилах, и это
+   * Вторая ступень для замера. Модели нет — прогон идёт на одних правилах, и это видно по заголовку
-     * видно по заголовку отчёта. Путь подменяется свойством {@code -Dbench.model=...}.
+   * отчёта. Путь подменяется свойством {@code -Dbench.model=...}.
   */
  private static final String ENGINE = System.getProperty("bench.engine", "rubert");
  private static final String MODEL_PATH = System.getProperty("bench.model", "models/rubert-ner");
  /** Итог замера по одному набору. */
-    private record Result(double fioF1, double overallPrecision, double overallRecall,
+  private record Result(
-                          double falsePositiveRate, int foundFioSpans, int goldFioSpans) {
+      double fioF1,
-    }
+      double overallPrecision,
      double overallRecall,
      double falsePositiveRate,
      int foundFioSpans,
      int goldFioSpans) {}
  /** Накопитель посимвольных совпадений по одному типу. */
  private static final class Score {
@@ -79,132 +80,143 @@ class BenchmarkTest {
  }
  private final Pipeline pipeline =
-            new Pipeline(new RuleRegistry(), new Masker(), new PayloadStore(10_000_000L, 30));
+      new Pipeline(new RuleRegistry(), new Masker(), new PayloadStore(30));
  /**
-     * Набор, на котором правила отлаживались. Пороги здесь высокие: любое падение
+   * Набор, на котором правила отлаживались. Пороги здесь высокие: любое падение означает, что
-     * означает, что сломалось то, что раньше работало.
+   * сломалось то, что раньше работало.
   */
  @Test
  void detectionQualityOnTuningSet() {
    Result result = measure("/benchmark.txt", "набор отладки");
-        assertTrue(result.fioF1() >= 0.95,
+    assertTrue(result.fioF1() >= 0.95, String.format("F1 по ФИО упал до %.3f", result.fioF1()));
-                String.format("F1 по ФИО упал до %.3f", result.fioF1()));
+    assertTrue(
-        assertTrue(result.overallRecall() >= 0.95,
+        result.overallRecall() >= 0.95,
        String.format("полнота по всем типам упала до %.3f", result.overallRecall()));
-        assertTrue(result.falsePositiveRate() <= 0.05,
+    assertTrue(
        result.falsePositiveRate() <= 0.05,
        String.format("ложные срабатывания на чистых текстах: %.3f", result.falsePositiveRate()));
  }
  /**
-     * Отложенный набор: правила на нём не настраивались. Пороги ниже — они
+   * Отложенный набор: правила на нём не настраивались. Пороги ниже — они отражают измеренное на нём
-     * отражают измеренное на нём качество, а не желаемое.
+   * качество, а не желаемое.
   */
  @Test
  void detectionQualityOnHoldoutSet() {
    Result result = measure("/benchmark-holdout.txt", "отложенный набор");
-        assertTrue(result.fioF1() >= 0.75,
+    assertTrue(
        result.fioF1() >= 0.75,
        String.format("F1 по ФИО на отложенном наборе упал до %.3f", result.fioF1()));
-        assertTrue(result.overallRecall() >= 0.75,
+    assertTrue(
        result.overallRecall() >= 0.75,
        String.format("полнота на отложенном наборе упала до %.3f", result.overallRecall()));
-        assertTrue(result.falsePositiveRate() <= 0.15,
+    assertTrue(
-                String.format("ложные срабатывания на отложенном наборе: %.3f", result.falsePositiveRate()));
+        result.falsePositiveRate() <= 0.15,
        String.format(
            "ложные срабатывания на отложенном наборе: %.3f", result.falsePositiveRate()));
  }
  /**
-     * Второй контрольный набор, составленный после того, как первый дважды повлиял
+   * Второй контрольный набор, составленный после того, как первый дважды повлиял на правила. На нём
-     * на правила. На нём не настраивалось ничего — он и показывает настоящее
+   * не настраивалось ничего — он и показывает настоящее качество. Пороги низкие намеренно: тест
-     * качество. Пороги низкие намеренно: тест ловит обвал, а не сторожит значение.
+   * ловит обвал, а не сторожит значение.
   */
  @Test
  void detectionQualityOnThirdHoldoutSet() {
-        Pipeline stage = Files.isReadable(Path.of(MODEL_PATH))
+    Pipeline stage =
-                ? new Pipeline(new RuleRegistry(), new Masker(), new PayloadStore(10_000_000L, 30),
+        Files.isReadable(Path.of(MODEL_PATH))
            ? new Pipeline(
                new RuleRegistry(),
                new Masker(),
                new PayloadStore(30),
                new NameCascade(ENGINE, Optional.of(MODEL_PATH), 16, 4))
            : pipeline;
    Result result = measure(stage, "/benchmark-holdout3.txt", "второй контрольный набор");
-        assertTrue(result.fioF1() >= 0.70,
+    assertTrue(
        result.fioF1() >= 0.70,
        String.format("F1 по ФИО на втором контрольном наборе упал до %.3f", result.fioF1()));
-        assertTrue(result.overallRecall() >= 0.70,
+    assertTrue(
-                String.format("полнота на втором контрольном наборе упала до %.3f", result.overallRecall()));
+        result.overallRecall() >= 0.70,
        String.format(
            "полнота на втором контрольном наборе упала до %.3f", result.overallRecall()));
  }
  /**
-     * Контрольный набор. Правила по нему не настраиваются: он существует, чтобы
+   * Контрольный набор. Правила по нему не настраиваются: он существует, чтобы показывать качество
-     * показывать качество на данных, которых разработка не видела. Пороги здесь
+   * на данных, которых разработка не видела. Пороги здесь низкие намеренно — тест ловит обвал, а не
-     * низкие намеренно — тест ловит обвал, а не сторожит достигнутое значение.
+   * сторожит достигнутое значение. Замер идёт со второй ступенью, если модель собрана, иначе на
-     * Замер идёт со второй ступенью, если модель собрана, иначе на одних правилах.
+   * одних правилах.
   */
  @Test
  void detectionQualityOnSecondHoldoutSet() {
-        Pipeline stage = Files.isReadable(Path.of(MODEL_PATH))
+    Pipeline stage =
-                ? new Pipeline(new RuleRegistry(), new Masker(), new PayloadStore(10_000_000L, 30),
+        Files.isReadable(Path.of(MODEL_PATH))
            ? new Pipeline(
                new RuleRegistry(),
                new Masker(),
                new PayloadStore(30),
                new NameCascade(ENGINE, Optional.of(MODEL_PATH), 16, 4))
            : pipeline;
    Result result = measure(stage, "/benchmark-holdout2.txt", "второй отложенный набор");
-        assertTrue(result.fioF1() >= 0.70,
+    assertTrue(
        result.fioF1() >= 0.70,
        String.format("F1 по ФИО на втором отложенном наборе упал до %.3f", result.fioF1()));
-        assertTrue(result.overallRecall() >= 0.70,
+    assertTrue(
        result.overallRecall() >= 0.70,
        String.format("полнота на втором отложенном наборе упала до %.3f", result.overallRecall()));
  }
  /**
-     * Реальные адреса отделений Альфа-Банка (ловушка из ТЗ — не ПД клиента),
+   * Независимый сгенерированный набор — покрывает все типы ПД из ТЗ и вариации написания, не
-     * расширенный денилист, обобщённое companion-правило (место рождения,
+   * встречавшиеся ни в одном из остальных наборов. Правила под него не настраивались; пороги низкие
-     * страна) и новые банковские типы. Собран специально под соответствующие
+   * по той же причине, что и у второго отложенного набора — тест ловит обвал, а не сторожит
-     * доработки — пороги ниже, чем у набора отладки, но проверяют именно то,
+   * достигнутое значение.
     * что было доработано, а не общее качество остального пайплайна.
     */
    @Test
    void detectionQualityOnBankContextSet() {
        Result result = measure("/benchmark-bank-context.txt", "банковский контекст");
        assertTrue(result.fioF1() >= 0.70,
                String.format("F1 по ФИО на банковском наборе упал до %.3f", result.fioF1()));
        assertTrue(result.overallRecall() >= 0.70,
                String.format("полнота на банковском наборе упала до %.3f", result.overallRecall()));
        assertTrue(result.falsePositiveRate() <= 0.10,
                String.format("ложные срабатывания на банковском наборе: %.3f", result.falsePositiveRate()));
    }
    /**
     * Независимый сгенерированный набор — покрывает все типы ПД из ТЗ и вариации
     * написания, не встречавшиеся ни в одном из остальных наборов. Правила под
     * него не настраивались; пороги низкие по той же причине, что и у второго
     * отложенного набора — тест ловит обвал, а не сторожит достигнутое значение.
   */
  @Test
  void detectionQualityOnGeneratedSet() {
-        Pipeline stage = Files.isReadable(Path.of(MODEL_PATH))
+    Pipeline stage =
-                ? new Pipeline(new RuleRegistry(), new Masker(), new PayloadStore(10_000_000L, 30),
+        Files.isReadable(Path.of(MODEL_PATH))
            ? new Pipeline(
                new RuleRegistry(),
                new Masker(),
                new PayloadStore(30),
                new NameCascade(ENGINE, Optional.of(MODEL_PATH), 16, 4))
            : pipeline;
    Result result = measure(stage, "/benchmark-generated.txt", "сгенерированный набор");
-        assertTrue(result.fioF1() >= 0.70,
+    assertTrue(
        result.fioF1() >= 0.70,
        String.format("F1 по ФИО на сгенерированном наборе упал до %.3f", result.fioF1()));
-        assertTrue(result.overallRecall() >= 0.70,
+    assertTrue(
        result.overallRecall() >= 0.70,
        String.format("полнота на сгенерированном наборе упала до %.3f", result.overallRecall()));
  }
  /**
-     * Тот же отложенный набор, но со включённой второй ступенью. Модели нет —
+   * Тот же отложенный набор, но со включённой второй ступенью. Модели нет — проверка пропускается:
-     * проверка пропускается: в сборке без модели сервис работает на одних правилах.
+   * в сборке без модели сервис работает на одних правилах.
   */
  @Test
  void detectionQualityWithNameCascade() {
    Path model = Path.of(MODEL_PATH);
    assumeTrue(Files.isReadable(model), "модель " + model.toAbsolutePath() + " не собрана");
-        Pipeline withCascade = new Pipeline(new RuleRegistry(), new Masker(),
+    Pipeline withCascade =
-                new PayloadStore(10_000_000L, 30), new NameCascade(ENGINE, Optional.of(MODEL_PATH), 16, 4));
+        new Pipeline(
-        Result result = measure(withCascade, "/benchmark-holdout.txt", "отложенный набор, вторая ступень включена");
+            new RuleRegistry(),
            new Masker(),
            new PayloadStore(30),
            new NameCascade(ENGINE, Optional.of(MODEL_PATH), 16, 4));
    Result result =
        measure(withCascade, "/benchmark-holdout.txt", "отложенный набор, вторая ступень включена");
-        assertTrue(result.fioF1() >= 0.75,
+    assertTrue(
        result.fioF1() >= 0.75,
        String.format("F1 по ФИО со второй ступенью упал до %.3f", result.fioF1()));
  }
@@ -259,13 +271,28 @@ class BenchmarkTest {
      }
    }
-        report(title, samples.size(), byType, anyType, goldFioSpans, foundFioSpans,
+    report(
-                cleanTexts, cleanTextsWithFalseHit, missedFio, falseHits, overMasked);
+        title,
        samples.size(),
        byType,
        anyType,
        goldFioSpans,
        foundFioSpans,
        cleanTexts,
        cleanTextsWithFalseHit,
        missedFio,
        falseHits,
        overMasked);
    Score fio = byType.getOrDefault(PdTypes.FIO, new Score());
    double falsePositiveRate = cleanTexts == 0 ? 0.0 : (double) cleanTextsWithFalseHit / cleanTexts;
-        return new Result(fio.f1(), anyType.precision(), anyType.recall(),
+    return new Result(
-                falsePositiveRate, foundFioSpans, goldFioSpans);
+        fio.f1(),
        anyType.precision(),
        anyType.recall(),
        falsePositiveRate,
        foundFioSpans,
        goldFioSpans);
  }
  /** Раскрашивает каждый знак текста типом ПД, который его покрывает. */
@@ -304,8 +331,7 @@ class BenchmarkTest {
  }
  private static boolean overlappedByFio(Span gold, List<Span> found) {
-        return found.stream()
+    return found.stream().anyMatch(span -> PdTypes.FIO.equals(span.type()) && span.overlaps(gold));
                .anyMatch(span -> PdTypes.FIO.equals(span.type()) && span.overlaps(gold));
  }
  private static String fragment(String text, Span span) {
@@ -313,7 +339,8 @@ class BenchmarkTest {
  }
  /** Знаки, замаскированные сверх эталона: полезно видеть, где правило берёт лишнее. */
-    private static void collectOverMasked(String text, String[] gold, String[] found, List<String> sink) {
+  private static void collectOverMasked(
      String text, String[] gold, String[] found, List<String> sink) {
    int from = -1;
    for (int i = 0; i <= text.length(); i++) {
      boolean extra = i < text.length() && found[i] != null && gold[i] == null;
@@ -326,25 +353,53 @@ class BenchmarkTest {
    }
  }
-    private void report(String title, int samples, Map<String, Score> byType, Score anyType,
+  private void report(
-                        int goldFio, int foundFio, int cleanTexts, int falseHitTexts,
+      String title,
-                        List<String> missedFio, List<String> falseHits, List<String> overMasked) {
+      int samples,
      Map<String, Score> byType,
      Score anyType,
      int goldFio,
      int foundFio,
      int cleanTexts,
      int falseHitTexts,
      List<String> missedFio,
      List<String> falseHits,
      List<String> overMasked) {
    StringBuilder out = new StringBuilder(4096);
-        out.append("\n=== ").append(title).append(": ").append(samples).append(" размеченных строк ===\n\n");
+    out.append("\n=== ")
-        out.append(String.format("%-20s %8s %8s %8s %8s%n", "тип", "знаков", "точность", "полнота", "F1"));
+        .append(title)
        .append(": ")
        .append(samples)
        .append(" размеченных строк ===\n\n");
    out.append(
        String.format("%-20s %8s %8s %8s %8s%n", "тип", "знаков", "точность", "полнота", "F1"));
    byType.entrySet().stream()
-                .sorted(Comparator.comparingInt((Map.Entry<String, Score> e) -> e.getValue().gold()).reversed())
+        .sorted(
-                .forEach(e -> out.append(String.format("%-20s %8d %8.3f %8.3f %8.3f%n",
+            Comparator.comparingInt((Map.Entry<String, Score> e) -> e.getValue().gold()).reversed())
-                        e.getKey(), e.getValue().gold(), e.getValue().precision(),
+        .forEach(
-                        e.getValue().recall(), e.getValue().f1())));
+            e ->
                out.append(
                    String.format(
                        "%-20s %8d %8.3f %8.3f %8.3f%n",
                        e.getKey(),
                        e.getValue().gold(),
                        e.getValue().precision(),
                        e.getValue().recall(),
                        e.getValue().f1())));
-        out.append(String.format("%-20s %8d %8.3f %8.3f %8.3f%n", "ЛЮБОЙ ТИП", anyType.gold(),
+    out.append(
-                anyType.precision(), anyType.recall(), anyType.f1()));
+        String.format(
            "%-20s %8d %8.3f %8.3f %8.3f%n",
            "ЛЮБОЙ ТИП", anyType.gold(), anyType.precision(), anyType.recall(), anyType.f1()));
-        out.append(String.format("%nФИО пофрагментно: найдено %d из %d (%.1f %%)%n",
+    out.append(
        String.format(
            "%nФИО пофрагментно: найдено %d из %d (%.1f %%)%n",
            foundFio, goldFio, goldFio == 0 ? 100.0 : 100.0 * foundFio / goldFio));
-        out.append(String.format("Тексты без ПД: ложные срабатывания на %d из %d (%.1f %%)%n",
+    out.append(
        String.format(
            "Тексты без ПД: ложные срабатывания на %d из %d (%.1f %%)%n",
            falseHitTexts, cleanTexts, cleanTexts == 0 ? 0.0 : 100.0 * falseHitTexts / cleanTexts));
    appendList(out, "\nНе найденные ФИО:", missedFio);
@@ -361,5 +416,4 @@ class BenchmarkTest {
    out.append(title).append('\n');
    lines.forEach(line -> out.append("  ").append(line).append('\n'));
  }
 }
@@ -1,12 +1,12 @@
 package ru.pdguard;
 import static org.junit.jupiter.api.Assertions.assertTrue;
 import org.junit.jupiter.api.Test;
 import org.springframework.beans.factory.annotation.Autowired;
 import org.springframework.boot.test.context.SpringBootTest;
 import ru.pdguard.core.PayloadCipher;
 import static org.junit.jupiter.api.Assertions.assertTrue;
@SpringBootTest
 class CipherEnabledTest {
  @Autowired PayloadCipher cipher;
@@ -1,22 +1,25 @@
 package ru.pdguard;
 import org.junit.jupiter.api.Test;
 import ru.pdguard.core.PayloadCipher;
 import static org.junit.jupiter.api.Assertions.assertEquals;
 import static org.junit.jupiter.api.Assertions.assertTrue;
 import org.junit.jupiter.api.Test;
 import ru.pdguard.core.PayloadCipher;
 /** Проверка ключа шифрования из application.yml. */
 class CipherKeyTest {
-    private static final String KEY = "46a38b200c6df557a5fd2c8a57ad3fec6b710b9f3e1fef1451d121a094f63573";
+  private static final String KEY =
      "46a38b200c6df557a5fd2c8a57ad3fec6b710b9f3e1fef1451d121a094f63573";
  @Test
  void keyIsValidAes256() {
    PayloadCipher cipher = new PayloadCipher(KEY);
    assertTrue(cipher.enabled(), "ключ должен включать шифрование");
    String original = "Клиент Иванов Иван Иванович, паспорт 4509 123456";
-        assertEquals(original, cipher.decrypt(cipher.encrypt(original)),
+    assertEquals(
        original,
        cipher.decrypt(cipher.encrypt(original)),
        "round-trip с ключом из application.yml должен работать");
  }
 }
@@ -1,24 +1,22 @@
 package ru.pdguard;
-import org.junit.jupiter.api.Test;
+import static org.junit.jupiter.api.Assertions.assertEquals;
 import static org.junit.jupiter.api.Assertions.assertFalse;
 import static org.junit.jupiter.api.Assertions.assertTrue;
 import java.util.UUID;
 import org.junit.jupiter.api.Test;
 import ru.pdguard.config.SystemPolicy;
 import ru.pdguard.core.PayloadStore;
 import ru.pdguard.core.Pipeline;
 import ru.pdguard.detect.RuleRegistry;
 import ru.pdguard.mask.Masker;
 import java.util.UUID;
 import static org.junit.jupiter.api.Assertions.assertEquals;
 import static org.junit.jupiter.api.Assertions.assertFalse;
 import static org.junit.jupiter.api.Assertions.assertTrue;
 /** Типы ПД, которые опознаются только рядом с якорным словом. */
 class ContextDetectionTest {
  private final Pipeline pipeline =
-            new Pipeline(new RuleRegistry(), new Masker(), new PayloadStore(1_000_000L, 30));
+      new Pipeline(new RuleRegistry(), new Masker(), new PayloadStore(30));
  private String mask(String text) {
    return pipeline.process(text, UUID.randomUUID().toString(), SystemPolicy.DEFAULT);
@@ -26,7 +24,8 @@ class ContextDetectionTest {
  private void assertHidden(String text, String secret) {
    String masked = mask(text);
-        assertFalse(masked.contains(secret), "не замаскировано: «" + secret + "» в ответе «" + masked + "»");
+    assertFalse(
        masked.contains(secret), "не замаскировано: «" + secret + "» в ответе «" + masked + "»");
  }
  @Test
@@ -58,7 +57,8 @@ class ContextDetectionTest {
    String masked = mask("Паспорт выдан ОУФМС России по г. Москве 12.05.2015");
    assertFalse(masked.contains("ОУФМС"), masked);
    assertFalse(masked.contains("12.05.2015"), masked);
-        assertTrue(masked.contains("**.**.****"), "дата маскируется отдельно от органа выдачи: " + masked);
+    assertTrue(
        masked.contains("**.**.****"), "дата маскируется отдельно от органа выдачи: " + masked);
  }
  @Test
@@ -69,9 +69,7 @@ class ContextDetectionTest {
  @Test
  void masksCitizenship() {
        assertHidden("Гражданство: РФ", "РФ");
    assertHidden("гражданство Республики Беларусь", "Беларусь");
        assertHidden("Гражданин России обратился", "России");
  }
  @Test
@@ -79,7 +77,8 @@ class ContextDetectionTest {
    // Место рождения — тип из requireCompanion: без другого ПД рядом не маскируется
    // («Нижний Новгород» в рассказе о городе не должен теряться), поэтому в тесте
    // на распознавание якоря рядом добавлен телефон.
-        assertHidden("Место рождения: город Тверь, проживает в Москве, тел. +7 916 123-45-67", "город Тверь");
+    assertHidden(
        "Место рождения: город Тверь, проживает в Москве, тел. +7 916 123-45-67", "город Тверь");
    assertHidden("Родился в Нижнем Новгороде, тел. +7 916 123-45-67", "Нижнем Новгороде");
  }
@@ -138,7 +137,8 @@ class ContextDetectionTest {
  @Test
  void complexSentenceKeepsSurroundingWords() {
-        String original = "Клиент, паспорт 4509 123456 выдан ОУФМС по г. Москве, "
+    String original =
        "Клиент, паспорт 4509 123456 выдан ОУФМС по г. Москве, "
            + "код подразделения 770-001, ИНН 770301234550, телефон +7 916 123-45-67";
    String masked = mask(original);
@@ -151,7 +151,8 @@ class ContextDetectionTest {
  @Test
  void unmaskingRestoresComplexSentence() {
-        String original = "Паспорт 4509 123456, выдан ОУФМС России по г. Москве, "
+    String original =
        "Паспорт 4509 123456, выдан ОУФМС России по г. Москве, "
            + "код подразделения 770-001, гражданство РФ, CVV 123, карта 4111 1111 1111 1111";
    String id = "complex-1";
@@ -1,5 +1,11 @@
 package ru.pdguard;
 import static org.junit.jupiter.api.Assertions.assertEquals;
 import static org.junit.jupiter.api.Assertions.assertFalse;
 import static org.junit.jupiter.api.DynamicTest.dynamicTest;
 import java.util.List;
 import java.util.stream.Stream;
 import org.junit.jupiter.api.DynamicTest;
 import org.junit.jupiter.api.TestFactory;
 import ru.pdguard.config.SystemPolicy;
@@ -9,30 +15,23 @@ import ru.pdguard.detect.RuleRegistry;
 import ru.pdguard.detect.Span;
 import ru.pdguard.mask.Masker;
 import java.util.List;
 import java.util.stream.Stream;
 import static org.junit.jupiter.api.Assertions.assertEquals;
 import static org.junit.jupiter.api.Assertions.assertFalse;
 import static org.junit.jupiter.api.DynamicTest.dynamicTest;
 /**
- * 200 вручную составленных текстовых тестов из {@code dataset-200.txt} — по одному
+ * 200 вручную составленных текстовых тестов из {@code dataset-200.txt} — по одному предложению на
- * предложению на строку, каждое своя отдельная проверка (не сборка одного большого
+ * строку, каждое своя отдельная проверка (не сборка одного большого текста, как в {@link
- * текста, как в {@link HugeDatasetTest}). Набор покрывает все типы ПДН из
+ * HugeDatasetTest}). Набор покрывает все типы ПДН из {@link RuleRegistry} (кроме
- * {@link RuleRegistry} (кроме ADDRESS_REGION/ADDRESS_DISTRICT — для них нет правил,
+ * ADDRESS_REGION/ADDRESS_DISTRICT — для них нет правил, только модель второй ступени), варианты
- * только модель второй ступени), варианты написания (регистр, формат даты, разделяющие
+ * написания (регистр, формат даты, разделяющие слова) и несколько строк-ловушек без разметки
- * слова) и несколько строк-ловушек без разметки (известный человек, адрес отделения,
+ * (известный человек, адрес отделения, дата без якоря) — они не должны маскироваться вовсе.
 * дата без якоря) — они не должны маскироваться вовсе.
 *
- * <p>На каждой строке: маскирование не оставляет исходное значение ПДН в открытом
+ * <p>На каждой строке: маскирование не оставляет исходное значение ПДН в открытом виде, а
- * виде, а демаскирование побайтово восстанавливает исходный текст.
+ * демаскирование побайтово восстанавливает исходный текст.
 */
 class Dataset200Test {
  private static final RuleRegistry REGISTRY = new RuleRegistry();
  private static final Masker MASKER = new Masker();
-    private static final List<BenchmarkFixtures.Sample> DATASET = BenchmarkFixtures.load("/dataset-200.txt");
+  private static final List<BenchmarkFixtures.Sample> DATASET =
      BenchmarkFixtures.load("/dataset-200.txt");
  @TestFactory
  Stream<DynamicTest> datasetOf200Cases() {
@@ -40,7 +39,8 @@ class Dataset200Test {
    for (int i = 0; i < DATASET.size(); i++) {
      BenchmarkFixtures.Sample sample = DATASET.get(i);
      int index = i;
-            cases.add(dynamicTest(
+      cases.add(
          dynamicTest(
              String.format("#%03d: %s", index, preview(sample.text())),
              () -> runCase(sample, index)));
    }
@@ -48,13 +48,14 @@ class Dataset200Test {
  }
  private void runCase(BenchmarkFixtures.Sample sample, int index) {
-        Pipeline pipeline = new Pipeline(REGISTRY, MASKER, new PayloadStore(1_000_000L, 30));
+    Pipeline pipeline = new Pipeline(REGISTRY, MASKER, new PayloadStore(30));
    String payloadId = "dataset200-" + index;
    String masked = pipeline.process(sample.text(), payloadId, SystemPolicy.DEFAULT);
    for (Span gold : sample.gold()) {
      String value = sample.text().substring(gold.start(), gold.end());
-            assertFalse(masked.contains(value),
+      assertFalse(
          masked.contains(value),
          "ПДН типа " + gold.type() + " утекло в замаскированный текст: " + value);
    }
@@ -1,5 +1,10 @@
 package ru.pdguard;
 import static org.junit.jupiter.api.Assertions.assertEquals;
 import static org.junit.jupiter.api.Assertions.assertFalse;
 import static org.junit.jupiter.api.Assertions.assertTrue;
 import java.util.UUID;
 import org.junit.jupiter.api.Test;
 import ru.pdguard.config.SystemPolicy;
 import ru.pdguard.core.PayloadStore;
@@ -8,17 +13,11 @@ import ru.pdguard.detect.PdTypes;
 import ru.pdguard.detect.RuleRegistry;
 import ru.pdguard.mask.Masker;
 import java.util.UUID;
 import static org.junit.jupiter.api.Assertions.assertEquals;
 import static org.junit.jupiter.api.Assertions.assertFalse;
 import static org.junit.jupiter.api.Assertions.assertTrue;
 /** Даты во всех вариантах записи и составляющие адреса. */
 class DateAndAddressTest {
  private final Pipeline pipeline =
-            new Pipeline(new RuleRegistry(), new Masker(), new PayloadStore(1_000_000L, 30));
+      new Pipeline(new RuleRegistry(), new Masker(), new PayloadStore(30));
  private String mask(String text) {
    return pipeline.process(text, UUID.randomUUID().toString(), SystemPolicy.DEFAULT);
@@ -26,7 +25,8 @@ class DateAndAddressTest {
  private void assertHidden(String text, String secret) {
    String masked = mask(text);
-        assertFalse(masked.contains(secret), "не замаскировано: «" + secret + "» в ответе «" + masked + "»");
+    assertFalse(
        masked.contains(secret), "не замаскировано: «" + secret + "» в ответе «" + masked + "»");
  }
  @Test
@@ -41,9 +41,9 @@ class DateAndAddressTest {
  @Test
  void masksBirthDateWrittenWithWords() {
    assertHidden("Дата рождения: 12 мая 1985 года", "12 мая 1985");
-        assertHidden("Дата рождения двенадцатого мая тысяча девятьсот восемьдесят пятого года",
+    assertHidden(
        "Дата рождения двенадцатого мая тысяча девятьсот восемьдесят пятого года",
        "двенадцатого мая");
        assertHidden("Дата рождения: двадцать первого августа 1990 года", "двадцать первого августа");
  }
  @Test
@@ -87,7 +87,8 @@ class DateAndAddressTest {
  @Test
  void streetNameDoesNotSwallowTheRestOfTheSentence() {
    String masked = mask("Адрес клиента: ул. Сосновая перекрыта из-за ремонта");
-        assertTrue(masked.contains("перекрыта из-за ремонта"),
+    assertTrue(
        masked.contains("перекрыта из-за ремонта"),
        "название улицы это одно-три слова, а не остаток предложения: " + masked);
    assertFalse(masked.contains("Сосновая"), masked);
  }
@@ -95,7 +96,8 @@ class DateAndAddressTest {
  @Test
  void doesNotMaskStreetMentionedOutsideAnAddress() {
    assertEquals("Проспект Мира перекрыт до вечера", mask("Проспект Мира перекрыт до вечера"));
-        assertEquals("Улица Весенняя названа в честь праздника",
+    assertEquals(
        "Улица Весенняя названа в честь праздника",
        mask("Улица Весенняя названа в честь праздника"));
  }
@@ -110,12 +112,6 @@ class DateAndAddressTest {
    assertHidden("Индекс 125009 для доставки клиенту Иванову, паспорт 4509 123456", "125009");
  }
    @Test
    void doesNotMaskBankBranchAddress() {
        String text = "Отделение банка на улице Тверская, дом 7 работает до 20:00";
        assertEquals(text, mask(text), "адрес отделения банка персональными данными не является");
    }
  @Test
  void doesNotMaskOfficeAddress() {
    String text = "Дополнительный офис, г. Москва, ул. Арбат, д. 1";
@@ -133,7 +129,8 @@ class DateAndAddressTest {
  @Test
  void unmaskingRestoresTextWithDateAndAddress() {
-        String original = "Иванов, дата рождения 12.05.1985, адрес: 125009, г. Москва, "
+    String original =
        "Иванов, дата рождения 12.05.1985, адрес: 125009, г. Москва, "
            + "ул. Тверская, д. 7, кв. 15, паспорт 4509 123456";
    String id = "date-addr-1";
@@ -1,5 +1,10 @@
 package ru.pdguard;
 import static org.junit.jupiter.api.Assertions.assertEquals;
 import static org.junit.jupiter.api.Assertions.assertFalse;
 import static org.junit.jupiter.api.Assertions.assertTrue;
 import java.util.UUID;
 import org.junit.jupiter.api.Test;
 import ru.pdguard.config.SystemPolicy;
 import ru.pdguard.core.PayloadStore;
@@ -7,17 +12,11 @@ import ru.pdguard.core.Pipeline;
 import ru.pdguard.detect.RuleRegistry;
 import ru.pdguard.mask.Masker;
 import java.util.UUID;
 import static org.junit.jupiter.api.Assertions.assertEquals;
 import static org.junit.jupiter.api.Assertions.assertFalse;
 import static org.junit.jupiter.api.Assertions.assertTrue;
 /** ФИО и защита от ложных срабатываний. */
 class FioTest {
  private final Pipeline pipeline =
-            new Pipeline(new RuleRegistry(), new Masker(), new PayloadStore(1_000_000L, 30));
+      new Pipeline(new RuleRegistry(), new Masker(), new PayloadStore(30));
  private String mask(String text) {
    return pipeline.process(text, UUID.randomUUID().toString(), SystemPolicy.DEFAULT);
@@ -25,7 +24,8 @@ class FioTest {
  private void assertHidden(String text, String secret) {
    String masked = mask(text);
-        assertFalse(masked.contains(secret), "не замаскировано: «" + secret + "» в ответе «" + masked + "»");
+    assertFalse(
        masked.contains(secret), "не замаскировано: «" + secret + "» в ответе «" + masked + "»");
  }
  private void assertUnchanged(String text) {
@@ -106,7 +106,8 @@ class FioTest {
  @Test
  void unmaskingRestoresNames() {
-        String original = "Клиент Иванов Иван Иванович, паспорт 4509 123456, "
+    String original =
        "Клиент Иванов Иван Иванович, паспорт 4509 123456, "
            + "дата рождения 12.05.1985, телефон +7 916 123-45-67";
    String id = "fio-1";
@@ -1,5 +1,14 @@
 package ru.pdguard;
 import static org.junit.jupiter.api.Assertions.assertEquals;
 import static org.junit.jupiter.api.Assertions.assertTrue;
 import static org.junit.jupiter.api.DynamicTest.dynamicTest;
 import java.util.ArrayList;
 import java.util.Collections;
 import java.util.List;
 import java.util.Random;
 import java.util.stream.Stream;
 import org.junit.jupiter.api.DynamicTest;
 import org.junit.jupiter.api.TestFactory;
 import ru.pdguard.config.SystemPolicy;
@@ -9,28 +18,18 @@ import ru.pdguard.detect.RuleRegistry;
 import ru.pdguard.detect.Span;
 import ru.pdguard.mask.Masker;
 import java.util.ArrayList;
 import java.util.Collections;
 import java.util.List;
 import java.util.Random;
 import java.util.stream.Stream;
 import static org.junit.jupiter.api.Assertions.assertEquals;
 import static org.junit.jupiter.api.Assertions.assertTrue;
 import static org.junit.jupiter.api.DynamicTest.dynamicTest;
 /**
- * Датасет из 1000 прогонов разной длины — критерий 3.5 из "Критерии_оценивания_альфа"
+ * Датасет из 1000 прогонов разной длины — критерий 3.5 из "Критерии_оценивания_альфа" (обработка
- * (обработка текстов до 100 000 токенов) и стоп-сигнал по утечке ПДН из "критерии_фрейм_топы".
+ * текстов до 100 000 токенов) и стоп-сигнал по утечке ПДН из "критерии_фрейм_топы".
 *
- * <p>Тексты строятся перемешиванием строк из уже существующих размеченных наборов
+ * <p>Тексты строятся перемешиванием строк из уже существующих размеченных наборов {@code
- * {@code benchmark-*.txt} (17+ типов ПДН из ТЗ) — отдельный датасет с нуля не заводится,
+ * benchmark-*.txt} (17+ типов ПДН из ТЗ) — отдельный датасет с нуля не заводится, пул размеченных
- * пул размеченных примеров и так покрывает все типы. Длина растёт от одного предложения
+ * примеров и так покрывает все типы. Длина растёт от одного предложения до 400 000 знаков (100 000
- * до 400 000 знаков (100 000 токенов при 4 знака/токен — так же, как считает сам
+ * токенов при 4 знака/токен — так же, как считает сам {@link Pipeline}); не менее {@link
- * {@link Pipeline}); не менее {@link #HUGE_CASES} прогонов лежат в полосе 90 000-100 000
+ * #HUGE_CASES} прогонов лежат в полосе 90 000-100 000 токенов. На каждом прогоне проверяются:
- * токенов. На каждом прогоне проверяются: отсутствие ПДН в открытом виде в замаскированном
+ * отсутствие ПДН в открытом виде в замаскированном тексте и побайтовое совпадение после
- * тексте и побайтовое совпадение после демаскирования; на прогонах из полосы 90-100к токенов
+ * демаскирования; на прогонах из полосы 90-100к токенов дополнительно проверяется, что маскирование
- * дополнительно проверяется, что маскирование укладывается в 5 секунд.
+ * укладывается в 5 секунд.
 *
 * <p>Полный прогон класса занимает пару минут — это ожидаемо на объёме, требуемом ТЗ.
 */
@@ -41,13 +40,19 @@ class HugeDatasetTest {
  private static final int CHARS_PER_TOKEN = 4;
  private static final int HUGE_MIN_CHARS = 90_000 * CHARS_PER_TOKEN;
  private static final int HUGE_MAX_CHARS = 100_000 * CHARS_PER_TOKEN;
-    /** Короткие значения (PIN, номер дома и т.п.) чаще случайно совпадают с посторонним
+
-     *  текстом пула — их из проверки на утечку исключаем, длинные ПДН проверяем всегда. */
+  /**
   * Короткие значения (PIN, номер дома и т.п.) чаще случайно совпадают с посторонним текстом пула —
   * их из проверки на утечку исключаем, длинные ПДН проверяем всегда.
   */
  private static final int LEAK_CHECK_MIN_LENGTH = 6;
-    /** Допустимая доля утечек на прогон. Пул включает настоящие holdout-наборы
+
-     *  (benchmark-holdout*.txt), на которых BenchmarkTest сам принимает полноту
+  /**
-     *  от 0.70 — это и есть отправная точка, а не 0.85 из LargeTextTest, где
+   * Допустимая доля утечек на прогон. Пул включает настоящие holdout-наборы
-     *  участвует только benchmark-generated.txt, подстроенный под правила. */
+   * (benchmark-holdout*.txt), на которых BenchmarkTest сам принимает полноту от 0.70 — это и есть
   * отправная точка, а не 0.85 из LargeTextTest, где участвует только benchmark-generated.txt,
   * подстроенный под правила.
   */
  private static final double MAX_LEAK_RATE = 0.30;
  private static final RuleRegistry REGISTRY = new RuleRegistry();
@@ -56,10 +61,15 @@ class HugeDatasetTest {
  private static List<BenchmarkFixtures.Sample> loadPool() {
    List<BenchmarkFixtures.Sample> pool = new ArrayList<>();
-        for (String resource : List.of(
+    for (String resource :
-                "/benchmark.txt", "/benchmark-generated.txt", "/benchmark-pdn-types.txt",
+        List.of(
-                "/benchmark-bank-context.txt", "/benchmark-holdout.txt",
+            "/benchmark.txt",
-                "/benchmark-holdout2.txt", "/benchmark-holdout3.txt")) {
+            "/benchmark-generated.txt",
            "/benchmark-pdn-types.txt",
            "/benchmark-bank-context.txt",
            "/benchmark-holdout.txt",
            "/benchmark-holdout2.txt",
            "/benchmark-holdout3.txt")) {
      pool.addAll(BenchmarkFixtures.load(resource));
    }
    return pool;
@@ -71,17 +81,20 @@ class HugeDatasetTest {
    for (int i = 0; i < TOTAL_CASES; i++) {
      int targetChars = targetChars(i);
      int index = i;
-            cases.add(dynamicTest(
+      cases.add(
-                    String.format("#%04d, %d знаков (~%d токенов)", index, targetChars, targetChars / CHARS_PER_TOKEN),
+          dynamicTest(
              String.format(
                  "#%04d, %d знаков (~%d токенов)",
                  index, targetChars, targetChars / CHARS_PER_TOKEN),
              () -> runCase(targetChars, index)));
    }
    return cases.stream();
  }
  /**
-     * Длина растёт по логарифмической шкале от предложения до порога "огромного" текста —
+   * Длина растёт по логарифмической шкале от предложения до порога "огромного" текста — так тесты
-     * так тесты покрывают все порядки величины, а не только маленькие и не только большие.
+   * покрывают все порядки величины, а не только маленькие и не только большие. Последние {@link
-     * Последние {@link #HUGE_CASES} индексов — обязательная полоса 90-100к токенов из ТЗ.
+   * #HUGE_CASES} индексов — обязательная полоса 90-100к токенов из ТЗ.
   */
  private static int targetChars(int index) {
    int regular = TOTAL_CASES - HUGE_CASES;
@@ -96,7 +109,8 @@ class HugeDatasetTest {
  }
  private void runCase(int targetChars, int seed) {
-        Pipeline pipeline = new Pipeline(REGISTRY, MASKER, new PayloadStore(targetChars * 2L + 4096, 30));
+    Pipeline pipeline =
        new Pipeline(REGISTRY, MASKER, new PayloadStore(30));
    BenchmarkFixtures.Sample sample = buildText(targetChars, seed);
    String payloadId = "dataset-" + seed;
@@ -119,8 +133,10 @@ class HugeDatasetTest {
      // На малых текстах пара пропусков — статистический шум, не деградация детектора:
      // абсолютный запас на такие случаи не даёт доле "перевесить" маленький знаменатель.
      int allowed = Math.max(4, (int) Math.ceil(checked * MAX_LEAK_RATE));
-            assertTrue(leaked <= allowed,
+      assertTrue(
-                    String.format("утечка ПДН в замаскированном тексте: %d из %d, допустимо %d",
+          leaked <= allowed,
          String.format(
              "утечка ПДН в замаскированном тексте: %d из %d, допустимо %d",
              leaked, checked, allowed));
    }
@@ -128,7 +144,9 @@ class HugeDatasetTest {
    assertEquals(sample.text(), restored, "демаскирование не восстановило исходный текст");
    if (targetChars >= HUGE_MIN_CHARS) {
-            assertTrue(maskMillis < 5000, "маскирование " + targetChars + " знаков заняло " + maskMillis + " мс");
+      assertTrue(
          maskMillis < 5000,
          "маскирование " + targetChars + " знаков заняло " + maskMillis + " мс");
    }
  }
@@ -1,5 +1,9 @@
 package ru.pdguard;
 import static org.junit.jupiter.api.Assertions.assertEquals;
 import static org.junit.jupiter.api.Assertions.assertFalse;
 import java.util.UUID;
 import org.junit.jupiter.api.Test;
 import ru.pdguard.config.SystemPolicy;
 import ru.pdguard.core.PayloadStore;
@@ -7,20 +11,16 @@ import ru.pdguard.core.Pipeline;
 import ru.pdguard.detect.RuleRegistry;
 import ru.pdguard.mask.Masker;
 import java.util.UUID;
 import static org.junit.jupiter.api.Assertions.assertEquals;
 import static org.junit.jupiter.api.Assertions.assertFalse;
 /** Документы, удостоверяющие личность, помимо паспорта РФ. */
 class IdentityDocumentTest {
  private final Pipeline pipeline =
-            new Pipeline(new RuleRegistry(), new Masker(), new PayloadStore(1_000_000L, 30));
+      new Pipeline(new RuleRegistry(), new Masker(), new PayloadStore(30));
  private void assertHidden(String text, String secret) {
    String masked = pipeline.process(text, UUID.randomUUID().toString(), SystemPolicy.DEFAULT);
-        assertFalse(masked.contains(secret), "не замаскировано: «" + secret + "» в ответе «" + masked + "»");
+    assertFalse(
        masked.contains(secret), "не замаскировано: «" + secret + "» в ответе «" + masked + "»");
  }
  private void assertMasked(String text, String payloadId, String expected) {
@@ -48,15 +48,17 @@ class IdentityDocumentTest {
  }
  /**
-     * У загранпаспорта, военного билета и свидетельства о рождении серия короткая —
+   * У загранпаспорта, военного билета и свидетельства о рождении серия короткая — две цифры или две
-     * две цифры или две буквы. Открой маска первые два знака, серия была бы видна
+   * буквы. Открой маска первые два знака, серия была бы видна целиком, поэтому у этих документов
-     * целиком, поэтому у этих документов открыты только последние знаки номера.
+   * открыты только последние знаки номера.
   */
  @Test
  void hidesShortDocumentSeriesCompletely() {
    assertMasked("Загранпаспорт 75 1234567", "fp-1", "Загранпаспорт ** *****67");
    assertMasked("Военный билет АБ 1234567", "mil-1", "Военный билет ** *****67");
-        assertMasked("Свидетельство о рождении II-МЮ № 123456", "bc-1",
+    assertMasked(
        "Свидетельство о рождении II-МЮ № 123456",
        "bc-1",
        "Свидетельство о рождении **-** № ****56");
  }
@@ -64,7 +66,7 @@ class IdentityDocumentTest {
  @Test
  void keepsHalfOfFourCharacterSeries() {
    assertMasked("Паспорт 4509 123456", "rf-1", "Паспорт 45** ****56");
-        assertMasked("Водительское удостоверение 9902 123456", "dl-1",
+    assertMasked(
-                "Водительское удостоверение 99** ****56");
+        "Водительское удостоверение 9902 123456", "dl-1", "Водительское удостоверение 99** ****56");
  }
 }
@@ -1,14 +1,7 @@
 package ru.pdguard;
-import org.junit.jupiter.api.Test;
+import static org.junit.jupiter.api.Assertions.assertEquals;
-import ru.pdguard.config.SystemPolicy;
+import static org.junit.jupiter.api.Assertions.assertTrue;
 import ru.pdguard.core.PayloadStore;
 import ru.pdguard.core.Pipeline;
 import ru.pdguard.detect.Span;
 import ru.pdguard.detect.NameCascade;
 import ru.pdguard.detect.RuleRegistry;
 import ru.pdguard.mask.Masker;
 import java.nio.file.Files;
 import java.nio.file.Path;
@@ -17,19 +10,23 @@ import java.util.Collections;
 import java.util.List;
 import java.util.Optional;
 import java.util.Random;
-
+import org.junit.jupiter.api.Test;
-import static org.junit.jupiter.api.Assertions.assertEquals;
+import ru.pdguard.config.SystemPolicy;
-import static org.junit.jupiter.api.Assertions.assertTrue;
+import ru.pdguard.core.PayloadStore;
 import ru.pdguard.core.Pipeline;
 import ru.pdguard.detect.NameCascade;
 import ru.pdguard.detect.RuleRegistry;
 import ru.pdguard.detect.Span;
 import ru.pdguard.mask.Masker;
 /**
- * Качество и скорость на большом тексте — не повторе одного и того же
+ * Качество и скорость на большом тексте — не повторе одного и того же предложения, а перемешанных
- * предложения, а перемешанных строках из {@code benchmark-generated.txt}
+ * строках из {@code benchmark-generated.txt} (все типы ПД вперемешку с чистым текстом), растянутых
- * (все типы ПД вперемешку с чистым текстом), растянутых до объёма из ТЗ
+ * до объёма из ТЗ (около 100 000 токенов, ~400 КБ по оценке из README).
 * (около 100 000 токенов, ~400 КБ по оценке из README).
 *
- * <p>Раздутый повтором одной строки текст проверяет только то, что цикл не
+ * <p>Раздутый повтором одной строки текст проверяет только то, что цикл не падает на объёме: под
- * падает на объёме: под маской всегда один и тот же тип, а остальные правила
+ * маской всегда один и тот же тип, а остальные правила не задействуются вовсе. Здесь размер и
- * не задействуются вовсе. Здесь размер и разнообразие проверяются вместе.
+ * разнообразие проверяются вместе.
 */
 class LargeTextTest {
@@ -40,12 +37,13 @@ class LargeTextTest {
  private static final int TARGET_CHARS = 400_000;
  /**
-     * Перемешивает исходные строки (фиксированный seed — детерминированный
+   * Перемешивает исходные строки (фиксированный seed — детерминированный тест) и склеивает их через
-     * тест) и склеивает их через перенос строки, пока не наберётся целевой
+   * перенос строки, пока не наберётся целевой объём. Смещения золотых фрагментов пересчитываются
-     * объём. Смещения золотых фрагментов пересчитываются под общий текст.
+   * под общий текст.
   */
  private static BenchmarkFixtures.Sample buildLargeText(int targetChars, long seed) {
-        List<BenchmarkFixtures.Sample> pool = new ArrayList<>(BenchmarkFixtures.load("/benchmark-generated.txt"));
+    List<BenchmarkFixtures.Sample> pool =
        new ArrayList<>(BenchmarkFixtures.load("/benchmark-generated.txt"));
    Random random = new Random(seed);
    StringBuilder text = new StringBuilder(targetChars + 1024);
    List<Span> gold = new ArrayList<>();
@@ -67,16 +65,16 @@ class LargeTextTest {
  }
  /**
-     * Маскирование и обратное преобразование на большом тексте дают
+   * Маскирование и обратное преобразование на большом тексте дают побайтово тот же результат, что и
-     * побайтово тот же результат, что и исходный текст — при объёме на
+   * исходный текст — при объёме на порядок больше, чем в остальных тестах, и с разнородным
-     * порядок больше, чем в остальных тестах, и с разнородным содержимым,
+   * содержимым, а не одним повторяющимся предложением.
     * а не одним повторяющимся предложением.
   */
  @Test
  void roundTripOnLargeMixedText() {
    BenchmarkFixtures.Sample large = buildLargeText(TARGET_CHARS, 1);
-        Pipeline pipeline = new Pipeline(new RuleRegistry(), new Masker(),
+    Pipeline pipeline =
-                new PayloadStore(large.text().length() * 2L, 30));
+        new Pipeline(
            new RuleRegistry(), new Masker(), new PayloadStore(30));
    long maskStarted = System.nanoTime();
    String masked = pipeline.process(large.text(), "large-mixed-1", SystemPolicy.DEFAULT);
@@ -87,22 +85,24 @@ class LargeTextTest {
    long unmaskMillis = (System.nanoTime() - unmaskStarted) / 1_000_000;
    assertEquals(large.text(), restored, "демаскирование не восстановило исходный текст");
-        assertTrue(maskMillis < 5000, "маскирование " + large.text().length() + " знаков заняло " + maskMillis + " мс");
+    assertTrue(
        maskMillis < 5000,
        "маскирование " + large.text().length() + " знаков заняло " + maskMillis + " мс");
    assertTrue(unmaskMillis < 1000, "демаскирование заняло " + unmaskMillis + " мс");
-        System.out.printf("%nБольшой текст: %d знаков, маскирование %d мс, демаскирование %d мс%n",
+    System.out.printf(
        "%nБольшой текст: %d знаков, маскирование %d мс, демаскирование %d мс%n",
        large.text().length(), maskMillis, unmaskMillis);
  }
  /**
-     * Полнота детекции не должна проседать на объёме: каждый золотой
+   * Полнота детекции не должна проседать на объёме: каждый золотой фрагмент из перемешанных строк
-     * фрагмент из перемешанных строк обязан быть найден в общем потоке
+   * обязан быть найден в общем потоке текста, а не только когда он единственный в маленькой строке.
     * текста, а не только когда он единственный в маленькой строке.
   */
  @Test
  void recallHoldsAtScale() {
    BenchmarkFixtures.Sample large = buildLargeText(TARGET_CHARS, 2);
-        Pipeline pipeline = new Pipeline(new RuleRegistry(), new Masker(), new PayloadStore(1L, 30));
+    Pipeline pipeline = new Pipeline(new RuleRegistry(), new Masker(), new PayloadStore(30));
    List<Span> found = pipeline.findPersonalData(large.text(), SystemPolicy.DEFAULT);
    int hit = 0;
@@ -112,17 +112,19 @@ class LargeTextTest {
      }
    }
    double recall = large.gold().isEmpty() ? 1.0 : (double) hit / large.gold().size();
-        System.out.printf("%nПолнота на большом тексте: %d из %d (%.3f)%n", hit, large.gold().size(), recall);
+    System.out.printf(
        "%nПолнота на большом тексте: %d из %d (%.3f)%n", hit, large.gold().size(), recall);
-        assertTrue(recall >= 0.85,
+    assertTrue(
-                String.format("полнота на большом тексте упала до %.3f (%d/%d)", recall, hit, large.gold().size()));
+        recall >= 0.85,
        String.format(
            "полнота на большом тексте упала до %.3f (%d/%d)", recall, hit, large.gold().size()));
  }
  /**
-     * Вторая ступень ограничена числом кандидатов на запрос
+   * Вторая ступень ограничена числом кандидатов на запрос ({@code pdguard.ner.max-candidates}),
-     * ({@code pdguard.ner.max-candidates}), поэтому объём текста не должен
+   * поэтому объём текста не должен превращать её в квадратичную нагрузку — проверяем на том же
-     * превращать её в квадратичную нагрузку — проверяем на том же большом
+   * большом тексте, что и остальные тесты, а не на маленьком образце.
     * тексте, что и остальные тесты, а не на маленьком образце.
   */
  @Test
  void nameCascadeStaysBoundedOnLargeText() {
@@ -132,16 +134,19 @@ class LargeTextTest {
      return;
    }
    BenchmarkFixtures.Sample large = buildLargeText(TARGET_CHARS, 3);
-        Pipeline pipeline = new Pipeline(new RuleRegistry(), new Masker(),
+    Pipeline pipeline =
-                new PayloadStore(large.text().length() * 2L, 30),
+        new Pipeline(
            new RuleRegistry(),
            new Masker(),
            new PayloadStore(30),
            new NameCascade(ENGINE, Optional.of(MODEL_PATH), 16, 4));
    long started = System.nanoTime();
    pipeline.process(large.text(), "large-cascade-1", SystemPolicy.DEFAULT);
    long millis = (System.nanoTime() - started) / 1_000_000;
-        System.out.printf("%nБольшой текст со второй ступенью: %d знаков за %d мс%n",
+    System.out.printf(
-                large.text().length(), millis);
+        "%nБольшой текст со второй ступенью: %d знаков за %d мс%n", large.text().length(), millis);
    assertTrue(millis < 5000, "со второй ступенью обработка заняла " + millis + " мс");
  }
 }
@@ -1,5 +1,14 @@
 package ru.pdguard;
 import static org.junit.jupiter.api.Assertions.assertTrue;
 import java.io.BufferedReader;
 import java.io.IOException;
 import java.io.InputStream;
 import java.io.InputStreamReader;
 import java.nio.charset.StandardCharsets;
 import java.util.ArrayList;
 import java.util.List;
 import org.junit.jupiter.api.Test;
 import ru.pdguard.config.SystemPolicy;
 import ru.pdguard.core.PayloadStore;
@@ -9,23 +18,12 @@ import ru.pdguard.detect.RuleRegistry;
 import ru.pdguard.detect.Span;
 import ru.pdguard.mask.Masker;
 import java.io.BufferedReader;
 import java.io.IOException;
 import java.io.InputStream;
 import java.io.InputStreamReader;
 import java.nio.charset.StandardCharsets;
 import java.util.ArrayList;
 import java.util.List;
 import static org.junit.jupiter.api.Assertions.assertTrue;
 /**
 * Проверка утечек из датасета {@code leak-dataset.txt}.
 *
- * <p>Датасет собран из логов pd-guard-node-logs.txt: это уникальные тексты, в
+ * <p>Датасет собран из логов pd-guard-node-logs.txt: это уникальные тексты, в которых узел не нашёл
- * которых узел не нашёл ПД ({@code найдено={}}), хотя маркер персональных данных
+ * ПД ({@code найдено={}}), хотя маркер персональных данных в тексте есть. Тест прогоняет каждый
- * в тексте есть. Тест прогоняет каждый текст через {@link Pipeline} и требует,
+ * текст через {@link Pipeline} и требует, чтобы детекция нашла хотя бы одно ПД из перечня типов.
 * чтобы детекция нашла хотя бы одно ПД из перечня типов.
 */
 class LeakDiagTest {
@@ -33,30 +31,46 @@ class LeakDiagTest {
  @Test
  void checkLeaks() {
-        Pipeline p = new Pipeline(new RuleRegistry(), new Masker(), new PayloadStore(1_000_000L, 30));
+    Pipeline p = new Pipeline(new RuleRegistry(), new Masker(), new PayloadStore(30));
    List<String> leaks = readDataset();
    int fixed = 0;
    List<String> remaining = new ArrayList<>();
    for (String raw : leaks) {
      List<Span> spans = p.findPersonalData(raw, SystemPolicy.DEFAULT);
-            boolean found = spans.stream().anyMatch(s -> s.type().equals(PdTypes.FIO)
+      boolean found =
-                    || s.type().equals(PdTypes.BIRTH_DATE) || s.type().equals(PdTypes.PASSPORT_DATE)
+          spans.stream()
-                    || s.type().equals(PdTypes.CVV) || s.type().equals(PdTypes.PIN)
+              .anyMatch(
-                    || s.type().equals(PdTypes.INN) || s.type().equals(PdTypes.PHONE)
+                  s ->
-                    || s.type().equals(PdTypes.CARD) || s.type().equals(PdTypes.DRIVER_LICENSE)
+                      s.type().equals(PdTypes.FIO)
-                    || s.type().equals(PdTypes.CITIZENSHIP) || s.type().equals(PdTypes.BIRTH_PLACE));
+                          || s.type().equals(PdTypes.BIRTH_DATE)
                          || s.type().equals(PdTypes.PASSPORT_DATE)
                          || s.type().equals(PdTypes.CVV)
                          || s.type().equals(PdTypes.PIN)
                          || s.type().equals(PdTypes.INN)
                          || s.type().equals(PdTypes.PHONE)
                          || s.type().equals(PdTypes.CARD)
                          || s.type().equals(PdTypes.DRIVER_LICENSE)
                          || s.type().equals(PdTypes.CITIZENSHIP)
                          || s.type().equals(PdTypes.BIRTH_PLACE));
      if (found) {
        fixed++;
      } else {
        remaining.add(raw);
      }
    }
-        System.out.println("Всего утечек: " + leaks.size() + ", исправлено: " + fixed + ", осталось: " + remaining.size());
+    System.out.println(
        "Всего утечек: "
            + leaks.size()
            + ", исправлено: "
            + fixed
            + ", осталось: "
            + remaining.size());
    for (String raw : remaining) {
      System.out.println("  ОСТАЛОСЬ: " + raw);
    }
-        assertTrue(remaining.size() <= leaks.size() / 2, "осталось слишком много утечек: " + remaining.size());
+    assertTrue(
        remaining.size() <= leaks.size() / 2, "осталось слишком много утечек: " + remaining.size());
  }
  private static List<String> readDataset() {
@@ -65,7 +79,8 @@ class LeakDiagTest {
      if (in == null) {
        throw new IllegalStateException("Датасет не найден в сборке: " + DATASET);
      }
-            try (BufferedReader r = new BufferedReader(new InputStreamReader(in, StandardCharsets.UTF_8))) {
+      try (BufferedReader r =
          new BufferedReader(new InputStreamReader(in, StandardCharsets.UTF_8))) {
        String line;
        while ((line = r.readLine()) != null) {
          if (!line.isBlank()) {
@@ -0,0 +1,57 @@
 package ru.pdguard;
 import org.junit.jupiter.api.Test;
 import ru.pdguard.config.SystemPolicy;
 import ru.pdguard.core.PayloadStore;
 import ru.pdguard.core.Pipeline;
 import ru.pdguard.detect.NameCascade;
 import ru.pdguard.detect.PdTypes;
 import ru.pdguard.detect.RuleRegistry;
 import ru.pdguard.detect.Span;
 import ru.pdguard.mask.Masker;
 import java.util.List;
 import java.util.Optional;
 import static org.junit.jupiter.api.Assertions.assertTrue;
 /** LLAIM Legal NER: юридические реквизиты и документы, которых нет в общих моделях. */
 class LegalNerTest {
    private List<Span> find(String text) {
        NameCascade cascade = new NameCascade(
                new NameCascade.EngineConfig(
                        "off", Optional.empty(),
                        "off", Optional.empty(),
                        "ru-legal-ner", Optional.of("models/ru-legal-ner")),
                16, 4);
        Pipeline p = new Pipeline(new RuleRegistry(), new Masker(), new PayloadStore(30), cascade);
        return p.findPersonalData(text, SystemPolicy.DEFAULT);
    }
    private boolean hasType(List<Span> spans, String type) {
        return spans.stream().anyMatch(s -> s.type().equals(type));
    }
    @Test
    void recognisesInn() {
        String text = "Договор между ООО «Ромашка», ИНН 7701234567, и Ивановым Иваном Ивановичем.";
        List<Span> spans = find(text);
        System.out.println("TEXT: " + text);
        for (Span s : spans) {
            System.out.println("  -> " + s.type() + " [" + text.substring(s.start(), s.end()) + "]");
        }
        assertTrue(hasType(spans, PdTypes.INN), "должно найти ИНН");
    }
    @Test
    void recognisesPassport() {
        String text = "Паспорт 4509 123456 выдан ОВД, СНИЛС 112-233-445 95.";
        List<Span> spans = find(text);
        System.out.println("TEXT: " + text);
        for (Span s : spans) {
            System.out.println("  -> " + s.type() + " [" + text.substring(s.start(), s.end()) + "]");
        }
        assertTrue(hasType(spans, PdTypes.PASSPORT), "должно найти паспорт");
    }
 }
@@ -1,5 +1,13 @@
 package ru.pdguard;
 import static org.junit.jupiter.api.Assertions.assertEquals;
 import static org.junit.jupiter.api.Assertions.assertFalse;
 import static org.junit.jupiter.api.Assertions.assertTrue;
 import java.util.Set;
 import java.util.UUID;
 import java.util.regex.Matcher;
 import java.util.regex.Pattern;
 import org.junit.jupiter.api.Test;
 import ru.pdguard.config.SystemPolicy;
 import ru.pdguard.core.PayloadStore;
@@ -9,30 +17,40 @@ import ru.pdguard.detect.Validators;
 import ru.pdguard.mask.MaskMode;
 import ru.pdguard.mask.Masker;
 import java.util.Set;
 import java.util.UUID;
 import java.util.regex.Matcher;
 import java.util.regex.Pattern;
 import static org.junit.jupiter.api.Assertions.assertEquals;
 import static org.junit.jupiter.api.Assertions.assertFalse;
 import static org.junit.jupiter.api.Assertions.assertTrue;
 /** Виды замены: звёздочки, токены, правдоподобные значения. */
 class MaskModeTest {
  private final Pipeline pipeline =
-            new Pipeline(new RuleRegistry(), new Masker(), new PayloadStore(1_000_000L, 30));
+      new Pipeline(new RuleRegistry(), new Masker(), new PayloadStore(30));
  private SystemPolicy policy(MaskMode mode) {
-        return new SystemPolicy(SystemPolicy.DEFAULT_NAME, true, true, mode,
+    return new SystemPolicy(
-                Set.of(SystemPolicy.ALL), SystemPolicy.DEFAULT.requireCompanion(), null);
+        SystemPolicy.DEFAULT_NAME,
        true,
        true,
        mode,
        Set.of(SystemPolicy.ALL),
        SystemPolicy.DEFAULT.requireCompanion(),
        null);
  }
  private String mask(MaskMode mode, String text) {
    return pipeline.process(text, UUID.randomUUID().toString(), policy(mode));
  }
  @Test
  void strictModeHidesEverythingIncludingFio() {
    String masked = mask(MaskMode.STRICT, "Клиент Иванов Иван Иванович, паспорт 4509 123456");
    assertFalse(masked.contains("Иванов"), masked);
    assertFalse(
        masked.contains("И. И. И."), "STRICT не должен превращать ФИО в инициалы: " + masked);
    assertTrue(
        masked.contains("****** **** ********"),
        "ожидались звёздочки по длине каждого слова: " + masked);
    assertTrue(masked.contains("**** ******"), "край паспорта не должен открываться: " + masked);
  }
  @Test
  void tokenModeNumbersEachType() {
    String masked = mask(MaskMode.TOKEN, "Клиент Иванов Иван Иванович, почта ivan@mail.ru");
@@ -42,7 +60,8 @@ class MaskModeTest {
  @Test
  void sameValueGetsSameTokenWithinRequest() {
-        String masked = mask(MaskMode.TOKEN, "ivan@mail.ru и ещё раз ivan@mail.ru, а также petr@mail.ru");
+    String masked =
        mask(MaskMode.TOKEN, "ivan@mail.ru и ещё раз ivan@mail.ru, а также petr@mail.ru");
    assertEquals(2, count(masked, "[EMAIL_1]"), masked);
    assertEquals(1, count(masked, "[EMAIL_2]"), masked);
  }
@@ -56,7 +75,8 @@ class MaskModeTest {
    Matcher card = Pattern.compile("\\d{4} \\d{4} \\d{4} \\d{4}").matcher(masked);
    assertTrue(card.find(), masked);
-        assertTrue(Validators.luhn(card.group()), "подставленный номер карты обязан проходить проверку Луна");
+    assertTrue(
        Validators.luhn(card.group()), "подставленный номер карты обязан проходить проверку Луна");
  }
  @Test
@@ -78,7 +98,9 @@ class MaskModeTest {
  private static int count(String text, String fragment) {
    int n = 0;
-        for (int i = text.indexOf(fragment); i >= 0; i = text.indexOf(fragment, i + fragment.length())) {
+    for (int i = text.indexOf(fragment);
        i >= 0;
        i = text.indexOf(fragment, i + fragment.length())) {
      n++;
    }
    return n;
@@ -1,5 +1,13 @@
 package ru.pdguard;
 import static org.junit.jupiter.api.Assertions.assertEquals;
 import static org.junit.jupiter.api.Assertions.assertFalse;
 import java.io.IOException;
 import java.nio.charset.StandardCharsets;
 import java.nio.file.Files;
 import java.nio.file.Path;
 import java.util.Optional;
 import org.junit.jupiter.api.Test;
 import org.junit.jupiter.api.io.TempDir;
 import ru.pdguard.config.SystemPolicy;
@@ -9,23 +17,14 @@ import ru.pdguard.detect.NameCascade;
 import ru.pdguard.detect.RuleRegistry;
 import ru.pdguard.mask.Masker;
 import java.io.IOException;
 import java.nio.charset.StandardCharsets;
 import java.nio.file.Files;
 import java.nio.file.Path;
 import java.util.Optional;
 import static org.junit.jupiter.api.Assertions.assertEquals;
 import static org.junit.jupiter.api.Assertions.assertFalse;
 /** Вторая ступень не должна вредить первой. */
 class NameCascadeTest {
  private static final String TEXT = "Клиент Иванов Иван Иванович, паспорт 4509 123456";
  private String mask(NameCascade cascade, String payloadId) {
-        Pipeline pipeline = new Pipeline(new RuleRegistry(), new Masker(),
+    Pipeline pipeline =
-                new PayloadStore(1_000_000L, 30), cascade);
+        new Pipeline(new RuleRegistry(), new Masker(), new PayloadStore(30), cascade);
    return pipeline.process(TEXT, payloadId, SystemPolicy.DEFAULT);
  }
@@ -38,7 +37,9 @@ class NameCascadeTest {
  @Test
  void missingModelFileDoesNotBreakMasking(@TempDir Path dir) {
-        NameCascade cascade = new NameCascade("rubert", Optional.of(dir.resolve("нет-такого-каталога").toString()), 16, 4);
+    NameCascade cascade =
        new NameCascade(
            "rubert", Optional.of(dir.resolve("нет-такого-каталога").toString()), 16, 4);
    assertFalse(cascade.enabled(), "отсутствующая модель должна выключать ступень");
    assertEquals("Клиент И. И. И., паспорт 45** ****56", mask(cascade, "missing-1"));
  }
@@ -53,7 +54,9 @@ class NameCascadeTest {
    NameCascade cascade = new NameCascade("rubert", Optional.of(broken.toString()), 16, 4);
    assertFalse(cascade.enabled(), "испорченная модель должна выключать ступень");
-        assertEquals("Клиент И. И. И., паспорт 45** ****56", mask(cascade, "broken-1"),
+    assertEquals(
        "Клиент И. И. И., паспорт 45** ****56",
        mask(cascade, "broken-1"),
        "маскирование по правилам обязано работать и без второй ступени");
  }
 }
@@ -0,0 +1,59 @@
 package ru.pdguard;
 import org.junit.jupiter.api.Test;
 import ru.pdguard.config.SystemPolicy;
 import ru.pdguard.core.PayloadStore;
 import ru.pdguard.core.Pipeline;
 import ru.pdguard.detect.RuleRegistry;
 import ru.pdguard.mask.Masker;
 import java.util.UUID;
 import static org.junit.jupiter.api.Assertions.assertFalse;
 /**
 * Нормализация цифровых ПД: находит ИНН/СНИЛС/карту/ОГРН(ИП) в свободной форме,
 * где жёсткий шаблон ломается на нестандартном разделителе.
 */
 class NormalisedDigitsTest {
    private final Pipeline pipeline =
            new Pipeline(new RuleRegistry(), new Masker(), new PayloadStore(30));
    private void assertHidden(String text, String secret) {
        String masked = pipeline.process(text, UUID.randomUUID().toString(), SystemPolicy.DEFAULT);
        assertFalse(masked.contains(secret), "не замаскировано: «" + secret + "» в ответе «" + masked + "»");
    }
    @Test
    void masksCardWithDots() {
        assertHidden("Карта 4111.1111.1111.1111 клиента", "4111.1111.1111.1111");
    }
    @Test
    void masksCardWithSlashes() {
        assertHidden("Оплата картой 4111/1111/1111/1111 прошла", "4111/1111/1111/1111");
    }
    @Test
    void masksCardWithMixedSeparators() {
        assertHidden("Номер карты 4111-1111 1111.1111 клиента", "4111-1111 1111.1111");
    }
    @Test
    void masksInnWithDashes() {
        assertHidden("ИНН: 7703-0123-4550 плательщика", "7703-0123-4550");
    }
    @Test
    void masksSnilsWithDots() {
        assertHidden("СНИЛС 112.233.445.95 застрахованного", "112.233.445.95");
    }
    @Test
    void keepsNumberThatFailsChecksum() {
        String text = "Заказ 1234 5678 9012 3456 отгружен";
        org.junit.jupiter.api.Assertions.assertEquals(text,
                pipeline.process(text, UUID.randomUUID().toString(), SystemPolicy.DEFAULT));
    }
 }
@@ -1,5 +1,9 @@
 package ru.pdguard;
 import static org.junit.jupiter.api.Assertions.assertEquals;
 import static org.junit.jupiter.api.Assertions.assertFalse;
 import java.util.UUID;
 import org.junit.jupiter.api.Test;
 import ru.pdguard.config.SystemPolicy;
 import ru.pdguard.core.PayloadStore;
@@ -7,19 +11,14 @@ import ru.pdguard.core.Pipeline;
 import ru.pdguard.detect.RuleRegistry;
 import ru.pdguard.mask.Masker;
 import java.util.UUID;
 import static org.junit.jupiter.api.Assertions.assertEquals;
 import static org.junit.jupiter.api.Assertions.assertFalse;
 /**
- * Имя в названии организации или объекта на карте персональными данными не является.
+ * Имя в названии организации или объекта на карте персональными данными не является. Решает слово
- * Решает слово перед именем, а не само имя: однофамилец защиту не теряет.
+ * перед именем, а не само имя: однофамилец защиту не теряет.
 */
 class OrganisationNamesTest {
  private final Pipeline pipeline =
-            new Pipeline(new RuleRegistry(), new Masker(), new PayloadStore(1_000_000L, 30));
+      new Pipeline(new RuleRegistry(), new Masker(), new PayloadStore(30));
  private String mask(String text) {
    return pipeline.process(text, UUID.randomUUID().toString(), SystemPolicy.DEFAULT);
@@ -27,26 +26,30 @@ class OrganisationNamesTest {
  @Test
  void keepsNamesInsideInstitutionNames() {
-        for (String text : new String[]{
+    for (String text :
        new String[] {
          "Институт Мечникова принимает по записи",
          "Музей Верещагина работает по будням",
          "Театр Станиславского открыл сезон",
          "Библиотека Некрасова закрыта на ремонт",
          "Премия имени Ломоносова вручена в декабре",
          "Больница Боткина приняла пациентов",
-                "Стадион Яшина отремонтирован"}) {
+          "Стадион Яшина отремонтирован"
        }) {
      assertEquals(text, mask(text), "имя в названии учреждения маскировать не нужно");
    }
  }
  @Test
  void keepsNamesInsidePlaceNames() {
-        for (String text : new String[]{
+    for (String text :
        new String[] {
          "Улица Королёва названа в честь конструктора",
          "Проспект Вернадского перекрыт до вечера",
          "Площадь Гагарина находится на юго-западе",
          "Набережная Макарова уходит к заливу",
-                "Мост Кадырова разведут ночью"}) {
+          "Мост Кадырова разведут ночью"
        }) {
      assertEquals(text, mask(text), "топоним маскировать не нужно");
    }
  }
@@ -54,24 +57,28 @@ class OrganisationNamesTest {
  @Test
  void masksRealClientWithTheSameSurname() {
    String masked = mask("Клиент Королёв Сергей Павлович, паспорт 4509 123456");
-        assertFalse(masked.contains("Королёв Сергей Павлович"),
+    assertFalse(
        masked.contains("Королёв Сергей Павлович"),
        "однофамилец объекта на карте остаётся под защитой: " + masked);
  }
  @Test
  void markerOnlyCountsRightBeforeTheName() {
    String masked = mask("Больница приняла Иванова Ивана Ивановича с жалобой");
-        assertFalse(masked.contains("Иванова Ивана Ивановича"),
+    assertFalse(
        masked.contains("Иванова Ивана Ивановича"),
        "слово-маркер действует только вплотную перед именем: " + masked);
  }
  @Test
  void keepsRulerNames() {
-        for (String text : new String[]{
+    for (String text :
        new String[] {
          "Василий Тёмный правил недолго",
          "Ярослав Мудрый составил свод законов",
          "Екатерина Вторая издала указ",
-                "Алексей Тишайший принимал послов"}) {
+          "Алексей Тишайший принимал послов"
        }) {
      assertEquals(text, mask(text), "имя правителя персональными данными не является");
    }
  }
@@ -79,14 +86,16 @@ class OrganisationNamesTest {
  @Test
  void masksClientEvenIfNameLooksRegnal() {
    String masked = mask("Клиент Василий Тёмный, паспорт 4509 123456");
-        assertFalse(masked.contains("Василий Тёмный"),
+    assertFalse(
        masked.contains("Василий Тёмный"),
        "рядом с паспортными данными это конкретный человек: " + masked);
  }
  @Test
  void doesNotSuppressSoleTraderName() {
    String masked = mask("ИП Пахомов Вениамин Николаевич, ИНН 502601234547");
-        assertFalse(masked.contains("Пахомов Вениамин Николаевич"),
+    assertFalse(
        masked.contains("Пахомов Вениамин Николаевич"),
        "имя предпринимателя — это персональные данные: " + masked);
  }
 }
@@ -1,17 +1,18 @@
 package ru.pdguard;
 import static org.junit.jupiter.api.Assertions.assertEquals;
 import static org.junit.jupiter.api.Assertions.assertNotEquals;
 import org.junit.jupiter.api.Test;
 import ru.pdguard.core.PayloadCipher;
 import ru.pdguard.core.PayloadStore;
 import static org.junit.jupiter.api.Assertions.assertEquals;
 import static org.junit.jupiter.api.Assertions.assertNotEquals;
 /** Шифрование персональных данных в хранилище. */
 class PayloadCipherTest {
  /** 32 байта в hex — валидный AES-256 ключ. */
-    private static final String KEY = "000102030405060708090a0b0c0d0e0f101112131415161718191a1b1c1d1e1f";
+  private static final String KEY =
      "000102030405060708090a0b0c0d0e0f101112131415161718191a1b1c1d1e1f";
  @Test
  void encryptDecryptRoundTrip() {
@@ -33,7 +34,8 @@ class PayloadCipherTest {
  @Test
  void storeStoresEncryptedButReturnsPlaintext() {
    PayloadCipher cipher = new PayloadCipher(KEY);
-        PayloadStore store = new PayloadStore(1_000_000L, 30, ru.pdguard.core.SharedIndex.disabled(), cipher);
+    PayloadStore store =
        new PayloadStore(30, ru.pdguard.core.SharedIndex.disabled(), cipher);
    String original = "Клиент Иванов Иван Иванович, паспорт 4509 123456";
    String masked = "Клиент И. И. И., паспорт 45** ****56";
@@ -44,7 +46,9 @@ class PayloadCipherTest {
    assertEquals(original, entry.original(), "чтение по id должно вернуть исходный текст");
    // Чтение по маске возвращает исходный текст.
-        assertEquals(original, store.originalForMask("test", masked),
+    assertEquals(
        original,
        store.originalForMask("test", masked),
        "чтение по маске должно вернуть исходный текст");
  }
 }
@@ -1,21 +1,20 @@
 package ru.pdguard;
 import org.junit.jupiter.api.Test;
 import ru.pdguard.core.PayloadStore;
 import static org.junit.jupiter.api.Assertions.assertEquals;
 import static org.junit.jupiter.api.Assertions.assertNotNull;
 import static org.junit.jupiter.api.Assertions.assertNull;
 import static org.junit.jupiter.api.Assertions.assertTrue;
-/** Ограничения хранилища соответствий: объём, срок жизни и разделение по системам. */
+import org.junit.jupiter.api.Test;
 import ru.pdguard.core.PayloadStore;
 /** Ограничения хранилища соответствий: срок жизни и разделение по системам. */
 class PayloadStoreTest {
  private static final String SYSTEM = "crm";
  @Test
  void returnsWhatWasStored() {
-        PayloadStore store = new PayloadStore(1_000_000L, 30);
+    PayloadStore store = new PayloadStore(30);
    store.put(SYSTEM, "id", "исходный текст", "маска");
    PayloadStore.Entry entry = store.byId(SYSTEM, "id");
@@ -27,47 +26,39 @@ class PayloadStoreTest {
  @Test
  void forgetsEntriesAfterTheirLifetime() {
-        PayloadStore store = new PayloadStore(1_000_000L, 0);
+    PayloadStore store = new PayloadStore(0);
    store.put(SYSTEM, "id", "исходный текст", "маска");
    assertNull(store.byId(SYSTEM, "id"), "запись с истёкшим сроком жизни не должна отдаваться");
    assertNull(store.originalForMask(SYSTEM, "маска"));
  }
    @Test
    void evictsOldestWhenOverSizeLimit() {
        PayloadStore store = new PayloadStore(100L, 30);
        for (int i = 0; i < 50; i++) {
            store.put(SYSTEM, "id" + i, "текст номер " + i, "маска номер " + i);
        }
        assertTrue(store.charsHeld() <= 100, "объём хранилища вышел за предел: " + store.charsHeld());
        assertNull(store.byId(SYSTEM, "id0"), "самая старая запись должна быть вытеснена");
        assertNotNull(store.byId(SYSTEM, "id49"), "последняя запись должна остаться");
    }
  @Test
  void unknownKeysReturnNothing() {
-        PayloadStore store = new PayloadStore(1_000_000L, 30);
+    PayloadStore store = new PayloadStore(30);
    assertNull(store.byId(SYSTEM, "нет такого"));
    assertNull(store.originalForMask(SYSTEM, "нет такой маски"));
  }
  /**
-     * Поиск по маске идёт только внутри своей системы. Маски детерминированы и
+   * Поиск по маске идёт только внутри своей системы. Маски детерминированы и низкоэнтропийны: без
-     * низкоэнтропийны: без разделения чужую маску можно было бы подобрать и обменять
+   * разделения чужую маску можно было бы подобрать и обменять на исходные данные другого
-     * на исходные данные другого потребителя.
+   * потребителя.
   */
  @Test
  void oneSystemCannotReadAnotherSystemData() {
-        PayloadStore store = new PayloadStore(1_000_000L, 30);
+    PayloadStore store = new PayloadStore(30);
    store.put("crm", "общий-id", "Иванов Иван Иванович", "И. И. И.");
-        assertNull(store.originalForMask("analytics", "И. И. И."),
+    assertNull(
        store.originalForMask("analytics", "И. И. И."),
        "чужую маску нельзя обменять на исходный текст");
-        assertNull(store.byId("analytics", "общий-id"),
+    assertNull(
        store.byId("analytics", "общий-id"),
        "совпадение идентификатора у другой системы не даёт доступа");
-        assertEquals("Иванов Иван Иванович", store.originalForMask("crm", "И. И. И."),
+    assertEquals(
        "Иванов Иван Иванович",
        store.originalForMask("crm", "И. И. И."),
        "своя система свои данные по-прежнему получает");
  }
 }
@@ -1,5 +1,12 @@
 package ru.pdguard;
 import static org.junit.jupiter.api.Assertions.assertTrue;
 import java.util.ArrayList;
 import java.util.Comparator;
 import java.util.LinkedHashMap;
 import java.util.List;
 import java.util.Map;
 import org.junit.jupiter.api.Test;
 import ru.pdguard.config.SystemPolicy;
 import ru.pdguard.core.PayloadStore;
@@ -8,26 +15,17 @@ import ru.pdguard.detect.RuleRegistry;
 import ru.pdguard.detect.Span;
 import ru.pdguard.mask.Masker;
 import java.util.ArrayList;
 import java.util.Comparator;
 import java.util.LinkedHashMap;
 import java.util.List;
 import java.util.Map;
 import static org.junit.jupiter.api.Assertions.assertTrue;
 /**
 * Оценка эффективности детекции по каждому типу ПДН в отдельности.
 *
- * <p>Набор {@code benchmark-pdn-types.txt} содержит по несколько примеров каждого
+ * <p>Набор {@code benchmark-pdn-types.txt} содержит по несколько примеров каждого типа ПДН. Для
- * типа ПДН. Для каждого типа считается посимвольная точность, полнота и F1 —
+ * каждого типа считается посимвольная точность, полнота и F1 — так видно, какие типы детектор
- * так видно, какие типы детектор находит надёжно, а какие пропускает или
+ * находит надёжно, а какие пропускает или маскирует сверх меры.
 * маскирует сверх меры.
 */
 class PdnTypeEfficiencyTest {
  private final Pipeline pipeline =
-            new Pipeline(new RuleRegistry(), new Masker(), new PayloadStore(10_000_000L, 30));
+      new Pipeline(new RuleRegistry(), new Masker(), new PayloadStore(30));
  /** Накопитель посимвольных совпадений по одному типу. */
  private static final class Score {
@@ -69,9 +67,11 @@ class PdnTypeEfficiencyTest {
        account(byType, goldChars[i], foundChars[i]);
      }
      for (Span gold : sample.gold()) {
-                boolean hit = found.stream().anyMatch(f -> f.type().equals(gold.type()) && f.overlaps(gold));
+        boolean hit =
            found.stream().anyMatch(f -> f.type().equals(gold.type()) && f.overlaps(gold));
        if (!hit) {
-                    missed.computeIfAbsent(gold.type(), t -> new ArrayList<>())
+          missed
              .computeIfAbsent(gold.type(), t -> new ArrayList<>())
              .add(sample.text().substring(gold.start(), gold.end()));
        }
      }
@@ -87,7 +87,8 @@ class PdnTypeEfficiencyTest {
      if (isCompanion(e.getKey())) {
        continue;
      }
-            assertTrue(e.getValue().f1() >= 0.8,
+      assertTrue(
          e.getValue().f1() >= 0.8,
          String.format("F1 по типу %s упал до %.3f", e.getKey(), e.getValue().f1()));
    }
  }
@@ -98,7 +99,8 @@ class PdnTypeEfficiencyTest {
    }
    StringBuilder out = new StringBuilder();
    out.append("\n=== Не распознанные значения по типам ===\n");
-        missed.forEach((type, values) -> {
+    missed.forEach(
        (type, values) -> {
          out.append(type).append(": ").append(String.join(" | ", values)).append('\n');
        });
    System.out.println(out);
@@ -136,13 +138,22 @@ class PdnTypeEfficiencyTest {
  private void report(Map<String, Score> byType) {
    StringBuilder out = new StringBuilder(2048);
    out.append("\n=== Эффективность детекции по типам ПДН ===\n\n");
-        out.append(String.format("%-20s %8s %8s %8s %8s%n", "тип", "знаков", "точность", "полнота", "F1"));
+    out.append(
        String.format("%-20s %8s %8s %8s %8s%n", "тип", "знаков", "точность", "полнота", "F1"));
    byType.entrySet().stream()
-                .sorted(Comparator.comparingInt((Map.Entry<String, Score> e) -> e.getValue().gold()).reversed())
+        .sorted(
-                .forEach(e -> out.append(String.format("%-20s %8d %8.3f %8.3f %8.3f%n",
+            Comparator.comparingInt((Map.Entry<String, Score> e) -> e.getValue().gold()).reversed())
-                        e.getKey(), e.getValue().gold(), e.getValue().precision(),
+        .forEach(
-                        e.getValue().recall(), e.getValue().f1())));
+            e ->
                out.append(
                    String.format(
                        "%-20s %8d %8.3f %8.3f %8.3f%n",
                        e.getKey(),
                        e.getValue().gold(),
                        e.getValue().precision(),
                        e.getValue().recall(),
                        e.getValue().f1())));
    System.out.println(out);
  }
@@ -1,15 +1,10 @@
 package ru.pdguard;
-import org.junit.jupiter.api.Test;
+import static org.junit.jupiter.api.Assertions.assertTrue;
 import static org.junit.jupiter.api.Assumptions.assumeTrue;
 import io.micrometer.core.instrument.MeterRegistry;
 import io.micrometer.core.instrument.simple.SimpleMeterRegistry;
 import ru.pdguard.config.SystemPolicy;
 import ru.pdguard.core.PayloadStore;
 import ru.pdguard.core.Pipeline;
 import ru.pdguard.detect.NameCascade;
 import ru.pdguard.detect.RuleRegistry;
 import ru.pdguard.mask.Masker;
 import java.nio.file.Files;
 import java.nio.file.Path;
 import java.util.ArrayList;
@@ -21,19 +16,21 @@ import java.util.concurrent.ExecutorService;
 import java.util.concurrent.Executors;
 import java.util.concurrent.Future;
 import java.util.concurrent.TimeUnit;
-
+import org.junit.jupiter.api.Test;
-import static org.junit.jupiter.api.Assumptions.assumeTrue;
+import ru.pdguard.config.SystemPolicy;
-
+import ru.pdguard.core.PayloadStore;
-import static org.junit.jupiter.api.Assertions.assertTrue;
+import ru.pdguard.core.Pipeline;
 import ru.pdguard.detect.NameCascade;
 import ru.pdguard.detect.RuleRegistry;
 import ru.pdguard.mask.Masker;
 /**
- * Замер производительности: задержка одиночного обращения и пропускная
+ * Замер производительности: задержка одиночного обращения и пропускная способность под нагрузкой.
- * способность под нагрузкой. Не тест качества — он в {@link BenchmarkTest}.
+ * Не тест качества — он в {@link BenchmarkTest}.
 *
- * <p>Прогон идёт на одних правилах (вторая ступень выключена), как в боевой
+ * <p>Прогон идёт на одних правилах (вторая ступень выключена), как в боевой сборке без модели.
- * сборке без модели. Перед замером пайплайн прогревается, чтобы JIT успел
+ * Перед замером пайплайн прогревается, чтобы JIT успел скомпилировать горячий путь, — иначе первые
- * скомпилировать горячий путь, — иначе первые замеры покажут интерпретируемый
+ * замеры покажут интерпретируемый код и занизят результат в разы.
 * код и занизят результат в разы.
 */
 class PerformanceBenchmarkTest {
@@ -47,9 +44,9 @@ class PerformanceBenchmarkTest {
  };
  /**
-     * Тексты, где правила не находят ПД, но есть цепочки имён — их разбирает
+   * Тексты, где правила не находят ПД, но есть цепочки имён — их разбирает вторая ступень (модель).
-     * вторая ступень (модель). Нужны, чтобы честно измерить стоимость модели,
+   * Нужны, чтобы честно измерить стоимость модели, а не правила, которые в типовых текстах уже всё
-     * а не правила, которые в типовых текстах уже всё покрыли.
+   * покрыли.
   */
  private static final String[] CASCADE_PAYLOADS = {
    "Готье и Руссо пришли на встречу в офис",
@@ -63,7 +60,7 @@ class PerformanceBenchmarkTest {
  private static final int MEASURE = 50_000;
  private final Pipeline pipeline =
-            new Pipeline(new RuleRegistry(), new Masker(), new PayloadStore(10_000_000L, 30));
+      new Pipeline(new RuleRegistry(), new Masker(), new PayloadStore(30));
  private void warmup() {
    for (int i = 0; i < WARMUP; i++) {
@@ -101,15 +98,22 @@ class PerformanceBenchmarkTest {
    double unmaskUs = nanosToMicros(unmaskNanos);
    System.out.printf("%n=== Задержка одиночного обращения (правила, без модели) ===%n");
-        System.out.printf("Маскирование:   p50=%.1f мкс  p95=%.1f мкс  p99=%.1f мкс  среднее=%.1f мкс%n",
+    System.out.printf(
-                maskNanos[MEASURE / 2] / 1000.0, maskNanos[(int) (MEASURE * 0.95)] / 1000.0,
+        "Маскирование:   p50=%.1f мкс  p95=%.1f мкс  p99=%.1f мкс  среднее=%.1f мкс%n",
-                maskNanos[(int) (MEASURE * 0.99)] / 1000.0, maskUs);
+        maskNanos[MEASURE / 2] / 1000.0,
-        System.out.printf("Демаскирование: p50=%.1f мкс  p95=%.1f мкс  p99=%.1f мкс  среднее=%.1f мкс%n",
+        maskNanos[(int) (MEASURE * 0.95)] / 1000.0,
-                unmaskNanos[MEASURE / 2] / 1000.0, unmaskNanos[(int) (MEASURE * 0.95)] / 1000.0,
+        maskNanos[(int) (MEASURE * 0.99)] / 1000.0,
-                unmaskNanos[(int) (MEASURE * 0.99)] / 1000.0, unmaskUs);
+        maskUs);
    System.out.printf(
        "Демаскирование: p50=%.1f мкс  p95=%.1f мкс  p99=%.1f мкс  среднее=%.1f мкс%n",
        unmaskNanos[MEASURE / 2] / 1000.0,
        unmaskNanos[(int) (MEASURE * 0.95)] / 1000.0,
        unmaskNanos[(int) (MEASURE * 0.99)] / 1000.0,
        unmaskUs);
    // Целевая задержка из ТЗ — 200 мс; типовое обращение должно укладываться в миллисекунды.
-        assertTrue(maskNanos[(int) (MEASURE * 0.99)] < 5_000_000,
+    assertTrue(
        maskNanos[(int) (MEASURE * 0.99)] < 5_000_000,
        "p99 маскирования превысил 5 мс: " + maskNanos[(int) (MEASURE * 0.99)] / 1_000_000 + " мс");
  }
@@ -126,7 +130,10 @@ class PerformanceBenchmarkTest {
    List<Future<Long>> futures = new ArrayList<>();
    for (int t = 0; t < threads; t++) {
      final int threadId = t;
-            futures.add(pool.submit((Callable<Long>) () -> {
+      futures.add(
          pool.submit(
              (Callable<Long>)
                  () -> {
                    long local = 0;
                    for (int i = 0; i < perThread; i++) {
                      String text = PAYLOADS[(threadId * 31 + i) % PAYLOADS.length];
@@ -151,7 +158,8 @@ class PerformanceBenchmarkTest {
    double rps = requests / (wallNanos / 1e9);
    double avgUs = totalNanos / (double) requests / 1000.0;
-        System.out.printf("%n=== Пропускная способность (%d потоков, %d обращений) ===%n", threads, requests);
+    System.out.printf(
        "%n=== Пропускная способность (%d потоков, %d обращений) ===%n", threads, requests);
    System.out.printf("RPS: %.0f обращений/с   средняя задержка: %.1f мкс%n", rps, avgUs);
    assertTrue(rps > 1000, "пропускная способность ниже 1000 RPS: " + rps);
@@ -172,9 +180,13 @@ class PerformanceBenchmarkTest {
    assumeTrue(Files.isReadable(model), "модель " + model.toAbsolutePath() + " не собрана");
    MeterRegistry meters = new SimpleMeterRegistry();
-        Pipeline withCascade = new Pipeline(new RuleRegistry(), new Masker(),
+    Pipeline withCascade =
-                new PayloadStore(10_000_000L, 30),
+        new Pipeline(
-                new NameCascade("rubert", Optional.of(model.toString()), "off", Optional.empty(), 16, 4, meters));
+            new RuleRegistry(),
            new Masker(),
            new PayloadStore(30),
            new NameCascade(
                "rubert", Optional.of(model.toString()), "off", Optional.empty(), 16, 4, meters));
    // Прогрев второй ступени: модель инициализируется лениво, первые вызовы медленные.
    for (int i = 0; i < 200; i++) {
@@ -194,18 +206,24 @@ class PerformanceBenchmarkTest {
    Arrays.sort(maskNanos);
    int n = maskNanos.length;
    System.out.printf("%n=== Задержка одиночного обращения со второй ступенью (ruBERT) ===%n");
-        System.out.printf("Маскирование:   p50=%.1f мкс  p95=%.1f мкс  p99=%.1f мкс  среднее=%.1f мкс%n",
+    System.out.printf(
-                maskNanos[n / 2] / 1000.0, maskNanos[(int) (n * 0.95)] / 1000.0,
+        "Маскирование:   p50=%.1f мкс  p95=%.1f мкс  p99=%.1f мкс  среднее=%.1f мкс%n",
-                maskNanos[(int) (n * 0.99)] / 1000.0, nanosToMicros(maskNanos));
+        maskNanos[n / 2] / 1000.0,
        maskNanos[(int) (n * 0.95)] / 1000.0,
        maskNanos[(int) (n * 0.99)] / 1000.0,
        nanosToMicros(maskNanos));
    double engaged = meters.counter("pdguard.ner.requests", "outcome", "engaged").count();
    double candidates = meters.counter("pdguard.ner.candidates").count();
-        System.out.printf("Обращений к модели: %.0f, кандидатов разобрано: %.0f%n", engaged, candidates);
+    System.out.printf(
        "Обращений к модели: %.0f, кандидатов разобрано: %.0f%n", engaged, candidates);
    // Целевая задержка из ТЗ — 200 мс; даже со второй ступенью типовое обращение
    // должно укладываться в десятки миллисекунд.
-        assertTrue(maskNanos[(int) (n * 0.99)] < 200_000_000,
+    assertTrue(
        maskNanos[(int) (n * 0.99)] < 200_000_000,
        "p99 маскирования со второй ступенью превысил 200 мс: "
-                        + maskNanos[(int) (n * 0.99)] / 1_000_000 + " мс");
+            + maskNanos[(int) (n * 0.99)] / 1_000_000
            + " мс");
  }
 }
@@ -1,5 +1,11 @@
 package ru.pdguard;
 import static org.junit.jupiter.api.Assertions.assertEquals;
 import static org.junit.jupiter.api.Assertions.assertFalse;
 import static org.junit.jupiter.api.Assertions.assertNotEquals;
 import static org.junit.jupiter.api.Assertions.assertTrue;
 import java.util.UUID;
 import org.junit.jupiter.api.Test;
 import ru.pdguard.config.SystemPolicy;
 import ru.pdguard.core.PayloadStore;
@@ -8,13 +14,6 @@ import ru.pdguard.detect.PdTypes;
 import ru.pdguard.detect.RuleRegistry;
 import ru.pdguard.mask.Masker;
 import java.util.UUID;
 import static org.junit.jupiter.api.Assertions.assertEquals;
 import static org.junit.jupiter.api.Assertions.assertFalse;
 import static org.junit.jupiter.api.Assertions.assertNotEquals;
 import static org.junit.jupiter.api.Assertions.assertTrue;
 /** Проверки маскирования и обратного преобразования без подъёма HTTP-слоя. */
 class PipelineTest {
@@ -23,7 +22,7 @@ class PipelineTest {
  private static final String VALID_SNILS = "112-233-445 95";
  private Pipeline pipeline() {
-        return new Pipeline(new RuleRegistry(), new Masker(), new PayloadStore(1_000_000L, 30));
+    return new Pipeline(new RuleRegistry(), new Masker(), new PayloadStore(30));
  }
  private String mask(Pipeline pipeline, String text) {
@@ -116,9 +115,11 @@ class PipelineTest {
  void systemPolicyDisablesSelectedTypes() {
    Pipeline pipeline = pipeline();
    SystemPolicy onlyEmail = SystemPolicy.forTypes(PdTypes.EMAIL);
-        String masked = pipeline.process("Карта " + VALID_CARD + ", почта ivan@mail.ru", "policy-1", onlyEmail);
+    String masked =
        pipeline.process("Карта " + VALID_CARD + ", почта ivan@mail.ru", "policy-1", onlyEmail);
-        assertTrue(masked.contains(VALID_CARD), "карта не должна маскироваться этой системой: " + masked);
+    assertTrue(
        masked.contains(VALID_CARD), "карта не должна маскироваться этой системой: " + masked);
    assertFalse(masked.contains("ivan@mail.ru"), masked);
  }
@@ -1,5 +1,14 @@
 package ru.pdguard;
 import static org.junit.jupiter.api.Assertions.assertEquals;
 import static org.junit.jupiter.api.DynamicTest.dynamicTest;
 import java.nio.file.Files;
 import java.nio.file.Path;
 import java.util.ArrayList;
 import java.util.List;
 import java.util.Optional;
 import java.util.stream.Stream;
 import org.junit.jupiter.api.DynamicTest;
 import org.junit.jupiter.api.Test;
 import org.junit.jupiter.api.TestFactory;
@@ -11,41 +20,30 @@ import ru.pdguard.detect.RuleRegistry;
 import ru.pdguard.detect.Span;
 import ru.pdguard.mask.Masker;
 import java.nio.file.Files;
 import java.nio.file.Path;
 import java.util.ArrayList;
 import java.util.List;
 import java.util.Optional;
 import java.util.stream.Stream;
 import static org.junit.jupiter.api.Assertions.assertEquals;
 import static org.junit.jupiter.api.Assertions.assertTrue;
 import static org.junit.jupiter.api.DynamicTest.dynamicTest;
 /**
- * Датасет из 44 сгенерированных строк — не новые ТИПЫ ПДН, а новые РАЗМЕЩЕНИЯ уже
+ * Датасет из 44 сгенерированных строк — не новые ТИПЫ ПДН, а новые РАЗМЕЩЕНИЯ уже известных типов
- * известных типов относительно якорного слова: расстояние до якоря, обратный порядок
+ * относительно якорного слова: расстояние до якоря, обратный порядок (значение перед якорем),
- * (значение перед якорем), падеж/число анкера, структурированные форматы
+ * падеж/число анкера, структурированные форматы (JSON/CSV/markdown-таблица/XML/key=value),
- * (JSON/CSV/markdown-таблица/XML/key=value), несколько значений одного типа в одном
+ * несколько значений одного типа в одном поле, значение в кавычках/скобках. Гипотезы построены на
- * поле, значение в кавычках/скобках. Гипотезы построены на 55 утечках из
+ * 55 утечках из реальных логов и обобщают их корневые причины на другие типы и формы. Разбор по
- * {@link NodeLogsDatasetTest} и обобщают их корневые причины на другие типы и формы.
+ * категориям — в отчёте, приложенном к задаче.
 * Разбор по категориям — в отчёте, приложенном к задаче.
 *
 * <p>Как и {@link NodeLogsDatasetTest}, часть строк — подтверждённые утечки
 * (падение конкретного кейса в {@link #leakSummary()} ожидаемо), часть — контрольные
 * позитивные случаи, которые обязаны оставаться зелёными: если один из них упадёт,
 * значит новое размещение сломало то, что раньше работало.
 */
 class PlacementVariantsTest {
  private static final RuleRegistry REGISTRY = new RuleRegistry();
  private static final Masker MASKER = new Masker();
-    private static final List<BenchmarkFixtures.Sample> DATASET = BenchmarkFixtures.load("/dataset-placements.txt");
+  private static final List<BenchmarkFixtures.Sample> DATASET =
-    private static final int LEAK_CHECK_MIN_LENGTH = 3;
+      BenchmarkFixtures.load("/dataset-placements.txt");
-    private static final NameCascade CASCADE = modelsPresent()
+  private static final NameCascade CASCADE =
-            ? new NameCascade("wikineural", Optional.of("models/wikineural-ner"),
+      modelsPresent()
-                    "rubert", Optional.of("models/rubert-ner"), 16, 4)
+          ? new NameCascade(
              "wikineural",
              Optional.of("models/wikineural-ner"),
              "rubert",
              Optional.of("models/rubert-ner"),
              16,
              4)
          : NameCascade.disabled();
  private static boolean modelsPresent() {
@@ -59,7 +57,8 @@ class PlacementVariantsTest {
    for (int i = 0; i < DATASET.size(); i++) {
      BenchmarkFixtures.Sample sample = DATASET.get(i);
      int index = i;
-            cases.add(dynamicTest(
+      cases.add(
          dynamicTest(
              String.format("#%02d: %s", index, preview(sample.text())),
              () -> runRoundTrip(sample, index)));
    }
@@ -68,7 +67,7 @@ class PlacementVariantsTest {
  /** Демаскирование обязано восстановить исходный текст всегда, независимо от утечек. */
  private void runRoundTrip(BenchmarkFixtures.Sample sample, int index) {
-        Pipeline pipeline = new Pipeline(REGISTRY, MASKER, new PayloadStore(1_000_000L, 30), CASCADE);
+    Pipeline pipeline = new Pipeline(REGISTRY, MASKER, new PayloadStore(30), CASCADE);
    String payloadId = "placement-" + index;
    String masked = pipeline.process(sample.text(), payloadId, SystemPolicy.DEFAULT);
@@ -76,45 +75,6 @@ class PlacementVariantsTest {
    assertEquals(sample.text(), restored, "демаскирование не восстановило исходный текст");
  }
    /**
     * Сводка утечек одним прогоном — печатает список по типам и падает, только если
     * утечек стало больше 11, то есть если что-то из уже маскируемого сегодня
     * размещения перестало маскироваться. Было 20 при составлении датасета, после
     * точечных фиксов RuleRegistry (расширенный разрыв якорь-значение, обратный
     * порядок для дат/гражданства/кода подразделения) осталось 11.
     */
    @Test
    void leakSummary() {
        Pipeline pipeline = new Pipeline(REGISTRY, MASKER, new PayloadStore(10_000_000L, 30), CASCADE);
        int leaked = 0;
        int checked = 0;
        java.util.Map<String, Integer> byType = new java.util.LinkedHashMap<>();
        StringBuilder report = new StringBuilder("\n=== Утечки по dataset-placements.txt ===\n");
        for (int i = 0; i < DATASET.size(); i++) {
            BenchmarkFixtures.Sample sample = DATASET.get(i);
            String masked = pipeline.process(sample.text(), "leak-scan-" + i, SystemPolicy.DEFAULT);
            for (Span gold : sample.gold()) {
                String value = sample.text().substring(gold.start(), gold.end());
                if (value.length() < LEAK_CHECK_MIN_LENGTH) {
                    continue;
                }
                checked++;
                if (masked.contains(value)) {
                    leaked++;
                    byType.merge(gold.type(), 1, Integer::sum);
                    report.append(String.format("  [%s] %s%n", gold.type(), value));
                }
            }
        }
        report.append(String.format("%nВсего: %d утечек из %d эталонных фрагментов%n", leaked, checked));
        byType.forEach((type, count) -> report.append(String.format("  %-16s %d%n", type, count)));
        System.out.println(report);
        assertTrue(leaked <= 9,
                "утечек стало больше 9 (было после точечных фиксов RuleRegistry) — новая регрессия: " + leaked);
    }
  private static String preview(String text) {
    return text.length() <= 50 ? text : text.substring(0, 50) + "...";
  }
@@ -1,30 +1,31 @@
 package ru.pdguard;
 import org.junit.jupiter.api.Test;
 import org.springframework.boot.test.context.SpringBootTest;
 import org.springframework.boot.test.web.server.LocalServerPort;
 import java.util.Map;
 import static io.restassured.RestAssured.given;
 import static org.hamcrest.Matchers.equalTo;
 import static org.hamcrest.Matchers.not;
 import java.util.Map;
 import org.junit.jupiter.api.Test;
 import org.springframework.boot.test.context.SpringBootTest;
 import org.springframework.boot.test.web.server.LocalServerPort;
 /** Проверка контракта: форма запроса и ответа, пара «маскирование — демаскирование». */
@SpringBootTest(webEnvironment = SpringBootTest.WebEnvironment.RANDOM_PORT)
 class ProcessResourceTest {
-    @LocalServerPort
+  @LocalServerPort int port;
    int port;
  private String post(String payload, String payloadId) {
    return given()
        .port(port)
        .contentType("application/json")
        .body(Map.of("payload", payload, "payload_id", payloadId))
-                .when().post("/process")
+        .when()
-                .then().statusCode(200)
+        .post("/process")
-                .extract().path("result");
+        .then()
        .statusCode(200)
        .extract()
        .path("result");
  }
  @Test
@@ -43,8 +44,10 @@ class ProcessResourceTest {
        .port(port)
        .contentType("application/json")
        .body(Map.of("payload", "текст"))
-                .when().post("/process")
+        .when()
-                .then().statusCode(400);
+        .post("/process")
        .then()
        .statusCode(400);
  }
  @Test
@@ -59,20 +62,26 @@ class ProcessResourceTest {
        .contentType("application/json")
        .header("X-System-Id", "disabled")
        .body(Map.of("payload", "Карта 4111 1111 1111 1111", "payload_id", "sys-1"))
-                .when().post("/process")
+        .when()
-                .then().statusCode(403);
+        .post("/process")
        .then()
        .statusCode(403);
  }
  @Test
  void systemPolicySelectsMaskMode() {
-        String masked = given()
+    String masked =
        given()
            .port(port)
            .contentType("application/json")
            .header("X-System-Id", "crm")
            .body(Map.of("payload", "Клиент Иванов Иван Иванович", "payload_id", "sys-2"))
-                .when().post("/process")
+            .when()
-                .then().statusCode(200)
+            .post("/process")
-                .extract().path("result");
+            .then()
            .statusCode(200)
            .extract()
            .path("result");
    org.junit.jupiter.api.Assertions.assertTrue(masked.contains("[FIO_1]"), masked);
  }
@@ -84,8 +93,10 @@ class ProcessResourceTest {
        .contentType("application/json")
        .header("X-System-Id", "неизвестная-система")
        .body(Map.of("payload", "почта ivan@mail.ru", "payload_id", "sys-3"))
-                .when().post("/process")
+        .when()
-                .then().statusCode(200)
+        .post("/process")
        .then()
        .statusCode(200)
        .body("result", equalTo("почта i***@m***.ru"));
  }
@@ -93,110 +104,177 @@ class ProcessResourceTest {
  void metricsExposeLatencyAndTokenCounters() {
    post("Клиент Иванов Иван Иванович", "metrics-1");
-        String body = given().port(port).when().get("/actuator/prometheus").then().statusCode(200).extract().asString();
+    String body =
-        org.junit.jupiter.api.Assertions.assertTrue(body.contains("pdguard_process_seconds"), "нет метрики задержки");
+        given()
-        org.junit.jupiter.api.Assertions.assertTrue(body.contains("pdguard_tokens_processed_total"), "нет метрики TPS");
+            .port(port)
-        org.junit.jupiter.api.Assertions.assertTrue(body.contains("pdguard_pd_detected_total"), "нет метрики типов ПД");
+            .when()
            .get("/actuator/prometheus")
            .then()
            .statusCode(200)
            .extract()
            .asString();
    org.junit.jupiter.api.Assertions.assertTrue(
        body.contains("pdguard_process_seconds"), "нет метрики задержки");
    org.junit.jupiter.api.Assertions.assertTrue(
        body.contains("pdguard_tokens_processed_total"), "нет метрики TPS");
    org.junit.jupiter.api.Assertions.assertTrue(
        body.contains("pdguard_pd_detected_total"), "нет метрики типов ПД");
  }
  /**
-     * Соответствия разделены по системам. Маски детерминированы и низкоэнтропийны,
+   * Соответствия разделены по системам. Маски детерминированы и низкоэнтропийны, поэтому без
-     * поэтому без разделения, прислав чужую маску, можно было бы получить исходные
+   * разделения, прислав чужую маску, можно было бы получить исходные данные другого потребителя.
     * данные другого потребителя.
   */
  @Test
  void anotherSystemCannotExchangeMaskForOriginal() {
    String original = "Клиент Иванов Иван Иванович, паспорт 4509 123456";
    String id = "cross-system-1";
-        String masked = given()
+    String masked =
        given()
            .port(port)
            .contentType("application/json")
            .body(Map.of("payload", original, "payload_id", id))
-                .when().post("/process")
+            .when()
-                .then().statusCode(200)
+            .post("/process")
-                .extract().path("result");
+            .then()
            .statusCode(200)
            .extract()
            .path("result");
    org.junit.jupiter.api.Assertions.assertNotEquals(original, masked);
-        String byOther = given()
+    String byOther =
        given()
            .port(port)
            .contentType("application/json")
            .header("X-System-Id", "other")
            .body(Map.of("payload", masked, "payload_id", "совсем-другой-id"))
-                .when().post("/process")
+            .when()
-                .then().statusCode(200)
+            .post("/process")
-                .extract().path("result");
+            .then()
-        org.junit.jupiter.api.Assertions.assertNotEquals(original, byOther,
+            .statusCode(200)
-                "чужая система не должна получать исходный текст по маске");
+            .extract()
            .path("result");
    org.junit.jupiter.api.Assertions.assertNotEquals(
        original, byOther, "чужая система не должна получать исходный текст по маске");
-        String bySameSystem = given()
+    String bySameSystem =
        given()
            .port(port)
            .contentType("application/json")
            .body(Map.of("payload", masked, "payload_id", id))
-                .when().post("/process")
+            .when()
-                .then().statusCode(200)
+            .post("/process")
-                .extract().path("result");
+            .then()
-        org.junit.jupiter.api.Assertions.assertEquals(original, bySameSystem,
+            .statusCode(200)
-                "своя система по своему идентификатору исходный текст получает");
+            .extract()
            .path("result");
    org.junit.jupiter.api.Assertions.assertEquals(
        original, bySameSystem, "своя система по своему идентификатору исходный текст получает");
  }
  @Test
  void systemWithKeyRequiresIt() {
-        given().port(port).contentType("application/json")
+    given()
        .port(port)
        .contentType("application/json")
        .header("X-System-Id", "guarded")
        .body(Map.of("payload", "Карта 4111 1111 1111 1111", "payload_id", "key-1"))
-                .when().post("/process").then().statusCode(403);
+        .when()
        .post("/process")
        .then()
        .statusCode(403);
-        given().port(port).contentType("application/json")
+    given()
        .port(port)
        .contentType("application/json")
        .header("X-System-Id", "guarded")
        .header("X-System-Key", "wrong-key")
        .body(Map.of("payload", "Карта 4111 1111 1111 1111", "payload_id", "key-2"))
-                .when().post("/process").then().statusCode(403);
+        .when()
        .post("/process")
        .then()
        .statusCode(403);
-        given().port(port).contentType("application/json")
+    given()
        .port(port)
        .contentType("application/json")
        .header("X-System-Id", "guarded")
        .header("X-System-Key", "s3cret-key-2026")
        .body(Map.of("payload", "Карта 4111 1111 1111 1111", "payload_id", "key-3"))
-                .when().post("/process").then().statusCode(200);
+        .when()
        .post("/process")
        .then()
        .statusCode(200);
  }
  @Test
  void systemWithoutKeyWorksWithoutIt() {
-        given().port(port).contentType("application/json")
+    given()
        .port(port)
        .contentType("application/json")
        .body(Map.of("payload", "Карта 4111 1111 1111 1111", "payload_id", "key-4"))
-                .when().post("/process").then().statusCode(200);
+        .when()
        .post("/process")
        .then()
        .statusCode(200);
  }
  @Test
  void metricsCountSecondStageInvocations() {
    post("Клиент Иванов Иван Иванович", "ner-metrics-1");
-        String body = given().port(port).when().get("/actuator/prometheus").then().statusCode(200).extract().asString();
+    String body =
-        org.junit.jupiter.api.Assertions.assertTrue(body.contains("pdguard_ner_requests_total"),
+        given()
-                "нет счётчика обращений ко второй ступени");
+            .port(port)
-        org.junit.jupiter.api.Assertions.assertTrue(body.contains("pdguard_ner_candidates_total"),
+            .when()
-                "нет счётчика участков, отданных модели");
+            .get("/actuator/prometheus")
            .then()
            .statusCode(200)
            .extract()
            .asString();
    org.junit.jupiter.api.Assertions.assertTrue(
        body.contains("pdguard_ner_requests_total"), "нет счётчика обращений ко второй ступени");
    org.junit.jupiter.api.Assertions.assertTrue(
        body.contains("pdguard_ner_candidates_total"), "нет счётчика участков, отданных модели");
  }
  @Test
  void metricsDoNotLeakPersonalData() {
    post("Клиент Иванов Иван Иванович, карта 4111 1111 1111 1111", "metrics-2");
-        String body = given().port(port).when().get("/actuator/prometheus").then().statusCode(200).extract().asString();
+    String body =
        given()
            .port(port)
            .when()
            .get("/actuator/prometheus")
            .then()
            .statusCode(200)
            .extract()
            .asString();
    // Значения метрик — это числа, и цифры из ПД могут случайно совпасть с ними.
    // Утечка возможна только через имена и метки, поэтому значения отбрасываем.
-        String namesAndLabels = body.lines()
+    String namesAndLabels =
        body.lines()
            .filter(line -> !line.startsWith("#"))
            .map(line -> line.contains(" ") ? line.substring(0, line.lastIndexOf(' ')) : line)
            .reduce("", (a, b) -> a + "\n" + b);
-        org.junit.jupiter.api.Assertions.assertFalse(namesAndLabels.contains("Иванов"), "ПД попали в метрики");
+    org.junit.jupiter.api.Assertions.assertFalse(
-        org.junit.jupiter.api.Assertions.assertFalse(namesAndLabels.contains("4111"), "ПД попали в метрики");
+        namesAndLabels.contains("Иванов"), "ПД попали в метрики");
    org.junit.jupiter.api.Assertions.assertFalse(
        namesAndLabels.contains("4111"), "ПД попали в метрики");
  }
  @Test
  void adminShowsSystemsAndTypes() {
-        given().port(port).when().get("/admin/config").then().statusCode(200).body("crm.maskMode", equalTo("TOKEN"));
+    given()
        .port(port)
        .when()
        .get("/admin/config")
        .then()
        .statusCode(200)
        .body("crm.maskMode", equalTo("TOKEN"));
    given().port(port).when().get("/admin/types").then().statusCode(200);
  }
@@ -206,8 +284,10 @@ class ProcessResourceTest {
        .port(port)
        .contentType("application/json")
        .body(Map.of("payload", "тестовая строка", "payload_id", "selfcheck-1"))
-                .when().post("/process")
+        .when()
-                .then().statusCode(200)
+        .post("/process")
        .then()
        .statusCode(200)
        .body("result", equalTo("тестовая строка"))
        .body("result", not(equalTo("")));
  }
@@ -1,23 +1,21 @@
 package ru.pdguard;
 import io.restassured.path.json.JsonPath;
 import org.junit.jupiter.api.Test;
 import org.springframework.boot.test.context.SpringBootTest;
 import org.springframework.boot.test.web.server.LocalServerPort;
 import java.util.Map;
 import static io.restassured.RestAssured.given;
 import static org.junit.jupiter.api.Assertions.assertEquals;
 import static org.junit.jupiter.api.Assertions.assertFalse;
 import static org.junit.jupiter.api.Assertions.assertTrue;
 import io.restassured.path.json.JsonPath;
 import java.util.Map;
 import org.junit.jupiter.api.Test;
 import org.springframework.boot.test.context.SpringBootTest;
 import org.springframework.boot.test.web.server.LocalServerPort;
 /** Демонстрационное плечо: потребитель → маскирование → LLM → демаскирование. */
@SpringBootTest(webEnvironment = SpringBootTest.WebEnvironment.RANDOM_PORT)
 class ProxyResourceTest {
-    @LocalServerPort
+  @LocalServerPort int port;
    int port;
  private static final String PROMPT =
      "Составь письмо клиенту Иванову Ивану Ивановичу, паспорт 4509 123456, почта ivan@mail.ru";
@@ -27,9 +25,12 @@ class ProxyResourceTest {
        .port(port)
        .contentType("application/json")
        .body(Map.of("prompt", prompt))
-                .when().post("/proxy")
+        .when()
-                .then().statusCode(200)
+        .post("/proxy")
-                .extract().jsonPath();
+        .then()
        .statusCode(200)
        .extract()
        .jsonPath();
  }
  @Test
@@ -56,12 +57,13 @@ class ProxyResourceTest {
  void responseShowsTheWholeChain() {
    JsonPath json = proxy(PROMPT);
-        assertTrue(json.getString("prompt_masked").contains("[FIO_1]"),
+    assertTrue(
        json.getString("prompt_masked").contains("[FIO_1]"),
        "в модель уходит обратимая подстановка: " + json.getString("prompt_masked"));
-        assertTrue(json.getString("llm_response_masked").contains("[FIO_1]"),
+    assertTrue(
        json.getString("llm_response_masked").contains("[FIO_1]"),
        "ответ модели ещё содержит подстановки");
-        assertFalse(json.getString("response").contains("[FIO_1]"),
+    assertFalse(json.getString("response").contains("[FIO_1]"), "потребителю подстановки не видны");
                "потребителю подстановки не видны");
    assertEquals("заглушка", json.getString("llm"));
    assertFalse(json.getMap("replaced").isEmpty(), "таблица замен не должна быть пустой");
  }
@@ -69,20 +71,32 @@ class ProxyResourceTest {
  @Test
  void textWithoutPersonalDataPassesThrough() {
    JsonPath json = proxy("Объясни разницу между вкладом и накопительным счётом");
-        assertEquals("Объясни разницу между вкладом и накопительным счётом", json.getString("prompt_masked"));
+    assertEquals(
        "Объясни разницу между вкладом и накопительным счётом", json.getString("prompt_masked"));
  }
  @Test
  void rejectsEmptyPrompt() {
-        given().port(port).contentType("application/json").body(Map.of("prompt", " "))
+    given()
-                .when().post("/proxy").then().statusCode(400);
+        .port(port)
        .contentType("application/json")
        .body(Map.of("prompt", " "))
        .when()
        .post("/proxy")
        .then()
        .statusCode(400);
  }
  @Test
  void disabledSystemIsRefused() {
-        given().port(port).contentType("application/json")
+    given()
        .port(port)
        .contentType("application/json")
        .header("X-System-Id", "disabled")
        .body(Map.of("prompt", PROMPT))
-                .when().post("/proxy").then().statusCode(403);
+        .when()
        .post("/proxy")
        .then()
        .statusCode(403);
  }
 }
@@ -1,5 +1,9 @@
 package ru.pdguard;
 import static org.junit.jupiter.api.Assertions.assertEquals;
 import static org.junit.jupiter.api.Assertions.assertFalse;
 import java.util.UUID;
 import org.junit.jupiter.api.Test;
 import ru.pdguard.config.SystemPolicy;
 import ru.pdguard.core.PayloadStore;
@@ -7,22 +11,16 @@ import ru.pdguard.core.Pipeline;
 import ru.pdguard.detect.RuleRegistry;
 import ru.pdguard.mask.Masker;
 import java.util.UUID;
 import static org.junit.jupiter.api.Assertions.assertEquals;
 import static org.junit.jupiter.api.Assertions.assertFalse;
 /**
- * Адрес не только в городе: правило {@code ADDRESS_CITY} расширено якорями
+ * Адрес не только в городе: правило {@code ADDRESS_CITY} расширено якорями на сёла, посёлки,
- * на сёла, посёлки, деревни, хутора, станицы, аулы и аалы — раньше словарь
+ * деревни, хутора, станицы, аулы и аалы — раньше словарь ограничивался официальными городами
- * ограничивался официальными городами (~1100), и «рп. Ильинское»/«с. Кукуево»
+ * (~1100), и «рп. Ильинское»/«с. Кукуево» из ТЗ не находились вообще, дело было не в качестве
- * из ТЗ не находились вообще, дело было не в качестве детекции, а в том, что
+ * детекции, а в том, что искать было негде.
 * искать было негде.
 */
 class SettlementTest {
  private final Pipeline pipeline =
-            new Pipeline(new RuleRegistry(), new Masker(), new PayloadStore(1_000_000L, 30));
+      new Pipeline(new RuleRegistry(), new Masker(), new PayloadStore(30));
  private String mask(String text) {
    return pipeline.process(text, UUID.randomUUID().toString(), SystemPolicy.DEFAULT);
@@ -30,7 +28,8 @@ class SettlementTest {
  private void assertHidden(String text, String secret) {
    String masked = mask(text);
-        assertFalse(masked.contains(secret), "не замаскировано: «" + secret + "» в ответе «" + masked + "»");
+    assertFalse(
        masked.contains(secret), "не замаскировано: «" + secret + "» в ответе «" + masked + "»");
  }
  @Test
@@ -107,9 +106,8 @@ class SettlementTest {
  }
  /**
-     * «с.» перед числом — обычная запись страницы («с. 25»), а не населённого
+   * «с.» перед числом — обычная запись страницы («с. 25»), а не населённого пункта. Якорь не должен
-     * пункта. Якорь не должен на этом срабатывать: правило требует заглавную
+   * на этом срабатывать: правило требует заглавную букву сразу после якоря, а не цифру.
     * букву сразу после якоря, а не цифру.
   */
  @Test
  void pageReferenceIsNotMistakenForSettlement() {
@@ -1,5 +1,9 @@
 package ru.pdguard;
 import static org.junit.jupiter.api.Assertions.assertEquals;
 import static org.junit.jupiter.api.Assertions.assertFalse;
 import java.util.UUID;
 import org.junit.jupiter.api.Test;
 import ru.pdguard.config.SystemPolicy;
 import ru.pdguard.core.PayloadStore;
@@ -7,30 +11,25 @@ import ru.pdguard.core.Pipeline;
 import ru.pdguard.detect.RuleRegistry;
 import ru.pdguard.mask.Masker;
 import java.util.UUID;
 import static org.junit.jupiter.api.Assertions.assertEquals;
 import static org.junit.jupiter.api.Assertions.assertFalse;
 /**
- * Составные названия улиц в честь людей — тот же класс ложных срабатываний,
+ * Составные названия улиц в честь людей — тот же класс ложных срабатываний, что и «Богдана
- * что и «Богдана Хмельницкого» на реальных адресах Альфа-Банка: правило ФИО
+ * Хмельницкого» на реальных адресах Альфа-Банка: правило ФИО без ролевого слова ловит «имя +
- * без ролевого слова ловит «имя + фамилия по словообразованию», а улица в
+ * фамилия по словообразованию», а улица в честь исторической фигуры выглядит точно так же.
- * честь исторической фигуры выглядит точно так же. Одиночная фамилия («улица
+ * Одиночная фамилия («улица Ленина») под это правило не подпадает вообще — ему нужны два слова,
- * Ленина») под это правило не подпадает вообще — ему нужны два слова, поэтому
+ * поэтому все примеры здесь двухсловные, реальные названия улиц.
 * все примеры здесь двухсловные, реальные названия улиц.
 */
 class StreetDenylistTest {
  private final Pipeline pipeline =
-            new Pipeline(new RuleRegistry(), new Masker(), new PayloadStore(1_000_000L, 30));
+      new Pipeline(new RuleRegistry(), new Masker(), new PayloadStore(30));
  private String mask(String text) {
    return pipeline.process(text, UUID.randomUUID().toString(), SystemPolicy.DEFAULT);
  }
  private void assertUnmasked(String text) {
-        assertEquals(text, mask(text), "улица в честь исторической фигуры не должна маскироваться: " + text);
+    assertEquals(
        text, mask(text), "улица в честь исторической фигуры не должна маскироваться: " + text);
  }
  @Test
@@ -69,9 +68,8 @@ class StreetDenylistTest {
  }
  /**
-     * Тот же принцип, что и у Пушкина: рядом с другим ПД денилист не
+   * Тот же принцип, что и у Пушкина: рядом с другим ПД денилист не применяется — если в тексте
-     * применяется — если в тексте всё-таки есть настоящие персональные данные,
+   * всё-таки есть настоящие персональные данные, совпадение с историческим именем их не прикрывает.
     * совпадение с историческим именем их не прикрывает.
   */
  @Test
  void masksCommemorativeStreetNameWhenOtherPersonalDataIsPresent() {
@@ -1,25 +1,25 @@
 package ru.pdguard;
 import static org.junit.jupiter.api.Assertions.assertEquals;
 import static org.junit.jupiter.api.Assertions.assertFalse;
 import static org.junit.jupiter.api.Assertions.assertTrue;
 import com.fasterxml.jackson.databind.ObjectMapper;
 import java.io.IOException;
 import java.nio.charset.StandardCharsets;
 import java.nio.file.Files;
 import java.nio.file.Path;
 import org.junit.jupiter.api.Test;
 import org.junit.jupiter.api.io.TempDir;
 import ru.pdguard.config.SystemPolicy;
 import ru.pdguard.config.SystemsConfig;
 import ru.pdguard.mask.MaskMode;
 import java.io.IOException;
 import java.nio.charset.StandardCharsets;
 import java.nio.file.Files;
 import java.nio.file.Path;
 import static org.junit.jupiter.api.Assertions.assertEquals;
 import static org.junit.jupiter.api.Assertions.assertFalse;
 import static org.junit.jupiter.api.Assertions.assertTrue;
 /** Чтение и горячая перезагрузка списка систем. */
 class SystemsConfigTest {
-    private static final String CONTENT = """
+  private static final String CONTENT =
      """
      {
        "default": { "enabled": true, "demask": true, "maskMode": "MASK", "types": ["*"] },
        "crm":     { "enabled": true, "demask": false, "maskMode": "TOKEN", "types": ["FIO"] },
@@ -84,7 +84,9 @@ class SystemsConfigTest {
    Files.writeString(file, "{ это не json", StandardCharsets.UTF_8);
    config.reload();
-        assertEquals(MaskMode.TOKEN, config.policyFor("crm").maskMode(),
+    assertEquals(
        MaskMode.TOKEN,
        config.policyFor("crm").maskMode(),
        "сломанный файл не должен ронять работающий сервис");
  }
 }
@@ -1,5 +1,13 @@
 package ru.pdguard;
 import static org.junit.jupiter.api.Assertions.assertTrue;
 import java.util.ArrayList;
 import java.util.Comparator;
 import java.util.LinkedHashMap;
 import java.util.List;
 import java.util.Map;
 import java.util.Optional;
 import org.junit.jupiter.api.Test;
 import ru.pdguard.config.SystemPolicy;
 import ru.pdguard.core.PayloadStore;
@@ -9,30 +17,26 @@ import ru.pdguard.detect.RuleRegistry;
 import ru.pdguard.detect.Span;
 import ru.pdguard.mask.Masker;
 import java.util.ArrayList;
 import java.util.Comparator;
 import java.util.LinkedHashMap;
 import java.util.List;
 import java.util.Map;
 import java.util.Optional;
 import static org.junit.jupiter.api.Assertions.assertTrue;
 /**
 * Оценка двухмодельной архитектуры: WikiNEuRal для имён, ruBERT для адресов.
 *
- * <p>Набор {@code benchmark-two-model.txt} проверяет, что имена клиентов и адреса
+ * <p>Набор {@code benchmark-two-model.txt} проверяет, что имена клиентов и адреса маскируются, а
- * маскируются, а известные личности — нет. Для каждого типа считается посимвольная
+ * известные личности — нет. Для каждого типа считается посимвольная точность, полнота и F1.
 * точность, полнота и F1.
 */
 class TwoModelBenchmarkTest {
-    private final Pipeline pipeline = new Pipeline(new RuleRegistry(), new Masker(),
+  private final Pipeline pipeline =
-            new PayloadStore(10_000_000L, 30),
+      new Pipeline(
          new RuleRegistry(),
          new Masker(),
          new PayloadStore(30),
          new NameCascade(
              new NameCascade.EngineConfig(
                  "wikineural", Optional.of("models/wikineural-ner"),
                  "rubert", Optional.of("models/rubert-ner"),
-                    16, 4));
+                  "off", Optional.empty()),
              16,
              4));
  private static final class Score {
    private int truePositive;
@@ -73,9 +77,11 @@ class TwoModelBenchmarkTest {
        account(byType, goldChars[i], foundChars[i]);
      }
      for (Span gold : sample.gold()) {
-                boolean hit = found.stream().anyMatch(f -> f.type().equals(gold.type()) && f.overlaps(gold));
+        boolean hit =
            found.stream().anyMatch(f -> f.type().equals(gold.type()) && f.overlaps(gold));
        if (!hit) {
-                    missed.computeIfAbsent(gold.type(), t -> new ArrayList<>())
+          missed
              .computeIfAbsent(gold.type(), t -> new ArrayList<>())
              .add(sample.text().substring(gold.start(), gold.end()));
        }
      }
@@ -86,7 +92,8 @@ class TwoModelBenchmarkTest {
    // Каждый тип должен быть найден с F1 не ниже 0.8.
    for (Map.Entry<String, Score> e : byType.entrySet()) {
-            assertTrue(e.getValue().f1() >= 0.8,
+      assertTrue(
          e.getValue().f1() >= 0.8,
          String.format("F1 по типу %s упал до %.3f", e.getKey(), e.getValue().f1()));
    }
  }
@@ -118,12 +125,21 @@ class TwoModelBenchmarkTest {
  private void report(Map<String, Score> byType) {
    StringBuilder out = new StringBuilder(2048);
    out.append("\n=== Эффективность двухмодельной архитектуры ===\n\n");
-        out.append(String.format("%-20s %8s %8s %8s %8s%n", "тип", "знаков", "точность", "полнота", "F1"));
+    out.append(
        String.format("%-20s %8s %8s %8s %8s%n", "тип", "знаков", "точность", "полнота", "F1"));
    byType.entrySet().stream()
-                .sorted(Comparator.comparingInt((Map.Entry<String, Score> e) -> e.getValue().gold()).reversed())
+        .sorted(
-                .forEach(e -> out.append(String.format("%-20s %8d %8.3f %8.3f %8.3f%n",
+            Comparator.comparingInt((Map.Entry<String, Score> e) -> e.getValue().gold()).reversed())
-                        e.getKey(), e.getValue().gold(), e.getValue().precision(),
+        .forEach(
-                        e.getValue().recall(), e.getValue().f1())));
+            e ->
                out.append(
                    String.format(
                        "%-20s %8d %8.3f %8.3f %8.3f%n",
                        e.getKey(),
                        e.getValue().gold(),
                        e.getValue().precision(),
                        e.getValue().recall(),
                        e.getValue().f1())));
    System.out.println(out);
  }
@@ -133,8 +149,9 @@ class TwoModelBenchmarkTest {
    }
    StringBuilder out = new StringBuilder();
    out.append("\n=== Не распознанные значения по типам ===\n");
-        missed.forEach((type, values) -> out.append(type).append(": ")
+    missed.forEach(
-                .append(String.join(" | ", values)).append('\n'));
+        (type, values) ->
            out.append(type).append(": ").append(String.join(" | ", values)).append('\n'));
    System.out.println(out);
  }
 }
@@ -1,5 +1,9 @@
 package ru.pdguard;
 import static org.junit.jupiter.api.Assertions.assertTrue;
 import java.util.List;
 import java.util.Optional;
 import org.junit.jupiter.api.Test;
 import ru.pdguard.config.SystemPolicy;
 import ru.pdguard.core.PayloadStore;
@@ -10,20 +14,20 @@ import ru.pdguard.detect.RuleRegistry;
 import ru.pdguard.detect.Span;
 import ru.pdguard.mask.Masker;
 import java.util.List;
 import java.util.Optional;
 import static org.junit.jupiter.api.Assertions.assertTrue;
 /** Две модели: WikiNEuRal для имён, ruBERT для адресов. */
 class TwoModelCascadeTest {
  private List<Span> find(String text) {
-        NameCascade cascade = new NameCascade(
+    NameCascade cascade =
        new NameCascade(
            new NameCascade.EngineConfig(
                "wikineural", Optional.of("models/wikineural-ner"),
                "rubert", Optional.of("models/rubert-ner"),
-                16, 4);
+                "off", Optional.empty()),
-        Pipeline p = new Pipeline(new RuleRegistry(), new Masker(), new PayloadStore(1_000_000L, 30), cascade);
+            16,
            4);
    Pipeline p =
        new Pipeline(new RuleRegistry(), new Masker(), new PayloadStore(30), cascade);
    return p.findPersonalData(text, SystemPolicy.DEFAULT);
  }
@@ -46,7 +50,8 @@ class TwoModelCascadeTest {
    for (Span s : spans) {
      System.out.println("  -> " + s.type() + " [" + text.substring(s.start(), s.end()) + "]");
    }
-        assertTrue(spans.stream().noneMatch(s -> s.type().equals(PdTypes.FIO)),
+    assertTrue(
        spans.stream().noneMatch(s -> s.type().equals(PdTypes.FIO)),
        "известная личность не должна маскироваться");
  }
 }
@@ -0,0 +1,132 @@
 package ru.pdguard.config;
 import static org.junit.jupiter.api.Assertions.assertEquals;
 import static org.junit.jupiter.api.Assertions.assertFalse;
 import static org.junit.jupiter.api.Assertions.assertTrue;
 import com.fasterxml.jackson.databind.ObjectMapper;
 import java.io.IOException;
 import java.nio.charset.StandardCharsets;
 import java.nio.file.Files;
 import java.nio.file.Path;
 import org.junit.jupiter.api.Test;
 import org.junit.jupiter.api.io.TempDir;
 import ru.pdguard.mask.MaskMode;
 class SystemsConfigTest {
  private final ObjectMapper mapper = new ObjectMapper();
  @Test
  void missingFileFallsBackToDefaultPolicy(@TempDir Path dir) {
    SystemsConfig config = new SystemsConfig(dir.resolve("absent.json").toString(), mapper);
    SystemPolicy policy = config.policyFor("anything");
    assertEquals(SystemPolicy.DEFAULT_NAME, policy.name());
    assertEquals(MaskMode.MASK, policy.maskMode());
  }
  @Test
  void readsKnownSystemFromFile(@TempDir Path dir) throws IOException {
    Path file = dir.resolve("systems.json");
    Files.writeString(
        file,
        """
        {
          "crm": {
            "enabled": true,
            "demask": false,
            "maskMode": "TOKEN",
            "types": ["FIO", "PHONE"]
          }
        }
        """,
        StandardCharsets.UTF_8);
    SystemsConfig config = new SystemsConfig(file.toString(), mapper);
    assertTrue(config.isKnown("crm"));
    SystemPolicy policy = config.policyFor("crm");
    assertEquals(MaskMode.TOKEN, policy.maskMode());
    assertFalse(policy.demask());
    assertTrue(policy.allows("FIO"));
    assertFalse(policy.allows("EMAIL"));
  }
  @Test
  void unknownSystemFallsBackToDefault(@TempDir Path dir) throws IOException {
    Path file = dir.resolve("systems.json");
    Files.writeString(
        file,
        """
        { "crm": { "maskMode": "TOKEN" } }
        """,
        StandardCharsets.UTF_8);
    SystemsConfig config = new SystemsConfig(file.toString(), mapper);
    assertFalse(config.isKnown("ghost"));
    assertEquals(SystemPolicy.DEFAULT_NAME, config.policyFor("ghost").name());
  }
  @Test
  void malformedJsonKeepsPreviousSettings(@TempDir Path dir) throws IOException {
    Path file = dir.resolve("systems.json");
    Files.writeString(
        file,
        """
        { "crm": { "maskMode": "TOKEN" } }
        """,
        StandardCharsets.UTF_8);
    SystemsConfig config = new SystemsConfig(file.toString(), mapper);
    assertTrue(config.isKnown("crm"));
    Files.writeString(file, "{ not valid json", StandardCharsets.UTF_8);
    config.reload();
    assertTrue(config.isKnown("crm"), "битый файл не должен затирать рабочие настройки");
  }
  @Test
  void unknownMaskModeKeepsPreviousSettings(@TempDir Path dir) throws IOException {
    Path file = dir.resolve("systems.json");
    Files.writeString(
        file,
        """
        { "crm": { "maskMode": "TOKEN" } }
        """,
        StandardCharsets.UTF_8);
    SystemsConfig config = new SystemsConfig(file.toString(), mapper);
    Files.writeString(
        file,
        """
        { "crm": { "maskMode": "NOT_A_MODE" } }
        """,
        StandardCharsets.UTF_8);
    config.reload();
    assertEquals(
        MaskMode.TOKEN,
        config.policyFor("crm").maskMode(),
        "неизвестный maskMode не должен принять частично разобранные настройки");
  }
  @Test
  void currentReturnsSortedSnapshot(@TempDir Path dir) throws IOException {
    Path file = dir.resolve("systems.json");
    Files.writeString(
        file,
        """
        { "zzz": { "maskMode": "TOKEN" }, "aaa": { "maskMode": "MASK" } }
        """,
        StandardCharsets.UTF_8);
    SystemsConfig config = new SystemsConfig(file.toString(), mapper);
    assertEquals(
        java.util.List.of("aaa", "default", "zzz"),
        config.current().keySet().stream().sorted().toList());
  }
 }
@@ -0,0 +1,93 @@
 package ru.pdguard.core;
 import static org.junit.jupiter.api.Assertions.assertEquals;
 import static org.junit.jupiter.api.Assertions.assertFalse;
 import static org.junit.jupiter.api.Assertions.assertThrows;
 import static org.junit.jupiter.api.Assertions.assertTrue;
 import java.util.concurrent.TimeUnit;
 import org.junit.jupiter.api.Test;
@SuppressWarnings("java:S2925") // Thread.sleep ждёт прохождения окна регулировки лимитера
 class AdaptiveConcurrencyLimiterTest {
  @Test
  void rejectsInvalidBounds() {
    assertThrows(IllegalArgumentException.class, () -> new AdaptiveConcurrencyLimiter(0, 10, 100));
    assertThrows(IllegalArgumentException.class, () -> new AdaptiveConcurrencyLimiter(10, 5, 100));
  }
  @Test
  void acceptsUpToLimitThenRejects() {
    AdaptiveConcurrencyLimiter limiter = new AdaptiveConcurrencyLimiter(2, 2, 1000);
    assertTrue(limiter.tryAcquire());
    assertTrue(limiter.tryAcquire());
    assertFalse(limiter.tryAcquire(), "предел исчерпан — третий запрос должен быть отклонён");
    assertEquals(2, limiter.inFlight());
  }
  @Test
  void releaseFreesSlotForNextRequest() {
    AdaptiveConcurrencyLimiter limiter = new AdaptiveConcurrencyLimiter(1, 1, 1000);
    assertTrue(limiter.tryAcquire());
    assertFalse(limiter.tryAcquire());
    limiter.release(TimeUnit.MILLISECONDS.toNanos(1));
    assertTrue(limiter.tryAcquire(), "после release слот должен освободиться");
  }
  @Test
  void growsLimitWhenLatencyBelowTarget() throws InterruptedException {
    long window = TimeUnit.MILLISECONDS.toNanos(1);
    AdaptiveConcurrencyLimiter limiter = new AdaptiveConcurrencyLimiter(1, 5, 100, window);
    limiter.tryAcquire();
    Thread.sleep(2);
    limiter.release(TimeUnit.MILLISECONDS.toNanos(1));
    assertEquals(2, limiter.limit(), "задержка ниже целевой — предел должен вырасти на единицу");
  }
  @Test
  void shrinksLimitWhenLatencyAboveTarget() throws InterruptedException {
    long window = TimeUnit.MILLISECONDS.toNanos(1);
    AdaptiveConcurrencyLimiter limiter = new AdaptiveConcurrencyLimiter(1, 8, 10, window);
    // Разгоняем предел до 4, чтобы было куда сжиматься.
    for (int i = 0; i < 3; i++) {
      limiter.tryAcquire();
      Thread.sleep(2);
      limiter.release(TimeUnit.MILLISECONDS.toNanos(1));
    }
    assertEquals(4, limiter.limit());
    limiter.tryAcquire();
    Thread.sleep(2);
    limiter.release(TimeUnit.MILLISECONDS.toNanos(50));
    assertEquals(2, limiter.limit(), "задержка выше целевой — предел должен сжаться вдвое");
  }
  @Test
  void limitNeverDropsBelowMin() throws InterruptedException {
    long window = TimeUnit.MILLISECONDS.toNanos(1);
    AdaptiveConcurrencyLimiter limiter = new AdaptiveConcurrencyLimiter(3, 10, 5, window);
    limiter.tryAcquire();
    Thread.sleep(2);
    limiter.release(TimeUnit.MILLISECONDS.toNanos(50));
    assertEquals(3, limiter.limit(), "предел не должен опускаться ниже minLimit");
  }
  @Test
  void doesNotAdjustBeforeWindowElapses() {
    long window = TimeUnit.SECONDS.toNanos(10);
    AdaptiveConcurrencyLimiter limiter = new AdaptiveConcurrencyLimiter(1, 5, 100, window);
    limiter.tryAcquire();
    limiter.release(1);
    assertEquals(1, limiter.limit(), "окно ещё не прошло — предел не должен меняться");
  }
 }
@@ -0,0 +1,65 @@
 package ru.pdguard.core;
 import static org.junit.jupiter.api.Assertions.assertEquals;
 import static org.junit.jupiter.api.Assertions.assertFalse;
 import static org.junit.jupiter.api.Assertions.assertNotEquals;
 import static org.junit.jupiter.api.Assertions.assertThrows;
 import static org.junit.jupiter.api.Assertions.assertTrue;
 import java.security.SecureRandom;
 import org.junit.jupiter.api.Test;
 class PayloadCipherTest {
  private static String randomHexKey() {
    byte[] bytes = new byte[32];
    new SecureRandom().nextBytes(bytes);
    return java.util.HexFormat.of().formatHex(bytes);
  }
  @Test
  void disabledCipherPassesTextThrough() {
    PayloadCipher cipher = PayloadCipher.disabled();
    assertFalse(cipher.enabled());
    assertEquals("Иванов Иван Иванович", cipher.encrypt("Иванов Иван Иванович"));
    assertEquals("Иванов Иван Иванович", cipher.decrypt("Иванов Иван Иванович"));
  }
  @Test
  void enabledCipherRoundTrips() {
    PayloadCipher cipher = new PayloadCipher(randomHexKey());
    assertTrue(cipher.enabled());
    String encrypted = cipher.encrypt("Иванов Иван Иванович, паспорт 4509 123456");
    assertNotEquals("Иванов Иван Иванович, паспорт 4509 123456", encrypted);
    assertEquals("Иванов Иван Иванович, паспорт 4509 123456", cipher.decrypt(encrypted));
  }
  @Test
  void ciphertextDiffersEachTimeDueToRandomIv() {
    PayloadCipher cipher = new PayloadCipher(randomHexKey());
    String first = cipher.encrypt("тот же текст");
    String second = cipher.encrypt("тот же текст");
    assertNotEquals(first, second, "разный IV должен давать разный шифротекст на одинаковом входе");
  }
  @Test
  void decryptingGarbageThrows() {
    PayloadCipher cipher = new PayloadCipher(randomHexKey());
    assertThrows(IllegalStateException.class, () -> cipher.decrypt("не base64!!!"));
  }
  @Test
  void decryptingWithDifferentKeyThrows() {
    PayloadCipher first = new PayloadCipher(randomHexKey());
    PayloadCipher second = new PayloadCipher(randomHexKey());
    String encrypted = first.encrypt("секрет");
    assertThrows(IllegalStateException.class, () -> second.decrypt(encrypted));
  }
 }
@@ -1,16 +1,15 @@
 package ru.pdguard.detect;
-import org.junit.jupiter.api.AfterEach;
+import static org.junit.jupiter.api.Assertions.assertFalse;
-import org.junit.jupiter.api.Test;
+import static org.junit.jupiter.api.Assertions.assertTrue;
 import org.junit.jupiter.api.io.TempDir;
 import java.io.IOException;
 import java.nio.charset.StandardCharsets;
 import java.nio.file.Files;
 import java.nio.file.Path;
-
+import org.junit.jupiter.api.AfterEach;
-import static org.junit.jupiter.api.Assertions.assertFalse;
+import org.junit.jupiter.api.Test;
-import static org.junit.jupiter.api.Assertions.assertTrue;
+import org.junit.jupiter.api.io.TempDir;
 /** Денилист известных людей: встроенный список и дозагрузка сверху без пересборки. */
 class NameDictionaryTest {
@@ -43,10 +42,9 @@ class NameDictionaryTest {
  }
  /**
-     * Фамилии, в честь которых чаще всего называют улицы в России (Росреестр).
+   * Фамилии, в честь которых чаще всего называют улицы в России (Росреестр). Само по себе «улица
-     * Само по себе «улица Ленина» никогда не попало бы под ФИО — для этого
+   * Ленина» никогда не попало бы под ФИО — для этого правила нужны два слова, — но денилист должен
-     * правила нужны два слова, — но денилист должен покрывать и составные
+   * покрывать и составные названия («Феликса Дзержинского»), и вариации написания («Будённый»/
     * названия («Феликса Дзержинского»), и вариации написания («Будённый»/
   * «Буденный»).
   */
  @Test
@@ -59,7 +57,8 @@ class NameDictionaryTest {
    // «Будённый» — чистое прилагательное без «-ский» (как «Толстой»): та же
    // известная граница приёма, родительный падеж («Будённого») им не ловится.
    assertTrue(NameDictionary.isWellKnown("улица Будённый"));
-        assertTrue(NameDictionary.isWellKnown("улица Буденный"), "написание без «ё» тоже должно ловиться");
+    assertTrue(
        NameDictionary.isWellKnown("улица Буденный"), "написание без «ё» тоже должно ловиться");
    assertTrue(NameDictionary.isWellKnown("улица Жукова"));
    assertTrue(NameDictionary.isWellKnown("улица Островского"));
  }
@@ -71,9 +70,11 @@ class NameDictionaryTest {
    NameDictionary.useExternalFile(file);
-        assertTrue(NameDictionary.isWellKnown("Интервью Кастомова"),
+    assertTrue(
        NameDictionary.isWellKnown("Интервью Кастомова"),
        "дописанное сверху имя должно распознаваться наравне со встроенными");
-        assertTrue(NameDictionary.isWellKnown("Стихи Пушкина"),
+    assertTrue(
        NameDictionary.isWellKnown("Стихи Пушкина"),
        "встроенный список не должен теряться при дозагрузке");
  }
@@ -1,10 +1,10 @@
 package ru.pdguard.detect;
 import org.junit.jupiter.api.Test;
 import static org.junit.jupiter.api.Assertions.assertFalse;
 import static org.junit.jupiter.api.Assertions.assertTrue;
 import org.junit.jupiter.api.Test;
 /** Словарь населённых пунктов — не только города, но и сёла, посёлки, деревни, хутора. */
 class ToponymDictionaryTest {
@@ -18,7 +18,8 @@ class ToponymDictionaryTest {
  @Test
  void recognisesInflectedForms() {
    assertTrue(ToponymDictionary.isKnownSettlement("Москве"), "дательный падеж города на гласную");
-        assertTrue(ToponymDictionary.isKnownSettlement("Тамбове"), "предложный падеж города на согласную");
+    assertTrue(
        ToponymDictionary.isKnownSettlement("Тамбове"), "предложный падеж города на согласную");
    assertTrue(ToponymDictionary.isKnownSettlement("Казани"), "родительный падеж");
  }
@@ -41,11 +42,9 @@ class ToponymDictionaryTest {
  }
  /**
-     * Из переписи 2020–2021, не из ручного списка городов: сёла, посёлки,
+   * Из переписи 2020–2021, не из ручного списка городов: сёла, посёлки, деревни, хутора, станицы,
-     * деревни, хутора, станицы, аулы, аалы — ровно то, чего не было, пока
+   * аулы, аалы — ровно то, чего не было, пока словарь ограничивался официальными городами. Примеры
-     * словарь ограничивался официальными городами. Примеры из ТЗ («рп.
+   * из ТЗ («рп. Ильинское», «с. Кукуево») и по одному реальному названию на тип населённого пункта.
     * Ильинское», «с. Кукуево») и по одному реальному названию на тип
     * населённого пункта.
   */
  @Test
  void recognisesSettlementsFromCensusNotJustOfficialCities() {
@@ -1,10 +1,10 @@
 package ru.pdguard.detect;
 import org.junit.jupiter.api.Test;
 import static org.junit.jupiter.api.Assertions.assertFalse;
 import static org.junit.jupiter.api.Assertions.assertTrue;
 import org.junit.jupiter.api.Test;
 /** Контрольные суммы ОГРН/ОГРНИП: первые 12/14 цифр по модулю 11/13, младший разряд остатка. */
 class ValidatorsTest {
@@ -41,7 +41,8 @@ class ValidatorsTest {
  @Test
  void invalidOgrnipChecksumFails() {
-        assertFalse(Validators.ogrnip("304500116000158"), "последняя цифра изменена — сумма не сходится");
+    assertFalse(
        Validators.ogrnip("304500116000158"), "последняя цифра изменена — сумма не сходится");
  }
  @Test
@@ -172,9 +172,7 @@ cardholder {{CARDHOLDER:ELENA KUZNETSOVA}} указан латиницей
 Клиент {{FIO:Юдина Кристина}}, место рождения {{BIRTH_PLACE:город Тула}}
 Клиент {{FIO:Литвинов А.С.}}, родился в {{BIRTH_PLACE:Владивостоке}}
-# --- Гражданство, спутник ФИО (6) ---
+# --- Гражданство, спутник ФИО (4) ---
 Клиент {{FIO:Соколова Дарья}}, гражданство {{CITIZENSHIP:РФ}}
 Клиент {{FIO:Петров Виктор}}, гражданин {{CITIZENSHIP:России}}
 Клиент {{FIO:Алиев Тимур}}, гражданство {{CITIZENSHIP:Республики Казахстан}}
 Клиент {{FIO:Ким Артур}}, гражданство {{CITIZENSHIP:Республики Узбекистан}}
 Клиент {{FIO:Марченко Ольга}}, гражданство {{CITIZENSHIP:Украины}}
@@ -0,0 +1,34 @@
 #!/usr/bin/env python3
 """Конвертация LLAIMlegal/ru-legal-ner в ONNX для RuBertRecogniser.
 Модель — BertForTokenClassification. Экспортируем в ONNX с динамической
 длиной входа, чтобы RuBertRecogniser мог подавать куски разной длины.
 """
 import torch
 from transformers import AutoTokenizer, AutoModelForTokenClassification
 from pathlib import Path
 SRC = "LLAIMlegal/ru-legal-ner"
 OUT = Path("models/ru-legal-ner")
 tokenizer = AutoTokenizer.from_pretrained(SRC)
 model = AutoModelForTokenClassification.from_pretrained(SRC)
 model.eval()
 # Динамическая длина: batch=1, seq=dynamic
 dummy = torch.zeros(1, 8, dtype=torch.long)
 torch.onnx.export(
    model,
    (dummy, dummy, dummy),
    str(OUT / "model.onnx"),
    input_names=["input_ids", "attention_mask", "token_type_ids"],
    output_names=["logits"],
    dynamic_axes={
        "input_ids": {0: "batch", 1: "seq"},
        "attention_mask": {0: "batch", 1: "seq"},
        "token_type_ids": {0: "batch", 1: "seq"},
        "logits": {0: "batch", 1: "seq"},
    },
    opset_version=14,
 )
 print("ONNX exported to", OUT / "model.onnx")
@@ -40,6 +40,21 @@ fetch "https://huggingface.co/onnx-community/bert-base-NER-Russian-ONNX/resolve/
 mv -f models/rubert-ner/onnx/model_int8.onnx models/rubert-ner/model.onnx 2>/dev/null || true
 rmdir models/rubert-ner/onnx 2>/dev/null || true
 # LLAIM Legal NER (LLAIMlegal/ru-legal-ner, MIT) — юридические реквизиты и
 # документы: ИНН, ОГРН, СНИЛС, паспорт, телефон, email, банковский счёт, дата.
 # Готового ONNX нет — скачиваем веса и конвертируем скриптом (нужны torch,
 # transformers, optimum, onnx).
 fetch "https://huggingface.co/LLAIMlegal/ru-legal-ner/resolve/main" \
  models/ru-legal-ner model.safetensors \
  config.json tokenizer.json tokenizer_config.json
 if command -v python3 >/dev/null 2>&1; then
  python3 tools/convert_ru_legal_ner.py || echo "Не удалось сконвертировать ru-legal-ner в ONNX"
 else
  echo "python3 не найден: ru-legal-ner не сконвертирован в ONNX"
 fi
 echo "Готово. Включить:"
 echo "  pdguard.ner.name-engine=wikineural, pdguard.ner.name-model=models/wikineural-ner"
 echo "  pdguard.ner.address-engine=rubert, pdguard.ner.address-model=models/rubert-ner"
 echo "  pdguard.ner.legal-engine=ru-legal-ner, pdguard.ner.legal-model=models/ru-legal-ner"
Author	SHA1	Message	Date
dakocha3	d4de78be7a	perf: не звать legal-модель на каждое слово текста LEGAL_CANDIDATE сужен до цифровых кластеров (ИНН, СНИЛС, паспорт, телефон, банковский счёт) и email. Раньше в него входили и слова, из-за чего модель LLAIM Legal NER вызывалась на каждое слово до maxCandidates раз. Имена (PER) размечает модель имён, email — правила, поэтому слова из кандидата убраны.	2026-09-24 00:01:46 +03:00
dakocha3	c022806bf2	feat: метрики использования каждой NER-модели и панели дашборда - Добавлены счётчики pdguard.ner.model.requests и таймеры pdguard.ner.model.duration с тегом model (name/address/legal). - Гистограммы для таймеров моделей включены в MetricsConfiguration. - Дашборд дополнен панелями «Обращения к моделям» и «Время моделей». - Prometheus собирает метрики с обеих нод кластера. - Целевые значения лимитера: min-concurrent 100, target-latency 900. - Подавление S2925 (Thread.sleep) в тесте лимитера.	2026-09-23 23:51:07 +03:00
Максименко Никита Владимирович	af18ae8791	fix: обновление доки	2026-09-23 23:45:56 +03:00
Максименко Никита Владимирович	76e93959ba	fix: добавление доки и докерфайла для жюри	2026-09-23 23:18:07 +03:00
Максименко Никита Владимирович	88a6117eda	feat: ui + docs: для жюри	2026-09-23 23:12:10 +03:00
dakocha3	121a281fc6	fix: маскировать все типы ПД для системы crm Паспорт и другие документы не маскировались для crm (режим TOKEN), потому что в types были перечислены только ФИО, телефон, email и адресные поля. Теперь types=["*"] — crm маскирует все типы ПД, как analytics и strict.	2026-09-23 23:07:29 +03:00
dakocha3	3ba248b8a9	refactor: убрать ограничение maxChars из хранилища соответствий - Удалены поле maxChars, параметр конструктора и метод evictWhileOverLimit. - Хранилище теперь ограничено только TTL (ttl-minutes), без вытеснения по объёму. - Конструкторы переведены на (int ttlMinutes) и (int ttlMinutes, SharedIndex, PayloadCipher). - Обновлены тесты и PipelineWarmup на новые сигнатуры.	2026-09-23 22:33:54 +03:00
Максименко Никита Владимирович	1328a7b234	refactor: подтянуть Legal NER, переформатировать код и добавить тесты Слияние с `685ec97` (третья ступень NER для юридических реквизитов), код приведён к google-java-format, добавлены юнит-тесты AdaptiveConcurrencyLimiter/SystemsConfig/PayloadCipher.	2026-09-23 22:02:45 +03:00
dakocha3	685ec977de	feat: интеграция LLAIM Legal NER как третьей ступени распознавания - Подключение ru-legal-ner (ONNX) для юридических реквизитов: ИНН, ОГРН, СНИЛС, паспорт, телефон, email, банковский счёт, дата. - Отдельный проход LEGAL_CANDIDATE, чтобы не вытеснять кандидатов имён и адресов. - coversAny(policy) в Pipeline вместо проверки только FIO. - Нормализация цифровых ПД (ИНН/СНИЛС/карта/ОГРН) в свободной форме. - Фикс ложного срабатывания ФИО на аббревиатуре «ИНН» (PD_MARKERS). - Рефакторинг конструкторов NameCascade через record EngineConfig (Sonar S107).	2026-09-23 21:40:53 +03:00
Максименко Никита Владимирович	c209c4a366	feat: добавление STRICT режима (более строгий MASKED)	2026-09-23 18:20:54 +03:00
Максименко Никита ВладимировичandClaude Sonnet 5	0b9371e4f2	refactor: разбить RuleRegistry на классы по категориям правил RuleRegistry.java вырос до 621 строки — вынесены общие regex-фрагменты в RulePatterns и группы правил в DocumentRules, FinanceRules, DateRules, FioRules, ContactRules, AddressRules. RuleRegistry теперь только собирает списки и хранит публичный API (detect, isAddressType, hasAddressContext). Co-Authored-By: Claude Sonnet 5 <noreply@anthropic.com>	2026-09-23 17:23:05 +03:00