common.skipToContent

معقم PII

حماية البيانات الحساسة مع الحفاظ على هيكل النص

يقوم معقم PII بتحويل الكيانات المكتشفة باستخدام طرق متنوعة لحماية المعلومات الحساسة.


مشغلات التعقيم

اختر المشغل المناسب بناءً على احتياجاتك:

استبدال

استبدال PII بنص بديل مثل [PERSON] أو [EMAIL]. يحافظ على قابلية قراءة النص.

John Doe → [PERSON]

الأفضل لـ: نص تمويه مقروء بشريًا

إخفاء

إخفاء جزئي لـ PII مثل ****@email.com أو John D***. يظهر التنسيق مع إخفاء القيم.

john@email.com → j***@email.com

الأفضل لـ: الحفاظ على قابلية القراءة الجزئية

حذف

إزالة PII تمامًا من النص. الخيار الأكثر عدوانية.

Contact John Doe at → Contact at

الأفضل لـ: الإزالة الكاملة للبيانات الحساسة

تجزئة

تحويل PII إلى تجزئة SHA-256. نفس الإدخال دائمًا ينتج نفس التجزئة، مفيد لتحليل البيانات.

John Doe → a3f2b1c4d5...

الأفضل لـ: تحليل البيانات مع الحفاظ على التفرد

تشفيرقابل للعكس

تشفير PII باستخدام AES-256-GCM. يمكن فك تشفيره لاحقًا باستخدام مفتاح التشفير الخاص بك.

John Doe → [ENC:a3f2b1c4...]

الأفضل لـ: التمويه المؤقت مع إمكانية الاستعادة لاحقًا


مقارنة المشغلين

المشغلقابل للعكسيحافظ على التنسيقمخرجات متسقةحالة الاستخدام
Replaceلالانعممشاركة المستندات المموهة
Maskلاجزئينعمدعم العملاء، السجلات
Redactلالانعمالمستندات القانونية، FOIA
Hashلالانعم*تحليل البيانات، إزالة التكرار
Encryptنعملالكل مفتاحتمويه مؤقت

* ينتج التجزئة مخرجات متسقة لنفس قيمة الإدخال


استخدام المموه

الخطوة 1: تحليل أولاً

قبل التمويه، يجب عليك تحليل نصك لاكتشاف كيانات المعلومات الشخصية. يعمل المموه على النتائج من المحلل.

الخطوة 2: اختر الكيانات

راجع واختر الكيانات المكتشفة التي ترغب في تمويهها:

  • استخدم مربعات الاختيار لتحديد/إلغاء تحديد الكيانات الفردية
  • ستظل الكيانات غير المحددة دون تغيير في المخرجات
  • انقر على شارات نوع الكيان لتحديد/إلغاء تحديد بشكل جماعي حسب النوع

الخطوة 3: اختر المشغل

اختر طريقة التمويه:

  • مشغل عالمي: يطبق نفس الطريقة على جميع الكيانات المحددة Applies the same method to all selected entities
  • مشغل لكل كيان: قم بتعيين طرق مختلفة لأنواع الكيانات المختلفة Set different methods for different entity types

الخطوة 4: تكوين الخيارات

لكل مشغل خيارات تكوين:

خيارات الاستبدال
  • new_value - The replacement text (default: [ENTITY_TYPE])
خيارات التمويه
  • masking_char - Character to use for masking (default: *)
  • chars_to_mask - Number of characters to mask
  • from_end - Mask from end instead of beginning
خيارات التجزئة
  • hash_type - Algorithm to use (default: sha256)
خيارات التشفير
  • Requires an encryption key configured in Settings
  • Uses AES-256-GCM encryption

الخطوة 5: تشغيل التمويه

  1. انقر على زر التمويه
  2. راجع المخرجات المموهة
  3. انسخ أو قم بتنزيل النتيجة

التشفير وإعادة الكشف

يمكن لمشغل التشفير تمويه قابل للعكس. يمكنك استعادة القيم الأصلية باستخدام نفس مفتاح التشفير.

إعداد مفتاح التشفير

  1. Go to Settings → Security
  2. Under "Encryption Keys," click Add Key
  3. Enter a name and your secret key (32+ characters recommended)
  4. Save the key securely - it's required for deanonymization

أمان المفتاح

يتم تخزين مفتاح التشفير الخاص بك مشفرًا في حسابك. إذا فقدت المفتاح، فلا يمكن استرداد البيانات المشفرة.

إعادة الكشف عن النص

  1. Go to the Deanonymize tab
  2. Paste text containing encrypted entities (e.g., [ENC:a3f2b1c4...])
  3. Select the encryption key used during anonymization
  4. Click Deanonymize
  5. The original values are restored

تكاليف الرموز

تستهلك عمليات التمويه الرموز بناءً على:

Cost = 1 + 0.2 × ops_count + 0.8 × encrypt_count + 0.1 × entities + 0.2 × text_k

Final = ceil(Cost × 0.5)

Where:

  • ops_count = number of anonymization operations
  • encrypt_count = number of encryption operations (higher cost)
  • entities = number of entities processed
  • text_k = text length in thousands of characters
العمليةالتكلفة النموذجية
Anonymize (apply only)1-5 tokens
Anonymize (full)2-15 tokens
Deanonymize1-4 tokens

أفضل الممارسات

استخدم الاستبدال للمستندات التي ستتم مشاركتها علنًا
استخدم التمويه عندما تحتاج إلى الحفاظ على قابلية القراءة الجزئية
استخدم التجزئة عند تحليل البيانات مع الحفاظ على تفرد الكيانات
استخدم التشفير فقط عندما تحتاج إلى استعادة القيم الأصلية لاحقًا
قم بتخزين مفاتيح التشفير بأمان - فقدانها يعني فقدان الوصول إلى البيانات المشفرة
اختبر التمويه على عينة صغيرة قبل معالجة مجموعات بيانات كبيرة

Related Documentation

آخر تحديث: مارس 2026