PII 匿名化器

在保护敏感数据的同时保持文本结构

PII 匿名化器使用各种方法转换检测到的实体，以保护敏感信息。

匿名化操作符

根据您的需求选择合适的操作符：

替换

用占位符文本如 [PERSON] 或 [EMAIL] 替换 PII。保持文本可读性。

John Doe → [PERSON]

最佳适用：人类可读的匿名文本

掩码

部分隐藏 PII，如 ****@email.com 或 John D***。显示格式同时隐藏值。

john@email.com → j***@email.com

最佳适用：保持部分可读性

删除

完全从文本中移除 PII。最激进的选项。

Contact John Doe at → Contact at

最佳适用：完全删除敏感数据

哈希

将 PII 转换为 SHA-256 哈希。相同的输入始终产生相同的哈希，适用于数据分析。

John Doe → a3f2b1c4d5...

最佳适用：在保持唯一性的同时进行数据分析

加密可逆

使用 AES-256-GCM 加密 PII。可以使用您的加密密钥在后续解密。

John Doe → [ENC:a3f2b1c4...]

最佳适用：临时匿名化以便将来恢复

操作符比较

操作符	可逆	保持格式	一致的输出	用例
Replace	否	否	是	共享匿名化文档
Mask	否	部分	是	客户支持、日志
Redact	否	否	是	法律文件、信息自由法案（FOIA）
Hash	否	否	是*	数据分析、去重
Encrypt	是	否	每个密钥	临时匿名化

* 哈希对相同输入值产生一致的输出

使用匿名化器

步骤 1：先分析

在进行匿名化之前，您必须分析您的文本以检测个人信息（PII）实体。匿名化器基于分析器的结果进行工作。

步骤 2：选择实体

查看并选择您想要匿名化的检测到的实体：

使用复选框选择/取消选择单个实体
未选中的实体将在输出中保持不变
点击实体类型徽章按类型批量选择/取消选择

步骤 3：选择操作符

选择匿名化方法：

全局操作符：对所有选定实体应用相同的方法 Applies the same method to all selected entities
逐个实体操作符：为不同实体类型设置不同的方法 Set different methods for different entity types

步骤 4：配置选项

每个操作符都有配置选项：

替换选项

new_value - The replacement text (default: [ENTITY_TYPE])

掩码选项

masking_char - Character to use for masking (default: *)
chars_to_mask - Number of characters to mask
from_end - Mask from end instead of beginning

哈希选项

hash_type - Algorithm to use (default: sha256)

加密选项

Requires an encryption key configured in Settings
Uses AES-256-GCM encryption

步骤 5：运行匿名化

点击匿名化按钮
查看匿名化输出
复制或下载结果

加密与去匿名化

加密操作符启用可逆匿名化。您可以使用相同的加密密钥恢复原始值。

设置加密密钥

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

密钥安全

您的加密密钥在您的账户中以加密形式存储。如果您丢失密钥，则无法恢复加密数据。

去匿名化文本

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

令牌成本

匿名化操作根据以下内容消耗令牌：

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

操作	典型成本
Anonymize (apply only)	1-5 tokens
Anonymize (full)	2-15 tokens
Deanonymize	1-4 tokens

最佳实践

✅对将公开共享的文档使用替换

✅当需要保持部分可读性时使用掩码

✅在分析数据时使用哈希，同时保持实体的唯一性

✅仅在需要稍后恢复原始值时使用加密

✅安全存储加密密钥 - 丢失它们意味着失去对加密数据的访问

✅在处理大型数据集之前先对小样本进行匿名化测试