CSV Anonymizer
I-anonymize ang CSV file sa browser mo. Pumili kada column kung itatago, aalisin, imamask, hahash, papalitan ng pseudonym o gegeneralize, saka i-download.
Aksyon sa bawat column
Naka-pre-select ang mga column na mukhang personal ang pangalan (email, phone, pangalan, address, SSN…). Suriin ang bawat column: ang header lang ang binabasa ng mga mungkahi.
| Column | Halimbawa | Aksyon | Setting |
|---|
Preview
Gumagamit ang mga hash ng random na salt na ginawa nang buksan ang page na ito: pareho ang hash ng magkaparehong value sa loob ng file na ito, pero hindi na maaaring kuwentahin muli ang mga hash mula sa orihinal na value. Magkakaroon ng bagong hash kapag nag-reload ng page.
Paano mag-anonymize ng CSV file
- I-drop ang CSV file sa drop zone, o i-paste ang data mo sa ilalim ng O i-paste ang CSV text at i-click ang Gamitin ang na-paste na text. Dapat nasa unang row ang mga pangalan ng column.
- Sa ilalim ng Aksyon sa bawat column, nagpi-pre-select ang tool ng aksyon para sa bawat column na mukhang personal ang pangalan: email, phone, pangalan, address, petsa ng kapanganakan, social security o social insurance number (SSN, SIN, NAS)… Suriin ang bawat column at palitan ang aksyon kung kailangan.
- Ayusin ang Setting ng isang column kung mayroon ito: ang bilang ng character na iiwan para sa I-mask, ang lapad ng range para sa I-generalize, ang label para sa Pseudonym.
- Tingnan ang Preview, na nagpapakita ng mga unang row nang eksakto kung paano ie-export.
- I-click ang I-download ang na-anonymize na CSV. Pinananatili ng file ang orihinal na delimiter (comma, semicolon o tab).
Ang anim na aksyon
| Aksyon | Ginagawa nito | Halimbawa |
|---|---|---|
| Panatilihin | Hindi ginagalaw ang column. | Cebu → Cebu |
| Alisin | Inaalis ang buong column sa file. | (inalis ang column) |
| I-mask | Pinapalitan ng * ang bawat character maliban sa huling N (4 ang default); nananatili ang mga espasyo, gitling, tuldok at panaklong. |
0917-555-0199 → ****-***-0199 |
| Hash (SHA-256) | Pinapalitan ang value ng unang 16 hexadecimal digit ng may-salt na SHA-256 hash. | ada@example.com → 3f1c9a0b7e24d816 |
| Pseudonym | Pinapalitan ang bawat natatanging value ng may-numerong label, laging pareho para sa magkaparehong value. | Ada → Tao 1 |
| I-generalize | Ang mga petsa ay nagiging taon lang, ang mga numero ay nagiging range na may napiling lapad, at ang ibang text ay nagiging unang 3 character. | 1985-07-14 → 1985, 37 → 30–39, 1100 → 110 |
Nananatiling walang laman ang mga walang laman na cell anuman ang aksyon, kaya hindi gumagawa ng data ang export.
Mga hash, salt at pseudonym
Hindi anonymous ang payak na SHA-256 hash ng isang email address: kahit sino na may listahan ng mga address ay maaaring mag-hash ng mga ito at maghanap ng tugma. Kaya nagdaragdag ang tool na ito ng random na salt, na ginagawa kapag binuksan ang page, bago mag-hash. Sa loob ng isang export, pareho ang hash ng magkaparehong value, kaya makakapagbilang, makakapag-join o makakapag-deduplicate ka pa rin ng mga record. Pero walang makakapag-compute muli ng mga hash na iyon mula sa orihinal na value, kasama ka. Gumagawa ng bagong salt at bagong mga hash ang pag-reload ng page.
Ganoon din ang pseudonym: ang “Tao 1” ang unang natatanging value na nakita sa column, ang “Tao 2” ang pangalawa, at iba pa. Hindi kailanman ipinapakita o sine-save ang talaan na nag-uugnay ng mga pangalan sa mga numero.
Anonymized o pseudonymized?
Ayon sa mga batas sa privacy gaya ng GDPR, Data Privacy Act of 2012 ng Pilipinas o ng mga batas ng Canada, anonymous lang ang data kapag walang makakakilala muli sa isang tao sa makatwirang paraan, kahit pagsamahin ang mga column. Karaniwang personal na data pa rin ang na-hash at na-pseudonymize: ang bihirang job title, eksaktong petsa ng kapanganakan at postal code ay maaaring magturo sa iisang tao. Para mabawasan ang panganib, alisin ang mga column na hindi mo kailangan at i-generalize ang iba (taon ng kapanganakan, saklaw ng edad, unang 3 character ng postal code). Tumutulong ang tool na ito sa mekanismo; hindi ito legal na pagsusuri.
Privacy
Binabasa at binabago ng browser mo ang file sa mismong device mo. Walang ina-upload, at hindi umaalis sa page ang salt.
Mga madalas itanong
Aling mga column ang natutukoy bilang personal na data?
Ang mga column na may mga salita sa pangalan gaya ng email, phone, name, address, birth, postal code, SSN, SIN, NAS, passport, IBAN, card o account, at ang mga katumbas ng mga ito sa iba pang wika ng site (Vorname, teléfono, correo, PLZ, الهاتف…). Ang mga pangalan ng column lang ang binabasa ng detection, kaya suriin mo mismo ang bawat column.
Makukuha ko ba ang parehong hash sa susunod na linggo?
Hindi. Random ang salt at nawawala ito kapag umalis ka sa page, at iyon ang dahilan kung bakit mahirap baliktarin ang mga hash. Iproseso ang lahat ng magkakaugnay na file sa iisang session kung kailangan mong i-join ang mga ito.
Ano ang ginagawa ng I-generalize sa petsa ng kapanganakan?
Taon lang ang iniiwan nito: ang 1985-07-14 ay nagiging 1985. Nakikilala rin ang mga petsang nakasulat bilang 14/07/1985 o 1985/07/14.
Binabago ba ng tool ang pagkakasunod-sunod ng mga column?
Hindi. Nananatili ang pagkakasunod-sunod at pangalan ng mga column; ang mga inalis lang na column ang mawawala.
May limitasyon ba sa laki?
Walang takdang limitasyon. Gumagana nang maayos ang mga file na may ilang megabyte; ang napakalalaking file ay nakadepende sa memory ng device mo.
Mga kaugnay na tool
- CSV Viewer at Editor Buksan ang CSV file sa browser: maghanap, mag-filter, mag-sort, mag-edit ng cell at mag-export ng malinis na CSV. Pribado, walang ina-upload.
- Hash Generator Gumawa ng MD5, SHA-1, SHA-256 at SHA-512 hash ng text o mga file na anumang laki, at i-verify ang mga checksum. Lahat ay tumatakbo sa iyong browser.
- Test Data Generator Gumawa ng makatotohanang pekeng test data (pangalan, email, address, petsa, numero) sa iyong browser at i-export bilang JSON, CSV o SQL INSERT statement.