数据匿名化

数据匿名化 是将数据以某种方式转换，使其在没有额外信息的情况下无法识别个人。这通常是为了保护正在收集或处理数据的人的隐私。

匿名化技术可以包括删除识别信息（如姓名和地址），用假名替换识别信息，以及汇总数据，使单独的数据点无法区分。需要注意的是，虽然匿名化可以降低重新识别的风险，但它并非万无一失，必须与其他安全措施结合使用，以完全保护个人数据。

功能

Cosmian 匿名化提供多种方法

• 哈希：将数据转换为难以逆转的固定长度表示，并提供高匿名性。使用 anonymization::Hasher 应用各种哈希函数。

• 噪声添加：向数据中添加随机噪声以保护隐私。使用 anonymization::NoiseGenerator 将各种类型的噪声分布应用于 float、integer 和 date。

• 词遮罩：隐藏文本中的敏感词。使用 anonymization::WordMasker 遮罩一组词。

• 词分词：通过用标记替换敏感词来从文本中删除敏感词。使用 anonymization::WordTokenizer 替换一组词。

• 词模式遮罩：将文本中的敏感模式替换为特定的字符或字符串。使用 anonymization::WordPatternMasker 将指定的正则表达式模式替换为替换字符串。

• 数字聚合：将数字四舍五入到期望的十的幂次。此方法用于降低数据的粒度，防止个人重新识别。使用 anonymization::NumberAggregator 来四舍五入 float 和 int 值。

• 日期聚合：根据指定的时间单位对日期进行四舍五入。这有助于保留原始数据的总体时间范围，同时去除可能识别个人的具体细节。使用 anonymization::DateAggregator 来四舍五入 date。

• 数字缩放：使用指定的因子缩放数值数据。这在匿名化数据的同时保留其相对比例可能很有用。使用 anonymization::NumberScaler 来四舍五入 float 和 int 值。

日期格式

警告：匿名化函数的日期输入为RFC3339字符串格式，这与ISO格式略有不同。