Anonimalizador de Dados

Gestão de TI · TADS 2023 · Andreza e Pedro

Arraste o arquivo aqui ou

Aceita .xlsx, .xls ou .csv. Processamento 100% local.

Opções

Como o sistema processa

  1. 1
    Leitura local
    File API + xlsx.js. Nada sai do navegador.
  2. 2
    Normalização de textos
    Corrige UTF-8↔Latin-1 e “ ”, normaliza Unicode NFC e remove controles.
  3. 3
    Inferência de tipos
    Regras detectam datas, telefones, CEPs e e-mails quando o nome é ambíguo.
  4. 4
    Classificação
    Diretas: nome, e-mail, telefone, CPF, endereço. Quase identificadores: CEP, cidade, bairro, datas, nascimento.
  5. 5
    Anonimização
    E-mail → token; telefone → (**) *****-1234; CPF/ID → token; nome → “REMOVIDO”; endereço → “OCULTO”; data → YYYY-MM; cidade → inicial+“***”; CEP → 12345-XXX.
  6. 6
    Exportação
    CSV e XLSX tratados.

Detecção e tratamento

Como detectamos colunas sensíveis

  • Diretas: cpf, rg, nome, email/e-mail, telefone/celular, endereco/endereço, id, senha.
  • Quase identificadores: cep, cidade/município, bairro, data/dt_, nascimento.

Tratamento por tipo

  • E-mail → token determinístico + domínio neutro.
  • Telefone → máscara com últimos 4 dígitos.
  • CPF/ID/RG → hashing estável.
  • Nomes → remoção do conteúdo.
  • Endereço → ocultação de logradouro e número.
  • Datas → mês/ano; Cidade → inicial; CEP → sufixo ofuscado.

As badges no cartão de download mostram colunas sensíveis e quase identificadores.