раздел 01

Техники обезличивания

Обезличить текст можно четырьмя способами. Они отличаются тем, сколько смысла остаётся после замены и сохраняются ли связи между данными.

Маскирование

Заменяете данные на плейсхолдер: имя на [ИМЯ], телефон на [ТЕЛЕФОН]. Просто и быстро, связи теряются.

Псевдонимизация

Заменяете на стабильный токен: Иванов везде становится Клиент_17. Личность скрыта, а связи в тексте сохраняются.

Обобщение

Заменяете точное на диапазон: город вместо адреса, 30-40 лет вместо даты рождения. Смысл остаётся, точность падает.

Синтетика

Подставляете выдуманные данные вместо настоящих. Удобно для тестов и примеров, где нужен реалистичный вид.

Маскирование

Самый простой способ. Каждое чувствительное значение заменяете на метку-плейсхолдер:

Было:  Позвоните Марии по +7 900 000-00-00
Стало: Позвоните [ИМЯ] по [ТЕЛЕФОН]

Годится, когда связи между данными не важны и нужно просто убрать личное.

Псевдонимизация

Здесь одно и то же значение всегда заменяется на один и тот же токен. Так модель видит, что в разных местах речь об одном человеке, но не знает, кто он:

Иванов -> Клиент_17   (везде в тексте)
Петров -> Клиент_23

Это полезно, когда в тексте важны связи: кто с кем общался, кто что заказал.

Маскирование прячет данные. Псевдонимизация прячет личность, но сохраняет структуру - это разные задачи.

Обобщение

Заменяете точное значение на более широкое. Точный адрес - на «Москва». Дату рождения - на «30-40 лет». Конкретную зарплату - на диапазон. Человека по такому описанию уже трудно вычислить, а общий смысл для задачи сохраняется.

Синтетические данные

Вместо реальных значений подставляете полностью выдуманные, но правдоподобные. Удобно, когда нужно показать пример или прогнать тест: данные выглядят настоящими, но не относятся ни к кому.