← 返回项目列表

数据隐私

本地数据脱敏工作台

面向审计资料的本地数据保护工作台，用双引擎、可维护规则和确定性伪名化连接预览、执行与审计留痕。

项目范围: CLI + Windows 桌面应用
当前状态: 已完成
我的角色: 独立开发者

技术栈

Python
Polars
PyQt5
YAML 规则
确定性伪名化

项目解决什么

审计资料往往同时包含表格、JSON、邮件、PDF 和 Word，人工处理既容易遗漏，也难以让同一个人或员工标识在不同文件中保持可追踪的替身。ITA-Maskit 把规则选择、命中预览、本地处理和版本化审计记录串成一条工作流，让敏感值离开原始文件后仍能保留必要的关联关系。

核心功能

通过 CLI 或 Windows GUI 选择规则并批量处理
在本地处理表格、JSON、邮件、PDF 和 Word
正式写出前预览规则命中与样例变化
选择遮盖或确定性伪名化
使用人员清单补足姓名与员工标识匹配
查看统计、输出位置和版本化审计日志

使用流程

选择文件、规则集和可选人员数据
预验证命中而不写出结果
在本地执行遮盖或确定性伪名化
查看统计、输出路径和审计日志

使用者可以通过 CLI 或 Windows GUI 选择文件、规则集和人员清单。系统先预览规则命中与样例变化，确认后才在本地批量写出结果；统计、输出位置和版本化审计日志留在同一条处理边界内。

项目亮点

用双引擎覆盖表格与文档

按列处理的表格引擎适合表格数据，可在字段边界上应用规则；全文文档引擎则扫描 JSON、邮件、PDF、Word 等文档内容。两条路径都在本地运行，并沿用同一套预览与规则决策，让跨格式的批量审计资料处理保持可检查。

本地数据脱敏工作台规则预验证界面，展示文件、规则命中和待处理统计 — 预验证界面把文件、规则命中和样例变化放在正式写出之前；图像来自仓库，使用脚本演示数据。

把脱敏规则变成可维护的数据

规则以 YAML 保存字段映射、匹配策略、遮盖模板和伪名化模板，并把规则版本与处理代码分开。业务规则变化时只需更新经过校验的数据配置；预览和正式执行复用同一版本，减少规则漂移。

保留跨文件关联而不暴露原值

系统先按字段策略归一化输入，再使用用户提供的 pepper 做域分离的 HMAC。相同的归一化值在不同文件中会得到稳定的确定性别名，人员清单还可以补足姓名和员工标识的匹配；原始值不会作为别名暴露，pepper 也只停留在运行配置中。

本地数据脱敏工作台规则管理界面，展示 YAML 规则集和字段策略 — 规则管理界面展示 YAML 规则版本、字段策略和规则集入口；图像来自仓库，使用脚本演示数据。

系统架构

本地数据脱敏工作台系统架构：CLI 与 Windows GUI 通过规则校验进入表格和文本引擎，经过遮盖或伪名化后输出统计与审计日志 — 架构图把规则决策、格式引擎、伪名化配置与输出留痕分开；用户提供的 pepper 只作为配置进入伪名化，不作为存储数据。

同一版本的规则先驱动预览，再分别进入按列的表格引擎或全文的文档引擎。遮盖或确定性伪名化完成后，系统输出处理结果、统计和版本化审计日志；整个过程不需要把审计文件发送到外部服务。

项目边界

这是一个面向审计资料的本地处理工具，不宣称通过认证或替代部署环境中的访问控制、密钥管理与加密存储；截图使用仓库的脚本演示数据。确定性伪名化不是加密，图片 OCR 与保持版式的 PDF 脱敏仍处于 beta。