डेटा एनोनिमाइज़र

नाम, ईमेल, फ़ोन नंबर, पते, SSN/ID, क्रेडिट कार्ड, IP पते, जन्मतिथि — कॉलम हेडर के नाम से स्वतः पता लगाए जाते हैं, या मैन्युअल रूप से असाइन किए जाते हैं।

नहीं। सारी अनामीकरण प्रक्रिया आपके ब्राउज़र में चलती है। कोई भी डेटा आपकी मशीन से बाहर नहीं जाता।

सीड किए गए PRNG के माध्यम से एक ही इनपुट हमेशा वही अनामीकृत आउटपुट देता है। यह आपके पूरे डेटासेट में रेफ़रेंशियल संगति बनाए रखता है।

हाँ, Data Anonymizer 100% मुफ़्त है — कोई पंजीकरण नहीं, कोई छिपा शुल्क नहीं और कोई उपयोग सीमा नहीं। सारी प्रोसेसिंग आपके ब्राउज़र में स्थानीय रूप से होती है, जिससे पूरी निजता सुनिश्चित होती है।

हाँ, Data Anonymizer पूरी तरह रिस्पॉन्सिव है और स्मार्टफ़ोन व टैबलेट पर काम करता है। आप इसे किसी भी आधुनिक वेब ब्राउज़र वाले डिवाइस पर इस्तेमाल कर सकते हैं — किसी ऐप डाउनलोड की ज़रूरत नहीं।

किसी खाते या पंजीकरण की आवश्यकता नहीं है। बस अपने ब्राउज़र में Data Anonymizer खोलें और तुरंत इस्तेमाल करना शुरू करें। कोई साइन-अप बाधा या उपयोग प्रतिबंध नहीं है।

बस दिए गए फ़ील्ड में अपना इनपुट दर्ज करें, अपनी पसंद के अनुसार कोई भी सेटिंग समायोजित करें, और टूल उसे तुरंत प्रोसेस कर देगा। फिर आप परिणाम को क्लिपबोर्ड पर कॉपी कर सकते हैं या डाउनलोड कर सकते हैं।

Data Anonymizer सभी आधुनिक ब्राउज़रों में काम करता है, जिनमें Chrome, Firefox, Safari, Edge और Opera शामिल हैं। सर्वोत्तम अनुभव के लिए अपने पसंदीदा ब्राउज़र का नवीनतम संस्करण इस्तेमाल करें।

रिडैक्ट करने पर वैल्यू पूरी तरह हटा दी जाती है और उसकी जगह [REDACTED] जैसा प्लेसहोल्डर आ जाता है, ताकि पढ़ने लायक कुछ बचे ही नहीं। मास्किंग किसी वैल्यू का आकार बनाए रखते हुए उसका एक हिस्सा छिपाती है, जैसे कार्ड नंबर में सिर्फ आखिरी चार अंक दिखना। एनोनिमाइज़ेशन इससे भी आगे जाता है: यह असली जैसी दिखने वाली मगर काल्पनिक वैल्यू लगाता है — एक अलग नाम, काल्पनिक फोन नंबर, खिसकाई गई तारीख — ताकि डेटा असली जैसा ही दिखे और काम करे, लेकिन किसी असली व्यक्ति तक ट्रेस न किया जा सके। यह टूल तीनों काम करता है। आप हर कॉलम के लिए एक रूल चुनते हैं, जिसमें पूरी तरह हटाने के लिए रिडैक्ट, स्थिर छद्म नाम के लिए हैश, या फॉर्मैट के हिसाब से सही फेक नाम, ईमेल, SSN और एड्रेस बनाने वाला कैटेगरी-स्पेसिफिक रिप्लेसमेंट शामिल है। डेटा के इस्तेमाल के हिसाब से सही स्ट्रैटेजी चुनें, फिर साफ की गई कॉपी को CSV या JSON के रूप में एक्सपोर्ट करें।

एनोनिमाइज़ करने से पहले डिटरमिनिस्टिक मोड ऑन करें। डिफ़ॉल्ट रूप से हर रन नई रैंडम वैल्यू निकालता है, इसलिए "John Smith" हर बार एक अलग फेक नाम बन सकता है। डिटरमिनिस्टिक मोड एक सीडेड जनरेटर (डिफ़ॉल्ट सीड 42) इस्तेमाल करता है, जिससे एक ही इनपुट हमेशा एक ही आउटपुट देता है। इसका मतलब है कि "John Smith" उस सीड से प्रोसेस की गई हर रो और हर फाइल में एक जैसा ही फेक नाम बनता है, और हैश किया गया कस्टमर ID सभी टेबल में मैच करता है, जिससे आपकी फॉरेन की और जॉइन बरकरार रहते हैं। यह रेफरेंशियल कंसिस्टेंसी तब जरूरी होती है जब एक ही व्यक्ति कई जुड़े हुए डेटासेट में मौजूद हो और आपको एनोनिमाइज़ेशन के बाद भी रिलेशनशिप बनाए रखनी हो। एक अलग मगर उतनी ही कंसिस्टेंट मैपिंग बनाने के लिए सीड बदल दें। डिटरमिनिस्टिक टॉगल ऑन करें, अपना सीड सेट करें, और रिकॉर्ड को लिंक्ड रखने के लिए हर फाइल को उसी तरह प्रोसेस करें।

ऑटो-डिटेक्शन आपके कॉलम हेडर नामों को जाने-पहचाने पैटर्न से मिलाकर काम करता है। email, phone, ssn, dob, या address नाम का हेडर आपके कुछ भी करने से पहले ही पहचान लिया जाता है और PII कॉलम के रूप में फ्लैग हो जाता है, और पहचाने गए कॉलम हाइलाइट किए जाते हैं ताकि आप एक नज़र में अपना एक्सपोज़र देख सकें। यह जिन कैटेगरी को ढूंढता है उनमें नाम, ईमेल, फोन नंबर, पोस्टल एड्रेस, SSN और नेशनल ID, क्रेडिट कार्ड नंबर, IP एड्रेस, और जन्मतिथि शामिल हैं। चूंकि डिटेक्शन हर सेल पढ़ने के बजाय हेडर नामों पर आधारित है, इसलिए कोई अजीब नाम वाला कॉलम अपने आप फ्लैग न हो, ऐसा हो सकता है — लेकिन आप किसी भी कॉलम पर मैनुअली कोई भी रूल असाइन कर सकते हैं, इसलिए कुछ भी सिर्फ ऑटो-गेस पर निर्भर नहीं है। अपना CSV या JSON पेस्ट करें, हाइलाइट किए गए कॉलम रिव्यू करें, जरूरत पड़ने पर असाइनमेंट एडजस्ट करें, और इस भरोसे के साथ एनोनिमाइज़ करें कि सही फील्ड कवर हो गए हैं।

नहीं। यह टूल स्ट्रक्चर बनाए रखने के लिए डिज़ाइन किया गया है: आउटपुट में आपके मूल डेटा जैसे ही कॉलम, वही रो काउंट, और वही वैल्यू फॉर्मैट रहते हैं। रिप्लेसमेंट वैल्यू फॉर्मैट के हिसाब से सही होती हैं, इसलिए फेक फोन नंबर अब भी फोन नंबर जैसा ही दिखता है, बदला गया SSN सही डिजिट पैटर्न बनाए रखता है, और दोबारा जनरेट किया गया ईमेल एक वैध एड्रेस होता है। तारीखों के लिए आप शिफ्ट रूल इस्तेमाल कर सकते हैं, जो हर वैल्यू को किसी भी दिशा में 30 दिन तक के रैंडम ऑफसेट से खिसका देता है, ताकि सटीक तारीख के बिना भी मोटी टाइमिंग बनी रहे। सैलरी जैसे न्यूमेरिक कॉलम के लिए, नॉइज़ रूल वैल्यू को दस प्रतिशत तक बदल देता है ताकि डिस्ट्रीब्यूशन रियलिस्टिक बना रहे। इससे एनोनिमाइज़ किया गया डेटा सही टाइप और बरकरार रिलेशनशिप के साथ टेस्ट डेटा के रूप में इस्तेमाल लायक बना रहता है। एक्सपोर्ट करने से पहले यह कन्फर्म करने के लिए कि आकार बरकरार रहा, पहले-और-बाद वाला प्रीव्यू इस्तेमाल करें।

हैश रूल किसी वैल्यू को उसके SHA-256 डाइजेस्ट के पहले आठ कैरेक्टर में बदल देता है, जो आपके ब्राउज़र में Web Crypto API से कैलकुलेट होता है। रिडैक्ट के उलट, जो सब कुछ [REDACTED] से ओवरराइट करके वैल्यू को पूरी तरह हटा देता है, हैशिंग एक स्थिर छद्म नाम बनाती है: एक ही इनपुट हमेशा एक ही छोटी स्ट्रिंग में हैश होता है, इसलिए आप असली आइडेंटिफायर उजागर किए बिना उस कॉलम पर ग्रुप, काउंट, या जॉइन कर सकते हैं। हैश का इस्तेमाल तब करें जब आपको रिलेशनशिप बनाए रखनी हो — जैसे ऑर्डर्स को टेबल्स में कस्टमर ID से लिंक करना — लेकिन मूल वैल्यू उजागर नहीं करनी। रिडैक्ट का इस्तेमाल तब करें जब फील्ड की कोई एनालिटिकल वैल्यू न हो और उसे बस गायब हो जाना चाहिए, जैसे किसी फ्री-टेक्स्ट नोट्स कॉलम में इधर-उधर की व्यक्तिगत डिटेल्स। अपने की कॉलम पर हैश और बाकी पर रिडैक्ट असाइन करें, फिर नतीजे को CSV या JSON के रूप में एक्सपोर्ट करें।