Xóa thông tin cá nhân
Dán bất cứ thứ gì, một phiếu hỗ trợ, một tệp log, một đoạn hội thoại, rồi loại bỏ thông tin cá nhân và khóa bí mật ẩn bên trong trước khi bạn chia sẻ. Mọi thứ chạy trong trình duyệt nên văn bản không bao giờ rời khỏi máy bạn.
Phát hiện:
Công cụ này chỉ là một đoạn mã chạy phía trình duyệt. Văn bản của bạn được xử lý ngay trong tab này, không bao giờ gửi lên máy chủ, không được lưu hay ghi lại ở đâu cả. Đóng tab là mất.
Cách sử dụng Xóa thông tin cá nhân
- 1
Dán văn bản
Dán phiếu hỗ trợ, log hội thoại, bản đổ lỗi, một dòng bảng tính hay tài liệu mà bạn sắp chia sẻ. Không giới hạn độ dài và không có gì được tải lên.
- 2
Chọn cách thay thế
Thanh bôi đen giữ nguyên hình dạng bản gốc, hợp cho ảnh chụp màn hình. [REDACTED] là kiểu tài liệu quen thuộc nhất. Nhãn loại như [EMAIL] cho người đọc biết thứ gì đã bị xóa, còn chỗ giữ đánh số như [EMAIL_1] giữ liên kết giữa các lần lặp của cùng một giá trị.
- 3
Bật hoặc tắt bộ phát hiện
Cả chín bộ phát hiện đều bật sẵn. Hãy tắt loại nào an toàn để giữ lại, ví dụ giữ URL trong một báo cáo lỗi nhưng vẫn xóa khóa API nằm ngay bên cạnh.
- 4
Kiểm tra số lượng rồi sao chép
Bảng hiển thị chính xác bao nhiêu mục thuộc mỗi loại đã bị xóa. Xác nhận con số khớp với dự đoán của bạn rồi sao chép văn bản đã làm sạch.
Về việc xóa thông tin cá nhân và khóa bí mật khỏi văn bản
Vì sao văn bản được chia sẻ trước khi ai đó kịp kiểm tra
Gần như mọi vụ lộ thông tin cá nhân ngoài ý muốn đều bắt đầu từ một lần dán bình thường và đầy thiện chí. Nhân viên hỗ trợ chép tin nhắn của khách vào nhóm chat để hỏi đồng nghiệp nên làm gì. Lập trình viên quăng một dấu vết lỗi vào trình theo dõi vấn đề. Ai đó dán một dòng bảng tính vào khung chat, hoặc một đoạn log vào trợ lý AI để hỏi lỗi này nghĩa là gì. Trong mọi trường hợp, phần nhạy cảm, một địa chỉ, một số thẻ, một khóa truy cập, chưa bao giờ là mục đích của tin nhắn. Nó chỉ đi kèm theo.
Cách khắc phục không phải là cẩn thận hơn, mà là một bước mất hai giây. Công cụ này tồn tại để làm đúng bước đó: dán vào, liếc qua số lượng tìm được, sao chép bản đã sạch. Nó được làm cho đủ nhanh để việc dùng nó không giống một quy định phải cố nhớ.
Công cụ tìm những gì
Có chín nhóm được phát hiện. Địa chỉ email và URL được nhận theo cấu trúc. Địa chỉ IPv4 được kiểm tra phạm vi từng nhóm số nên 999.1.1.1 hay chuỗi phiên bản năm phần không bị coi là địa chỉ. Số an sinh xã hội Mỹ chỉ được nhận ở dạng có dấu gạch nối. Số điện thoại cần mã quốc tế hoặc dấu phân cách thật. Thẻ và IBAN được xác thực bằng tổng kiểm tra. Khóa API nhận theo tiền tố nhà cung cấp, còn JWT nhận theo cấu trúc base64 ba phần.
Danh sách này chọn từ những gì thực sự xuất hiện trong văn bản người ta hay dán. Các nhóm thông tin cá nhân kinh điển lo phần con người, còn các nhóm thông tin xác thực lo phần máy móc, và trên thực tế đó mới là nơi xảy ra những sự cố đắt đỏ nhất: rò một khóa đám mây tốn kém hơn rất nhiều so với rò một số điện thoại.
Chính xác quan trọng hơn bao phủ
Cách hấp dẫn nhất để làm một công cụ xóa thông tin là bắt thật rộng: coi mọi dãy số dài là thẻ, mọi con số có gạch nối là điện thoại. Kết quả nhìn rất ấn tượng khi trình diễn nhưng lại âm thầm phá hỏng tài liệu thật. Mã đơn hàng biến thành thanh đen. Số dòng biến mất. Số phiên bản hóa thành [PHONE]. Tệ hơn, thiệt hại đó vô hình: bạn sao chép kết quả, dán đi, rồi mãi sau mới biết đúng phần người ta cần đã không còn.
Vì vậy mọi bộ phát hiện ở đây đều hoặc rõ ràng về cấu trúc, hoặc được xác thực bằng tổng kiểm tra. Thẻ tín dụng phải qua phép kiểm Luhn mod-10 mà mọi tổ chức thẻ đều dùng, nghĩa là một dãy 16 chữ số lấy ngẫu nhiên chỉ có khoảng một phần mười cơ hội được chấp nhận chứ không phải chắc chắn. IBAN phải qua phép kiểm mod-97 theo ISO 13616. Một dãy chữ số trơn không bao giờ là số điện thoại. Kết quả là bắt được ít hơn một chút nhưng gần như không bao giờ làm hỏng phần văn bản bạn muốn giữ, và đó là đánh đổi đúng cho một công cụ mà kết quả của nó sắp được gửi đi ngay.
Chọn kiểu thay thế
Thanh bôi đen giữ được sức nặng thị giác của bản gốc, đúng thứ bạn cần cho ảnh chụp màn hình hoặc một tài liệu vẫn phải trông giống tài liệu. [REDACTED] là quy ước quen thuộc trong ngành luật và các yêu cầu công khai thông tin, đọc trên văn bản thuần cũng rất rõ nghĩa. Nhãn loại như [EMAIL] và [CREDIT_CARD] cho biết thứ gì đã bị xóa, điều này quan trọng khi bản chất dữ liệu là một phần của lời giải thích: một báo cáo lỗi ghi [API_KEY] kể một câu chuyện rất khác so với một thanh đen vô danh.
Chỗ giữ có đánh số vừa hữu ích nhất vừa ít được để ý nhất. Các lần xuất hiện lặp lại của cùng một giá trị nhận cùng một số, nên một chuỗi hội thoại nhắc tới một khách hàng bốn lần sẽ cho ra bốn [EMAIL_1] thay vì bốn khoảng trống không phân biệt được. Tài liệu giữ được mạch lạc: người đọc, hay một mô hình ngôn ngữ, vẫn thấy được cùng một người xuất hiện xuyên suốt, và bạn có thể ánh xạ ngược về giá trị thật sau này nếu còn giữ bản gốc.
Làm sạch văn bản trước khi đưa vào AI
Dán log, phiếu hỗ trợ và tài liệu nội bộ vào trợ lý trò chuyện đã thành chuyện thường ngày, và giờ đây đó là một trong những con đường phổ biến nhất khiến dữ liệu nhạy cảm rời khỏi tổ chức. Câu lệnh đi tới bên thứ ba, có thể được lưu lại, và ở một số cấu hình có thể được con người xem lại hoặc dùng để huấn luyện. Phần lớn trường hợp chẳng cần đến chuyện đó, vì mô hình cần hình dạng của vấn đề chứ không cần địa chỉ email thật của khách hàng.
Cho văn bản đi qua công cụ xóa thông tin trước sẽ giữ phần hữu ích và bỏ phần rủi ro. Chế độ đánh số hợp nhất ở đây: mô hình vẫn suy luận được ai làm gì vì các danh tính vẫn phân biệt được và nhất quán, trong khi giá trị thật không hề xuất hiện trong câu lệnh. Nếu cần hành động theo câu trả lời, hãy dịch ngược các chỗ giữ ngay trên máy của bạn.
Vì sao bôi đen thất bại trong PDF và ảnh
Có cả một lịch sử dài và ngượng ngùng về những lần bôi đen mà không xóa được gì. Hồ sơ tòa án, báo cáo chính phủ và tài liệu doanh nghiệp đều từng được công bố với những hình chữ nhật đen vẽ đè lên chữ trong trình xem PDF, còn ký tự gốc vẫn nguyên bên dưới, vẫn bôi chọn và sao chép được, và được khôi phục chỉ vài phút sau khi công bố. Chuyện tương tự xảy ra khi người ta quét cọ đen lên ảnh chụp màn hình rồi lưu ở định dạng còn giữ lớp hoặc ảnh thu nhỏ.
Lý do là hình chữ nhật đen chỉ là một lệnh vẽ chứ không phải một thao tác xóa. Làm việc với văn bản thuần loại bỏ toàn bộ lớp lỗi này, vì ký tự thật sự bị thay trong chuỗi: thứ bạn sao chép chính là tất cả những gì tồn tại. Nếu buộc phải bôi đen một tệp PDF, hãy dùng công cụ xóa hẳn phần chữ bên dưới, rồi kiểm chứng bằng cách kéo chọn qua các thanh đen và dán kết quả ra chỗ khác xem có gì hiện ra.
Đôi lời về thứ mà công cụ không thể biết
Các định danh có cấu trúc phát hiện được vì chúng có hình dạng. Tên người, chức danh, chi tiết bệnh án, tên mã dự án nội bộ và một câu như "cô ấy sống cách phòng khám hai căn" thì không có hình dạng nào, và không bộ so khớp mẫu nào tìm ra chúng. Công cụ xóa thông tin loại bỏ nhóm dữ liệu nhạy cảm mang tính máy móc; nó không đọc tài liệu thay bạn.
Hãy coi kết quả là lượt xử lý đầu tiên dọn sạch phần hiển nhiên một cách đáng tin cậy, rồi đọc lại một lượt trước khi gửi. Con số thống kê những gì đã bị xóa có mặt ở đó chính là để giúp việc này: nếu bạn nghĩ có hai địa chỉ email mà công cụ chỉ tìm ra một, khác biệt đó đáng để nhìn lại.
Câu hỏi thường gặp
Ở đây những gì được coi là thông tin cá nhân?
Văn bản của tôi có bị gửi đi đâu không?
Nó có phá hỏng những con số bình thường trong văn bản không?
Tôi có thể dùng nó trước khi dán vào ChatGPT hay AI khác không?
Công cụ nhận ra những khóa API và token nào?
Bôi đen chữ trong PDF có thực sự xóa được không?
Khác gì so với công cụ tạo chữ bôi đen?
Có lấy lại được giá trị gốc không?
Công cụ liên quan
Tiếp tục với những công cụ hữu ích này