Data Deanonymizer

El Data Deanonymizer es una herramienta sencilla que permite a los usuarios quitar información personal de los datos que manejan en Nappai. Solo necesitas conectar los datos que quieres limpiar y el mapa de sustitución, y el componente devuelve los mismos datos sin la información sensible.

¿Cómo funciona?

El componente toma los datos que le envías (pueden ser un solo registro o una lista de registros) y los procesa localmente usando la función doc_deanonymize.

Identifica la clave que contiene el texto a limpiar (data_input_key, por defecto "text").
Busca en el mapa (deanonymize_mapping_key, por defecto "anonymizer_mapping") los valores que deben reemplazarse.
Reemplaza cada ocurrencia de la información personal por su equivalente anonimizado.
Devuelve la lista de registros modificados.

No se llama a ninguna API externa; todo el trabajo se hace dentro del entorno de Nappai, lo que garantiza rapidez y confidencialidad.

Entradas

Deanonymize Mapping: Mapa que indica qué valores deben ser reemplazados por otros.
Data: Los datos que quieres procesar.
Source data input key to deanonymize: Nombre de la clave dentro de cada registro que contiene el texto a limpiar (por defecto "text").
Deanonymize Mapping Key: Nombre de la clave dentro del mapa que contiene la información de sustitución (por defecto "anonymizer_mapping").

Salidas

Data: La lista de registros con la información personal eliminada o reemplazada según el mapa. Puedes usar esta salida para continuar con otros procesos, guardarla en una base de datos o visualizarla en tu dashboard.

Ejemplo de Uso

Conecta el componente a la salida de un componente que extrae datos de tu base de datos.
Configura el mapa de sustitución (puedes crear un objeto JSON con pares clave‑valor, por ejemplo, "nombre": "Cliente X").
Establece la clave de entrada si tus registros usan un nombre distinto al predeterminado ("text").
Ejecuta el flujo y observa cómo la salida muestra los mismos registros pero sin la información sensible. text Entrada: [ {“id”: 1, “text”: “Juan Pérez, 12345678”}, {“id”: 2, “text”: “María López, 87654321”} ] Mapa: {“Juan Pérez”: “Cliente X”, “María López”: “Cliente Y”} Salida: [ {“id”: 1, “text”: “Cliente X, 12345678”}, {“id”: 2, “text”: “Cliente Y, 87654321”} ]

Componentes Relacionados

Data Anonymizer – Si necesitas ocultar datos en lugar de reemplazarlos.
Data Processor – Para aplicar transformaciones adicionales después de la deanonymización.
Data Exporter – Para guardar los resultados en archivos CSV, Excel o bases de datos.

Consejos y Mejores Prácticas

Verifica el mapa antes de ejecutar el flujo; un error en las claves puede dejar datos sin procesar.
Prueba con un subconjunto de datos primero para asegurarte de que la salida es la esperada.
Combina con filtros para procesar solo los registros que realmente contienen información sensible.
Mantén el mapa actualizado cuando cambien los nombres o formatos de los datos en tu fuente.

Consideraciones de Seguridad

El componente trabaja localmente, por lo que no envía datos a servicios externos.
Asegúrate de que el mapa de sustitución no contenga información sensible que pueda ser revelada accidentalmente.
Si los datos incluyen identificadores únicos, considera usar un algoritmo de hashing en lugar de un simple reemplazo para mayor anonimato.