如何使用 java 之类的任何语言屏蔽个人身份信息？答案

【问题标题】：How To mask personal identification information using any language like java?如何使用 java 之类的任何语言屏蔽个人身份信息？
【发布时间】：2014-04-18 17:10:51
【问题描述】：

我想屏蔽 PII（个人识别信息），例如姓名。出生日期、SSN、信用卡号、电话号码等。它应该保持相同的格式，意味着它看起来像真实数据。而且不应该是可逆的。它应该花费更少的时间来掩盖。任何人请帮助我。

【问题讨论】：

到目前为止您尝试了哪些方法，为什么结果不符合您的要求？您遇到了什么问题，实际结果与预期结果有何不同？
还有；用字母和数字的随机组合替换数据似乎符合您的要求。
其实我想做一个数据屏蔽算法。它不应该是可逆的。所以。
所以取数据的 SHA 哈希值。
计算数据的CRC32；使用它作为随机种子生成等于数据长度的字节串，将它们与数据进行异或。

标签： java encryption privacy data-masking

【解决方案1】：

用辅音代替辅音，用元音代替元音，用数字代替数字：

import java.util.Random;

public class Example {

    static char randomChar (Random r, String cs, boolean uppercase) {
        char c = cs.charAt(r.nextInt(cs.length()));
        return uppercase ? Character.toUpperCase(c) : c;
    }

    static String mask (String str, int seed) {

        final String cons = "bcdfghjklmnpqrstvwxz";
        final String vowel = "aeiouy";
        final String digit = "0123456789";

        Random r = new Random(seed);
        char data[] = str.toCharArray();

        for (int n = 0; n < data.length; ++ n) {
            char ln = Character.toLowerCase(data[n]);
            if (cons.indexOf(ln) >= 0)
                data[n] = randomChar(r, cons, ln != data[n]);
            else if (vowel.indexOf(ln) >= 0)
                data[n] = randomChar(r, vowel, ln != data[n]);
            else if (digit.indexOf(ln) >= 0)
                data[n] = randomChar(r, digit, ln != data[n]);
        }

        return new String(data);

    }

    public static void main (String[] args) {

        System.out.println(mask("John Doe, 534 West Street, Wherever, XY. (888) 535-3593. 399-35-3535", 0));

    }
}

产生输出：

Bumk Tyy, 194 Wyrd Tggoyb, Flikibod, QY。 (557) 722-5385。 055-08-1462

来自输入：

John Doe，西街 534 号，无论何处，XY。 (888) 535-3593。 399-35-3535

由您来生成种子。如果您想保证相同的输入始终产生相同的输出，请使用基于输入数据（例如校验和）的种子以及一致的 RNG。

可以通过使用字符类表而不是例如vowel.indexOf()。可以进行进一步的微优化（例如，重新使用Random，仅在char[] 上运行并减少新的String 分配等）

完全支持 Unicode 会遇到很大的困难。屏蔽也不会改变组件的长度。

总的来说，我认为这是一个很差但至少还算有趣的算法。

我认为您不明白您所要求的（看起来真实的输出）超出了正常加密主题的范围，并且不适合“效率”，因为需要进行一些形态分析才能产生有意义的结果（同样，国际化使这显着复杂化）。

【讨论】：

谢谢杰森。这为我的算法提供了一个很好的方向。