# 日志脱敏器 使用可配置规则和多种策略批量删除日志中的敏感数据 > 标准页面: https://elysiatools.com/zh/tools/log-redactor - **分类:** Data Processing - **关键词:** 日志, 脱敏, 隐私, GDPR, HIPAA, PCI, PII, 安全, 合规, 清理 ## 概述 **脱敏策略：** - **full** - 使用替换字符串完全替换匹配项 - **mask** - 用掩码字符替换每个字符 - **keepFirstN** - 保留前N个字符，掩码其余部分（在替换中指定N） - **keepLastN** - 保留最后N个字符，掩码其余部分（在替换中指定N） - **keepFirstLastN** - 保留前N个和最后N个，掩码中间部分（在替换中指定N） - **hash** - 使用原始值的SHA-256哈希替换 - **partial** - 显示格式但替换内容（例如，j***@email.com） **合规性预设：** - **GDPR** - 电子邮件、电话、IP、SSN、护照 - **HIPAA** - 电子邮件、电话、SSN、MRN、诊断 - **PCI DSS** - 卡号、CVV、有效期、PIN ## 输入项 - **日志内容** (textarea): 在此粘贴您的日志内容... - **预设规则** (select) - **自定义规则（可选）** (textarea): # Format: field_name|pattern|strategy|replacement email|\[\w.-\]+@\[\w.-\]+|mask|\[EMAIL\] phone|\d{3}-\d{3}-\d{4}|keepLast4|4 ssn|\d{3}-\d{2}-\d{4}|keepLast4|4 - **区分大小写匹配** (checkbox) - **试运行（仅预览）** (checkbox) - **生成合规报告** (checkbox) ## 适用场景 - 当您需要分析或共享日志文件，但其中包含电子邮件、电话号码、身份证号等敏感信息时。 - 当您的业务需要遵守 GDPR、HIPAA 或 PCI DSS 等数据隐私法规，必须对日志数据进行脱敏处理时。 - 当您希望自动化日志清理流程，避免手动查找和删除敏感信息，从而提高效率和准确性时。 ## 工作原理 - 在输入框中粘贴或上传您的原始日志内容。 - 选择一个预设的合规规则（如 GDPR），或根据需求编写自定义的脱敏规则。 - 配置匹配选项（如是否区分大小写），并选择是否进行试运行以预览效果。 - 点击处理按钮，工具将根据规则批量脱敏日志，并可生成合规性报告。 ## 使用案例 - 安全审计：在将服务器日志提交给第三方审计机构前，使用工具脱敏其中的用户IP、会话ID等信息。 - 数据共享：开发团队需要将生产环境日志共享给测试团队用于问题复现，但必须移除所有用户个人信息。 - 合规检查：定期对存储的日志文件进行批量脱敏处理，以满足公司内部或行业监管的数据保留政策。 ## 常见问题 ### 支持哪些脱敏策略？ 支持完全替换（full）、掩码（mask）、保留前/后N位（keepFirstN/keepLastN）、哈希（hash）等多种策略，可针对不同数据类型灵活选择。 ### 什么是合规性预设？ 预设是针对特定法规（如 GDPR、HIPAA、PCI DSS）预先配置好的脱敏规则集，一键选择即可自动匹配并处理该法规要求的常见敏感数据类型。 ### 如何编写自定义规则？ 自定义规则采用“字段名|正则表达式|策略|替换值”的格式。例如：`email|[\w.-]+@[\w.-]+|mask|[EMAIL]` 表示将邮箱地址替换为 [EMAIL]。 ### “试运行”功能有什么用？ 开启试运行后，工具仅预览脱敏后的结果，不会实际修改数据。这允许您在正式处理前检查规则是否正确，避免误操作。 ### 生成的合规报告包含什么？ 报告会总结本次脱敏操作，包括应用的规则、匹配到的敏感数据类型和数量等信息，可作为数据处理合规性的证明记录。 ## 相关工具 - [JSON键重命名器](https://elysiatools.com/zh/tools/json-key-renamer): 批量重命名JSON对象键，支持模式、规则和转换。适用于API响应格式化和数据标准化。 - [BOM字符移除器](https://elysiatools.com/zh/tools/data-bom-remover): 从文本和文件内容中移除BOM（字节顺序标记）字符。非常适合清理有编码问题的文本文件、修复CSV导入和为处理准备数据。 功能特点： - 检测并移除UTF-8 BOM (EF BB BF) - 检测并移除UTF-16 BOM (FE FF 或 FF FE) - 检测并移除UTF-32 BOM (00 00 FE FF 或 FF FE 00 00) - 支持多种输入格式 - 可视化BOM字符显示 - 详细检测报告 - 支持批量文本处理 常见用途： - 修复CSV文件导入错误 - 清理文本文件编码问题 - 为JSON解析准备数据 - 修复XML解析问题 - 解决API数据编码冲突 - 标准化文本数据格式 - [边界值处理器](https://elysiatools.com/zh/tools/data-boundary-processor): 高级边界值处理工具，用于识别和处理数值数据中的最小值和最大值。完美适用于数据验证、范围检查、统计分析和数据预处理。 功能特点： - 多种边界检测方法（绝对值、百分位数、标准差） - 灵活处理策略（裁剪、删除、替换、变换） - 自定义范围验证 - 非对称边界处理 - 批量处理能力 - 综合边界统计 - 数据质量评估 - 可视化边界报告 常见用途： - 数据验证和质量控制 - 传感器数据范围检查 - 金融数据限制执行 - 统计数据预处理 - 机器学习特征工程 - 数据库约束验证 - [数据交叉表生成器](https://elysiatools.com/zh/tools/data-crosstab-generator): 高级交叉表（数据透视表）生成器，从您的数据创建强大的交叉表分析。完美适用于商业智能、统计分析、数据探索和报告。 功能特点： - 多种聚合函数（求和、计数、平均值、最小值、最大值、中位数） - 灵活的行和列分组 - 百分比和比率计算 - 行/列总计和总计 - 多维分析 - 条件格式支持 - 统计显著性检验 - 自定义排序和过滤 - 导出就绪格式 常见用途： - 按地区和产品的销售分析 - 客户人口统计分析 - 财务报表分析 - 调查结果分析 - 库存周转分析 - 绩效指标跟踪 - [数据去重工具](https://elysiatools.com/zh/tools/data-deduplicator): 基于多列组合移除重复记录 - [Min-Max标准化工具](https://elysiatools.com/zh/tools/data-normalizer-minmax): 使用Min-Max缩放将数值数据标准化到0-1范围。完美用于机器学习预处理、数据分析和特征缩放。 功能特点： - Min-Max缩放（0-1标准化） - 自定义范围支持（如-1到1） - 多列选择 - 自动数据类型检测 - 处理缺失值 - 保留非数值列 - 包含统计摘要 常见用途： - 机器学习特征准备 - 神经网络输入标准化 - 数据可视化预处理 - 不同尺度的比较分析 - [数据范围限制器](https://elysiatools.com/zh/tools/data-range-limiter): 将数值限制在指定范围内，通过裁剪、过滤或标记越界值。完美用于数据质量控制、传感器数据清洗、业务规则执行和数据预处理。 功能特点： - 范围裁剪（将值裁剪到最小/最大边界） - 范围过滤（移除越界行） - 范围标记（标记修改的值） - 每列范围配置 - 自动数值列检测 - 多种处理策略 - 详细修改报告 - 变更统计分析 - 业务规则执行 常见用途： - 传感器数据验证和清洗 - 机器学习输入准备 - 数据质量控制和验证 - 业务约束执行 - 异常值管理和控制 - 数据预处理管道 - [Z-Score标准化工具](https://elysiatools.com/zh/tools/data-zscore-normalizer): 使用Z-Score（标准分数）标准化数值数据，使数据均值为0，标准差为1。完美用于统计分析、机器学习特征预处理、异常检测和不同尺度数据比较。 功能特点： - Z-Score标准化（均值=0，标准差=1） - 稳健Z-Score选项（使用中位数和MAD） - 自定义缩放到目标范围 - 多列选择 - 自动数据类型检测 - 智能处理缺失值 - 保留非数值列 - 综合统计摘要 - 异常值检测和报告 常见用途： - 机器学习特征准备 - 统计假设检验 - 异常值检测和移除 - 不同单位数据比较 - 主成分分析（PCA）预处理 ## 示例 - [包含敏感数据的日志文件](https://elysiatools.com/zh/samples/log-with-sensitive-data): 包含各种类型个人身份信息(PII)的日志文件样本，用于测试PII检测和日志脱敏工具 - [ELK Stack 日志分析示例](https://elysiatools.com/zh/samples/elk-stack-samples): 全面的 ELK Stack（Elasticsearch、Logstash、Kibana）示例，用于分布式系统中的日志聚合、处理和可视化 - [Nginx 日志解析示例](https://elysiatools.com/zh/samples/nginx-log-samples): 用于测试 log-parser 工具的综合 Nginx 日志样本，包括访问日志和错误日志的各种格式和场景 - [Web Python 图像处理示例](https://elysiatools.com/zh/samples/web-image-processing-python): Web Python 图像处理示例，使用 PIL/Pillow 包括读取、保存、缩放和格式转换 ## 相关内容 - [PII 检测与日志脱敏复核](https://elysiatools.com/zh/hubs/pii-log-redaction): 在日志、文本和 PDF 中发现疑似个人信息，生成脱敏候选稿，校验标识符模式，并在共享前要求人工审批。