A kihívás
A fejlesztői csapatok folyamatosan egyensúlyoznak a valósághű tesztadatok és az adatvédelem között:
- A termelési adatok érzékeny PII-t tartalmaznak, nem használhatók közvetlenül
- A szintetikus adatok gyakran nem elég valósághűek a teszteléshez
- A manuális anonimizálás időigényes és hibalehetőségekkel jár
- Különböző környezetekben következetes, reprodukálható adatokra van szükség
A megoldás
Integrálja a PII-anonimizálást közvetlenül fejlesztési munkafolyamatába RESTful API-nkkal.
REST API
Egyszerű JSON API bármilyen stackhez. Elemzés és anonimizálás egyetlen kérésben.
CI/CD-kész
Automatizált tesztadat-generálás a folyamatban. Mindig következetes eredmények.
Reprodukálható
Ugyanaz a bemenet, ugyanaz a kimenet. Determinisztikus eredmények megbízható teszteléshez.
Gyors
Ezrek rekordjainak feldolgozása percenként. Nincs szükség GPU-ra.
Gyakran Ismételt Kérdések
Hogyan integrálhatom a cloak.business PII-felismerést a CI/CD folyamatomba?
Használja a REST API-t vagy a hivatalos SDK-kat (JavaScript/Python), hogy bármely CI/CD eszközből elérje az elemzés és anonimizálás végpontokat. Az API determinisztikus eredményeket ad, így ugyanaz a bemenet mindig ugyanazokat a tokeneket eredményezi – ideális snapshot teszteléshez és reprodukálható build-ekhez.
Képes a cloak.business valósághű, anonimizált tesztadatot generálni termelési adatokból?
Igen. A termelési exportok anonimizálásával (Replace vagy Encrypt módszerrel) szerkezetileg valósághű, de valódi PII-t nem tartalmazó tesztadatot kap. Az Encrypt módszer visszafordítható, így jogosultság esetén visszaállítható az eredeti hibakereséshez.
Milyen programnyelveket támogat a cloak.business SDK?
Hivatalos SDK-k érhetők el JavaScripthez (npm: @cloak-business/sdk) és Pythonhoz (PyPI: cloak-business). Mindkét SDK automatikusan újrapróbál HTTP 429 esetén Retry-After-rel, és támogatja mindhárom API-végpontot: analyze, anonymize, deanonymize.
Is This Right for You?
Best For
- Organizations with compliance obligations (GDPR, HIPAA, CCPA, PCI-DSS)
- Teams regularly sharing datasets containing names, IDs, or medical records
- Developers building AI pipelines that process user-submitted content
- Enterprises requiring audit logs and reproducible anonymization for legal holds
Not Ideal For
- Single-language English-only pipelines with no PII — regex-only tools may suffice
- Real-time streaming at sub-5ms latency — NLP inference adds overhead
- Fully air-gapped environments without internet access — use Desktop App instead
- Unstructured media files (audio, video) — text extraction is a prerequisite limitation