Referencia de los algoritmos

Enmascara una dirección de correo tratando cada mitad por separado: la parte anterior al @ (el nombre) y el dominio posterior. Cada mitad tiene su propia estrategia, lo que permite anonimizar por completo al usuario y conservar el dominio — manteniendo la distribución por empresa de la que dependen los informes.

Genera un número de teléfono sintético conservando exactamente el formato original: paréntesis, espacios, guiones y cantidad de dígitos se mantienen en su sitio. Solo cambian los dígitos — y no todos: el algoritmo tiende a conservar los prefijos que identifican el formato (prefijo internacional, el 6 inicial de móvil).

Sustituye un nombre simple — solo el nombre de pila, o solo el apellido — por otro extraído de un archivo de lookup. El sorteo es un hash de (valor + clave), así que el mismo nombre siempre da el mismo sustituto: "Juan" será siempre "Mariana" en todas las tablas del proyecto, lo que preserva las uniones por nombre. Para nombres compuestos, usa Full Name (§1.4).

Divide un nombre completo en nombre(s) de pila y apellido, y aplica un algoritmo distinto a cada parte. Es un orquestador: no enmascara nada por sí mismo, solo decide dónde termina el nombre y empieza el apellido, delegando cada trozo al algoritmo que le indiques.

Enmascara CPF y CNPJ brasileños generando números sintéticos que siguen siendo matemáticamente válidos — los dígitos verificadores se recalculan. El tipo se detecta automáticamente por la cantidad de dígitos: 11 es CPF, 14 es CNPJ. El formato de entrada (puntos, barra, guion) se conserva en la salida.

Desplaza la fecha una cantidad sorteada dentro de [minRange, maxRange]. El sorteo es determinista por la clave, de modo que la misma fecha siempre recibe el mismo desplazamiento — lo que preserva el orden cronológico entre registros. Es el algoritmo indicado cuando los análisis dependen de intervalos ("días entre pedido y entrega").

Variante de Date Shift en la que el desplazamiento no procede de un rango continuo, sino de un conjunto finito de valores definido en un archivo de configuración. Útil cuando el negocio exige desplazamientos estandarizados — por ejemplo, solo múltiplos de 7 días, para preservar el día de la semana.

Sin parámetros expuestos en el esquema — el conjunto de desplazamientos proviene de la configuración integrada del plugin.

Descarta la fecha original y sortea una fecha absoluta dentro de [minDate, maxDate]. A diferencia de Date Shift, aquí no hay relación alguna entre entrada y salida más allá del determinismo — el orden cronológico original se destruye. Úsalo cuando la fecha en sí es sensible y ningún análisis temporal depende de ella.

No es exactamente un enmascaramiento, sino un acotamiento de rango: las fechas dentro del rango pasan intactas; las de fuera se llevan al límite más cercano. El uso típico es suprimir valores atípicos que identifican individuos — el cliente centenario, la fecha de 1900 usada como centinela.

Mapea un número a otro dentro de [minValue, maxValue], de forma determinista. Cada valor de origen recibe consistentemente el mismo destino, lo que preserva uniones y conteos distintos — pero ni el orden ni la magnitud.

La contraparte numérica de Min/Max Date/Time: acota el valor a un rango, dejando pasar intacto lo que ya está dentro. Sirve para aplanar valores atípicos — sueldos muy altos, saldos negativos extremos — que por sí solos identifican a la persona.

El algoritmo más abierto del conjunto: evalúa una expresión Java de una línea sobre el valor de entrada. La expresión recibe dos variables — input (el valor como BigDecimal) y seed (un long derivado de la clave, para enmascaramiento determinista) — además de las constantes que declares.

Regla fija y sin configuración: toma los 4 dígitos finales del número y los sustituye todos por el primero de ellos, repetido cuatro veces. El resto del número queda intacto. Es un enmascaramiento débil, adecuado para campos de baja sensibilidad donde solo se quiere romper el valor exacto.

Ninguno. El comportamiento es fijo.

Cambia cada carácter por otro del mismo grupo. Tú defines los grupos (minúsculas, mayúsculas, dígitos…) y el algoritmo garantiza que una letra pase a letra y un dígito a dígito, preservando la longitud y el "formato visual" del dato. Los caracteres que no pertenecen a ningún grupo — espacios, acentos, puntuación — pasan intactos.

Aplica reglas de sustitución carácter a carácter: cada regla declara qué caracteres detectar y por cuál cambiarlos. A diferencia de Character Mapping, aquí la sustitución es fija (no sorteada) — todos los caracteres filtrados pasan al mismo símbolo. Puede ejecutarse opcionalmente después de otro algoritmo, mediante stringAlgorithm.

Divide la cadena en segmentos de longitud fija y trata cada uno de forma independiente — enmascarar, preservar o sustituir por una constante. Es el algoritmo indicado para documentos de formato rígido donde las partes tienen significados distintos: CPF, CNPJ, código postal, código de barras, número de cuenta con sucursal incorporada.

El algoritmo más flexible para texto estructurado. Defines patrones regex; el primero que coincida con la cadena entera se aplica, y cada grupo de captura (paréntesis) recibe una acción independiente — preservar, borrar, redactar o pasar por otro algoritmo. El texto entre grupos se preserva automáticamente.

{"maskPatterns": [
  { "regex": "(.+@.+)",
    "actions": [{"type":"APPLY_ALGORITHM","algorithm":{"name":"dlpx-core:Email SL"}}] },
  { "regex": "(.+)",
    "actions": [{"type":"APPLY_ALGORITHM","algorithm":{"name":"dlpx-core:FirstName"}}] }
]}

Encadena algoritmos en secuencia: la salida de uno es la entrada del siguiente. Exige un mínimo de dos. Sirve para componer transformaciones que ningún algoritmo aislado ofrece — enmascarar y luego normalizar, o aplicar dos capas de sustitución.

Redistribuye los valores entre los registros: cada fila recibe un valor que pertenecía a otra. No se inventa ningún valor — el conjunto sigue idéntico, solo cambian las asociaciones. Esto preserva perfectamente la distribución estadística de la columna, lo que lo hace ideal para columnas usadas en agregaciones.

Recorre un texto libre buscando entidades sensibles — por expresión regular y/o por una lista de términos en un archivo — y sustituye solo los tramos encontrados. Todo lo demás se preserva, manteniendo el documento legible y útil para el análisis.

Versión más simple y directa de la redacción: un mapa de regex → texto de sustitución. Cada clave del mapa es un patrón, y el valor correspondiente es lo que ocupa su lugar. Sin ninguna regex configurada, devuelve el valor de entrada sin enmascaramiento alguno.

Enmascara números de tarjeta preservando el BIN (los primeros dígitos, que identifican la marca y el emisor) y, opcionalmente, los últimos dígitos usados en conciliaciones. El número generado mantiene un dígito verificador Luhn válido, así que sigue pasando las validaciones de formulario y de sistema.

Enmascara un IBAN preservando el código de país y recalculando los dígitos de control, de modo que el resultado sigue siendo un IBAN estructuralmente válido. Tú controlas cuántos caracteres de la parte nacional se mezclan.

Sustituye el valor por una línea de un archivo de lookup, elegida mediante el hash de (valor + clave). La misma entrada selecciona siempre la misma línea, lo que da consistencia referencial entre tablas sin necesitar base de mapeo. Es el algoritmo de lookup más usado del plugin.

Variante de Secure Lookup con tratamiento explícito de valores nulos: una entrada nula devuelve nulo en lugar de lanzar error. No expone parámetros — usa el archivo de lookup incorporado en el plugin.

Ninguno.

Sustituye valores según una tabla de equivalencias explícita: tú declaras exactamente qué valor pasa a cuál. A diferencia de Secure Lookup, no hay hash ni sorteo. En la práctica es más una herramienta de estandarización que de enmascaramiento — normalizar siglas, unificar grafías divergentes.

Mantiene un mapeo persistente uno a uno en base de datos: cada valor original recibe un sustituto único, guardado y reutilizado en todas las tablas y ejecuciones futuras. Es la garantía más fuerte de consistencia referencial del plugin — y la única que sobrevive entre jobs distintos.

Elige qué algoritmo aplicar a cada columna según el valor de una columna condicional. El caso clásico: si la columna de género dice "F", enmascarar el nombre con una lista de nombres femeninos; si dice "M", con nombres masculinos — manteniendo la coherencia interna del registro.

Enmascara campos de dirección repartidos en varias columnas — calle, número, barrio, ciudad, provincia, código postal — generando una dirección sintética coherente entre sí. Sin él, enmascarar cada columna por separado produciría combinaciones imposibles (una calle de Madrid con un código postal de Barcelona).

No documentados en esta guía — el algoritmo no se inicializa sin el archivo de direcciones, lo que impide inspeccionar su esquema en el runner.

Enmascara números que llevan dígito verificador y recalcula ese dígito después, para que el resultado siga pasando la validación. Es genérico: cualquier esquema de suma ponderada más módulo puede describirse con sus parámetros — código de barras, EAN, recibo bancario, matrícula, inscripción fiscal.

El único algoritmo reversible del conjunto. Cifra el valor con AES y devuelve un token; con la misma clave y configuración, el valor original puede recuperarse (en el Tester, con el botón Detokenizar — modo REIDENTIFY). Es la elección cuando el dato debe volver a su forma original en algún punto del flujo.