Referência dos algoritmos

Mascara um endereço de e-mail tratando as duas metades separadamente: a parte antes do @ (o nome) e o domínio depois dele. Cada metade tem sua própria estratégia, o que permite, por exemplo, anonimizar completamente o usuário mas preservar o domínio para manter a distribuição por empresa nos relatórios.

Gera um número de telefone sintético preservando exatamente o formato do original: parênteses, espaços, hífens e a quantidade de dígitos permanecem no lugar. Apenas os dígitos mudam — e nem todos: o algoritmo tende a preservar prefixos que identificam o formato (DDD, o 9 inicial de celular).

Substitui um nome simples — só o primeiro nome, ou só o sobrenome — por outro sorteado de um arquivo de lookup. O sorteio é um hash de (valor + chave), então o mesmo nome sempre vira o mesmo substituto: "João" será sempre "Ana" em todas as tabelas do projeto, o que preserva junções por nome. Para nomes compostos, use o Full Name (§1.4).

Quebra um nome completo em primeiro(s) nome(s) e sobrenome, e aplica um algoritmo diferente em cada parte. É um orquestrador: ele não mascara nada sozinho, apenas decide onde termina o nome e começa o sobrenome, e delega cada pedaço ao algoritmo que você indicar.

Mascara CPF e CNPJ gerando números sintéticos que continuam matematicamente válidos — os dígitos verificadores são recalculados. O tipo é detectado automaticamente pela quantidade de dígitos: 11 é CPF, 14 é CNPJ. A formatação de entrada (pontos, barra, hífen) é preservada na saída.

Desloca a data por uma quantidade sorteada dentro de [minRange, maxRange]. O sorteio é determinístico pela chave, então a mesma data sempre recebe o mesmo deslocamento — o que preserva a ordem cronológica e as distâncias entre registros de uma mesma entidade. É o algoritmo de escolha quando análises dependem de intervalos ("dias entre pedido e entrega").

Variante do Date Shift em que o deslocamento não vem de um intervalo contínuo, mas de um conjunto finito de valores possíveis definido em arquivo de configuração. Útil quando o negócio exige deslocamentos padronizados (por exemplo, apenas múltiplos de 7 dias, para preservar o dia da semana).

Sem parâmetros expostos no schema — o conjunto de deslocamentos vem da configuração embutida do plugin.

Descarta a data original e sorteia uma data absoluta dentro de [minDate, maxDate]. Diferente do Date Shift, aqui não há relação alguma entre entrada e saída além do determinismo — a ordem cronológica original é destruída. Use quando a data em si é sensível e nenhuma análise temporal depende dela.

Não é bem um mascaramento, e sim um truncamento de faixa (clamping): datas dentro do intervalo passam intactas; datas fora são puxadas para o limite mais próximo. O uso típico é suprimir outliers que identificam indivíduos — o cliente centenário, a data de 1900 usada como sentinela.

Mapeia um número para outro dentro de [minValue, maxValue], de forma determinística. Cada valor de origem recebe consistentemente o mesmo destino, o que preserva junções e contagens distintas — mas não a ordem nem a magnitude.

A contraparte numérica do Min/Max Date/Time: limita o valor a uma faixa, deixando passar intacto o que já está dentro dela. Serve para achatar outliers — salários muito altos, saldos negativos extremos — que sozinhos identificam a pessoa.

O algoritmo mais aberto do conjunto: avalia uma expressão Java de uma linha sobre o valor de entrada. A expressão recebe duas variáveis — input (o valor como BigDecimal) e seed (um long derivado da chave, para mascaramento determinístico) — além de quaisquer constantes que você declarar.

Regra fixa e sem configuração: pega os 4 dígitos finais do número e substitui todos pelo primeiro deles, repetido quatro vezes. O restante do número fica intacto. É um mascaramento fraco, adequado a campos de baixa sensibilidade onde só se quer quebrar o valor exato.

Nenhum. O comportamento é fixo.

Troca cada caractere por outro do mesmo grupo. Você define os grupos (letras minúsculas, maiúsculas, dígitos…) e o algoritmo garante que uma letra vire letra e um dígito vire dígito, preservando o comprimento e o "formato visual" do dado. Caracteres que não pertencem a nenhum grupo — espaços, acentos, pontuação — passam intactos.

Aplica regras de substituição caractere a caractere: cada regra declara quais caracteres detectar e por qual caractere trocá-los. Diferente do Character Mapping, aqui a substituição é fixa (não sorteada) — todos os caracteres filtrados viram o mesmo símbolo. Pode opcionalmente rodar depois de outro algoritmo, via stringAlgorithm.

Divide a string em segmentos de comprimento fixo e trata cada um de forma independente — mascarar, preservar, ou substituir por constante. É o algoritmo certo para documentos de formato rígido onde partes têm significado diferente: CPF, CNPJ, CEP, código de barras, número de conta com agência embutida.

O algoritmo mais flexível para texto estruturado. Você define padrões regex; o primeiro que casar com a string inteira é aplicado, e cada grupo de captura (parênteses) recebe uma ação independente — preservar, apagar, redigir ou passar por outro algoritmo. O texto entre os grupos é preservado automaticamente.

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

Encadeia algoritmos em sequência: a saída de um vira a entrada do próximo. Exige no mínimo dois. Serve para compor transformações que nenhum algoritmo isolado oferece — mascarar e depois normalizar, ou aplicar duas camadas de substituição.

Redistribui os valores entre os registros: cada linha recebe o valor que pertencia a outra. Nenhum valor é inventado — o conjunto permanece idêntico, só as associações mudam. Isso preserva perfeitamente a distribuição estatística da coluna, o que o torna ideal para colunas usadas em agregações.

Varre um texto livre procurando entidades sensíveis — por expressão regular e/ou por uma lista de termos em arquivo — e substitui apenas os trechos encontrados. Todo o resto do texto é preservado, mantendo o documento legível e útil para análise.

Versão mais simples e direta da redação: um mapa de regex → texto de substituição. Cada chave do mapa é um padrão, e o valor correspondente é o que entra no lugar. Sem regex configurada, devolve o valor de entrada sem mascaramento algum.

Mascara números de cartão preservando o BIN (os primeiros dígitos, que identificam bandeira e emissor) e, opcionalmente, os últimos dígitos usados em conferências. O número gerado mantém o dígito verificador Luhn válido, então continua passando em validações de formulário e de sistema.

Mascara um IBAN preservando o código do país e recalculando o dígito verificador, de modo que o resultado continue sendo um IBAN estruturalmente válido. Você controla quantos caracteres da parte nacional são embaralhados.

Substitui o valor por uma linha de um arquivo de lookup, escolhida pelo hash de (valor + chave). O mesmo input sempre seleciona a mesma linha, o que dá consistência referencial entre tabelas sem precisar de banco de mapeamento. É o algoritmo de lookup mais usado do plugin.

Variante do Secure Lookup com tratamento explícito de valores nulos: input nulo devolve nulo, em vez de erro. Não expõe parâmetros — usa o arquivo de lookup embutido no plugin.

Nenhum.

Substitui valores segundo uma tabela de-para explícita: você declara exatamente qual valor vira qual. Ao contrário do Secure Lookup, não há hash nem sorteio. Na prática é mais uma ferramenta de padronização que de mascaramento — normalizar siglas, unificar grafias divergentes.

Mantém um mapeamento persistente 1-para-1 em banco de dados: cada valor original recebe um substituto único, gravado e reutilizado em todas as tabelas e execuções futuras. É a garantia mais forte de consistência referencial do plugin — e a única que sobrevive entre jobs distintos.

Escolhe qual algoritmo aplicar a cada coluna conforme o valor de uma coluna condicional. O caso clássico: se a coluna de gênero disser "F", mascarar o nome com uma lista de nomes femininos; se disser "M", com nomes masculinos — mantendo a coerência interna do registro.

Mascara campos de endereço espalhados por várias colunas — logradouro, número, bairro, cidade, estado, CEP — gerando um endereço sintético coerente entre si. Sem ele, mascarar cada coluna isoladamente produziria combinações impossíveis (rua de São Paulo com CEP do Amazonas).

Não documentados neste guia — o algoritmo não inicializa sem o arquivo de endereços, o que impede inspecionar seu schema no runner.

Mascara números que carregam dígito verificador e recalcula o verificador depois, para que o resultado continue passando na validação. É genérico: qualquer esquema de soma ponderada + módulo pode ser descrito por seus parâmetros — código de barras, EAN, boleto, matrícula, inscrição estadual.

O único algoritmo reversível do conjunto. Cifra o valor com AES e devolve um token; com a mesma chave e configuração, o valor original pode ser recuperado (no Tester, pelo botão Detokenizar — modo REIDENTIFY). É a escolha quando o dado precisa voltar ao original em algum ponto do fluxo.