TapCub 正式上线:统计、分析、客服一个平台免费用
术语表

什么是数据遮蔽?方法与聊天记录示例

数据遮蔽是在保持记录可用的前提下,去掉或隐藏敏感值。它和掩码、匿名化有什么区别,以及一段入库前遮蔽的聊天记录示例。

苏禾 审核人 伊森·布鲁克斯 又称 数据遮蔽 最后更新 2026 年 11 月 20 日 术语表

一句话回答

数据遮蔽是把记录里的敏感值,比如聊天消息里的银行卡号,删掉或隐藏,同时让其余部分保持可读。该值被涂黑、删除,或换成占位符或部分值,理想情况是在记录入库之前完成。

什么是数据脱敏遮蔽(data redaction)?

数据遮蔽(data redaction,也常译作数据编辑或涂黑)是把记录里的敏感值,比如聊天消息里的银行卡号,删掉或隐藏,同时让记录的其余部分依然可读、可用。敏感的部分会被涂黑、删除,或者换成 [REDACTED] 这样的占位符,或只留末四位这样的部分值。消息、日志行或文档的其余内容保持完整,所以你仍然可以搜索、阅读和统计。

遮蔽是一种限制暴露面的控制手段。它不能防止数据泄露,本身也不会让数据变成匿名。一份遮蔽过的对话记录,仍可能通过你留下的部分识别出某个人,比如邮箱或一个独特的投诉内容。所以有用的问题不是“有没有遮蔽”,而是“遮蔽了哪些值、什么时候做的、能不能恢复”。

遮蔽和掩码、令牌化、匿名化有什么区别?

这些词的用法比较松散,各家厂商划线的位置也不完全一样,所以要看清产品所说的每个词具体指什么。常见的区分方式如下。

技术对值做了什么可逆吗?典型用途
遮蔽(Redaction)删除或涂黑,常换成标签或部分值入库前做就不可逆聊天记录、文档、工单
掩码(Masking)换成保持格式的替代值,如 **** **** **** 4242取决于方法屏幕显示、测试数据、回放
令牌化(Tokenization)换成随机令牌,真实值存在另外的保险库里可逆,需要访问保险库支付、跨系统使用的标识符
假名化(Pseudonymization)直接标识符换成代码,另有密钥可逆,需要密钥研究、分析、内部共享
匿名化数据被改到无法再通过任何合理手段识别到人不可逆公开发布、长期统计

遮蔽还分静态和动态。静态遮蔽改写存下来的数据,原值没有了。动态遮蔽只在有人查看时,根据角色或情境隐藏数值,原值仍在存储里。动态更灵活、可逆;静态在数据日后泄露时更安全,因为没有东西可泄露。

哪些算敏感信息?两个带数字的标准

要遮蔽哪些值,来自法律、标准和你自己的风险判断,没有通用的清单。下面两个具体的出处,说明规则可以具体到什么程度。

HIPAA 安全港(美国健康数据)。 美国的去标识化规则 45 CFR 164.514(b)(2) 列出 18 类必须去除的标识符,包括姓名、电话和传真号码、电子邮箱、社保号和病历号、账号、设备标识符、网址、IP 地址、生物特征标识符和全脸照片。地理信息方面,邮编只能保留前三位,而且只有共享这前三位的区域人口超过 20,000 时才行;否则必须改成 000。注意电子邮箱在这份清单里,下文会用到。

PCI DSS(支付卡数据)。 PCI 安全标准委员会在其常见问题中说明,按 3.4.1 条,屏幕和报表上最多只能显示卡号的 BIN(发卡行标识)和末四位,除非有书面的业务理由、管理层批准,并且理由可供评估人员查阅。

这两条规则要求的东西不同。HIPAA 安全港是去除标识符,使数据算作已去标识;PCI 是限制显示什么。满足其中一个,不等于满足另一个。

算例:入库前遮蔽的聊天记录

示例数据:一段六条消息的客服聊天,规则是:通过 Luhn 校验的银行卡号和带国际区号的电话号码保留末四位,邮箱不动。

#说话人原始消息存下来的消息
1访客你好,我的订单 88123 一直没到,而且被扣了两次款。不变
2客服抱歉。被扣款的是哪张卡?不变
3访客卡号 4242 4242 4242 4242。我的邮箱是 jane.doe@example.com。卡号 ** ** 4242。我的邮箱是 jane.doe@example.com。
4客服两笔都查到了。请问 +44 7700 900123 还是您的联系电话吗?请问尾号 0123 的号码还是您的联系电话吗?(保留末四位)
5访客是的。包裹上的运单码是 1234 5678 9012 3456。不变
6客服谢谢。退款已经发起。不变

表里遮蔽后的显示格式只是示意,实际只保留末四位。乍看有四个值像是敏感信息,规则对它们的处理各不相同:

  • 银行卡号通过校验(示例用的是公开的测试卡号),所以被遮蔽,只留末四位。
  • 电话号码带国际区号,所以被遮蔽,只留末四位。
  • 邮箱保持原样。规则有意不动它,因为团队可能要用它跟进。
  • 运单码同样是 16 位,但没有通过校验,所以不会被当成银行卡。这就是做校验的意义:不校验的话,运单号和订单号会被改乱,客服就找不到它们了。

六条消息里有两条(33%)被改动;四个值被检查,其中三个敏感、两个被遮蔽。假设每月存 10,000 段对话,其中 3.2%(320 段)里有明文银行卡号,入库前遮蔽就能把存着银行卡号的对话数从 320 降到 0,而客服阅读对话的方式完全不变。

局限也很明确。邮箱保留着,所以按 HIPAA 安全港(清单里有电子邮箱),这段对话不算已去标识。而且只找银行卡和电话格式的规则,会漏掉用文字写成“四二四二”的卡号。遮蔽规则要用真实的措辞去测试。

怎么设计遮蔽策略?

  1. 列出数据里可能有什么。 就聊天来说:姓名、邮箱、电话、银行卡号、证件号、地址、订单编号,以及自由文本里的健康或账户细节。
  2. 对每个值决定:保留、掩码还是删除。 工作需要的保留(订单号),需要引用但不该存的掩码(银行卡),永远用不到的删除。
  3. 尽早遮蔽。 理想的时机是值入库之前。从未保存过的值,不可能从备份里泄露。
  4. 用校验,不要只靠格式匹配。 银行卡号用校验位,电话号码用长度和前缀规则,可以减少误伤。
  5. 用真实样本测试。 包括带空格和连字符的号码、夹在长句里的号码,以及不应该被碰的相似数字。
  6. 让遮蔽可见。 在界面里标出被遮蔽的内容,让读者知道这里原来有一个值、被去掉了,而不是客户根本没说。

数据遮蔽常见的错误有哪些?

  • 把显示掩码当成存储遮蔽。 如果屏幕上显示星号,数据库里却存着完整的值,有数据库权限的人仍然能看到。
  • 遮蔽了屏幕,没有遮蔽导出。 收件箱做了掩码,CSV 导出却是原值,就失去了意义。
  • 以为一种格式适用所有国家。 银行卡号是全球通用的,各国的身份证号和电话格式不是。
  • 忘了自由文本。 人们会用任何规则识别不了的句式敲出敏感信息。遮蔽降低风险,但不能替代保留期限和访问控制。
  • 把遮蔽过的数据叫匿名。 剩下的细节仍可能识别出人,上面的标准也把遮蔽看作若干控制手段之一。

TapCub 里的数据遮蔽

TapCub 在三个地方做遮蔽,与示例对应。它不会把遮蔽变成法律保证:哪些值必须去掉,由你和你的法务判断。

  1. 在线客服消息。 在 客服 › 聊天设置 › 隐私与合规 里打开「敏感信息遮蔽」。入库前会处理双方文本:通过校验的银行卡号、中国身份证号、中国手机号,以及带国际区号的号码,只保留末 4 位。邮箱不动,因为离线留言还要用,工作台会标注已遮蔽。这就是示例里展示的行为。
  2. 热力图和会话回放。 会话回放默认关闭。开启后,「遮蔽输入值」默认开启,输入值会记录成星号;「遮蔽全部文字」默认关闭,后台类页面可以打开。TapCub 文档的建议是保持输入遮蔽开启,并把支付、证件和医疗表单页面放进排除列表。
  3. 表单和地址数据。 只有打开 data-forms="true" 才会记录表单提交,而且只存表单 id、name 和 action,不存填写的内容。访客的 IP 地址用来判断地域,然后丢弃,不写进事件。

如果你的数据受 HIPAA 这类规则约束,聊天遮蔽是有用的保护措施,但不是去标识化方法,因为邮箱会保留。

资料来源

这个解释清楚吗?

我们会根据反馈修改和补充这篇内容。

苏禾

数据分析师

围绕流量来源、转化漏斗与用户留存写作,重视指标口径和分析过程,用具体示例解释数字背后的问题。

常见问题

常见追问

大家看完定义后最常问的几个问题。

还有其他问题?

直接和 TapCub 团队聊聊——工作日通常几小时内回复。

用大白话说,数据遮蔽是什么?

就是把消息或文档里的敏感值,比如银行卡号,涂黑或去掉,让其余内容仍然可以阅读和搜索。理想的时机是在数据入库之前。

数据遮蔽和数据掩码有什么区别?

遮蔽是把值隐藏起来,常换成标签或部分值;掩码是换成保持格式的替代值,比如星号加末四位。各家厂商用词比较松散,要看清产品具体指什么。

遮蔽之后数据就算匿名了吗?

不算。遮蔽只是限制暴露面,留下的邮箱或独特的投诉内容仍可能识别出一个人。匿名化要求无法再通过任何合理手段识别到人。

TapCub 会遮蔽聊天消息吗?

会,前提是在聊天的隐私设置里打开「敏感信息遮蔽」。入库前,通过校验的银行卡号和带国际区号的号码只保留末四位,中国身份证号和手机号也会遮蔽,邮箱保持原样。

在你自己的网站上看这个数字

加一行脚本就能开始,网站和 App 都能接,几分钟内就能看到第一批报表。

看清数据,找到增长。

每一次点击,都有数据依据。装好一行代码,1 分钟看到第一批数据。

无需信用卡 · 统计与客服都有免费版 · 统计无 Cookie