Docx Anonymizer يتعرف على 50 فئة من البيانات ويدعم تسعة صيغ

إرسال عقد أو جدول إلى محادثة مع الذكاء الاصطناعي أمر سهل. أما التأكد من أن بيانات جواز السفر أو تعليقات الزملاء أو ورقة Excel مخفية أو اسم المؤلف في البيانات الوصفية لم تُرسل مع النص الأساسي فهو أصعب. هذه المشكلة اليومية المزعجة هي ما تعالجه إضافة Chrome المسماة Docx Anonymizer: فهي تبحث عن البيانات الشخصية قبل رفع الملف إلى خدمة خارجية، وتتيح حذف الآثار التي لا يراها المستخدم عادة.

في الإصدار الجديد وسّع المؤلف الدعم ليتجاوز مستندات Word. تعمل الأداة مع جداول Microsoft Office وعروضها التقديمية، وكذلك مع TXT وMarkdown وCSV وJSON وملفات السجلات. وارتفع عدد الفئات المعترف بها من 21 إلى 50. وبالنسبة إلى المطوّر أو فريق المنتج، المعنى بسيط: قبل تسليم الذكاء الاصطناعي ملف تصدير للعملاء أو محضر اجتماع أو سجلاً تقنياً، يمكن فحص الملف بالأداة نفسها.

كيف يبدو ذلك عملياً

لنتخيل جدولاً بطلبات الدعم. في الخلايا الظاهرة اسم العميل وهاتفه ووصف المشكلة. وفي ورقة مخفية بقيت عينة خدمية، وفي أحد التعليقات كتب المدير رقم عقد، وفي إحدى الصيغ إشارة إلى خلية تحتوي على عنوان بريد إلكتروني. إذا نُسخت الورقة الرئيسية فقط أو استُبدلت بضع قيم واضحة، فسيبقى جزء من البيانات داخل الملف.

لا يبحث Docx Anonymizer عن الأسماء الكاملة وبيانات الاتصال فقط. فالمجموعة المعلنة تشمل بيانات جواز السفر الروسي والأجنبي، ورخصة القيادة، والدفتر العسكري، وتصريح الإقامة (VNJ)، ووثائق الهجرة، ووثيقة التأمين الصحي الإلزامي (OMS)، وشهادة تسجيل المركبة (STS) وسند المركبة (PTS). كما يتعرف بشكل منفصل على أرقام VIN وأرقام اللوحات الحكومية والأرقام العقارية (الكادسترالية) وعناوين IP وMAC والمعلومات الصحية وغيرها من الفئات الحساسة. ويُحلَّل جواز السفر الآن إلى أربعة حقول منفصلة: السلسلة والرقم، وجهة الإصدار، وتاريخ الإصدار، ورمز القسم.

وفي الصيغ النصية هناك قيد مهم على نطاق الاستبدال: لا تتغير فواصل CSV ولا مفاتيح JSON، ولذلك ينبغي أن تبقى بنية البيانات سليمة وأن يظل JSON صالحاً. وهذا مفيد لمجموعات الاختبار والسجلات وملفات التصدير التي يجب بعد إخفاء هويتها إعادة تحميلها في تطبيق أو معالجتها بسكربت.

البيانات المخفية خطر مستقل

تعرض الإضافة التعليقات وسجل التعديلات والنص المخفي والأوراق والشرائح المخفية، وكذلك ذاكرة التخزين المؤقت للصيغ والمخططات. ويمكن حذف هذه العناصر قبل إرسال المستند. وهذا الفحص مهم بصورة خاصة لملفات Office: فالمستند النظيف ظاهرياً ليس بالضرورة نظيفاً داخل الأرشيف الذي يتكوّن منه DOCX أو XLSX أو PPTX تقنياً.

لكن الأتمتة لا تضمن استبعاد التسرب. فقد تفوّت الأساليب الإرشادية معرّفاً مكتوباً بشكل غير معتاد، أو تعتبر رقماً عادياً بيانات شخصية. كما يحذّر المؤلف من أن استبدال القيم داخل الصيغ قد يفسد بعضها. ولذلك يجب فحص النتيجة وحفظ الملف الأصلي بشكل منفصل.

ماذا يجب أن يفعل الفريق

ينبغي النظر إلى الأداة بوصفها حاجزاً إضافياً قبل تمرير المستندات إلى الذكاء الاصطناعي، لا بديلاً كاملاً عن عملية حماية البيانات. حدّدوا أولاً الملفات المسموح أصلاً برفعها إلى نماذج خارجية. ثم احذفوا الأوراق الزائدة والتعليقات وسجل التعديلات، وشغّلوا إخفاء الهوية، وافحصوا الملف الناتج يدوياً. وللاستخدام المنتظم من المفيد إعداد مجموعة مستندات اختبارية تحتوي على أنواع بيانات معروفة، والتحقق عليها من كل تحديث للإضافة.

لا تكمن القيمة الأساسية للمشروع في عدد الصيغ المدعومة، بل في التذكير بسطح التسرب الحقيقي. فالبيانات الشخصية لا توجد في الفقرات فقط. إنها تختبئ في الصيغ والبيانات الوصفية والطبقات الخدمية، وهي بالذات ما يُنسى فحصه في الغالب قبل التحدث إلى الذكاء الاصطناعي.