Come ripulire i dati sensibili dai log e dal JSON prima di condividerli.

Nel momento in cui incolli un file di log, una risposta API o un dump di errori in un ticket Jira, in un canale Slack o in una issue GitHub, potresti condividere più di quanto pensi. Email, token di autenticazione, indirizzi IP interni, numeri di telefono, ID utente — tutto in testo semplice, sepolto in JSON annidato o nascosto negli stack trace. Succede ogni giorno, e la maggior parte delle persone se ne accorge solo dopo.

Cosa probabilmente stai divulgando senza accorgertene

I dati sensibili si nascondono dove non te li aspetti:

• Token JWT negli header Authorization — sembrano eyJhbGciOi... e possono essere decodificati in pochi secondi per rivelare claim dell’utente e data di scadenza
• Chiavi API nelle query string e negli header — sk_live_..., AKIA..., xoxb-... — una qualunque di queste in un log condiviso è una fuga di credenziali
• Indirizzi email in oggetti utente, messaggi di errore e log di audit
• Indirizzi IP interni nei log di rete — 10.x.x.x, 192.168.x.x, 172.16.x.x — rivelano la topologia della tua rete interna
• UUID che rimandano a record utente reali nel tuo database
• Numeri di telefono in formato internazionale — +44..., +1... — in oggetti di contatto o log SMS
• Lunghe stringhe esadecimali che in realtà sono ID di sessione, refresh token o percorsi di file con nomi utente reali

Il problema non è che uno di questi sia difficile da individuare. È che un dump di errori di produzione può contenerne decine, annidati su più livelli di oggetti, e tu stai cercando di condividerlo in fretta perché qualcosa si è rotto.

Perché la redazione manuale fallisce

Apri il log, cerchi @ e oscuri i cinque indirizzi email che trovi. Ti sfugge il sesto, sepolto tre livelli più in profondità in un oggetto annidato metadata.contact_info. Cerchi stringhe che sembrano token e becci l’header Authorization, ma ti sfugge il refresh token nel corpo della risposta. Oscuri l’email ma lasci lo user_id che vi rimanda direttamente nel tuo database.

La redazione manuale fallisce perché:

• Hai fretta — la produzione è giù e ti serve solo aiuto
• I log reali hanno strutture profondamente annidate dove lo stesso tipo di valore appare a livelli diversi
• Gli stack trace referenziano percorsi di file con nomi utente reali — /home/jsmith/app/src/handler.py
• Trovi i valori ovvi ma ti sfuggono quelli meno ovvi che rimandano comunque a dati reali

Come funziona lo Strumento Privacy

Lo Strumento Privacy funziona interamente nel tuo browser. Nulla viene inviato a un server — incolli il testo, lo elabora localmente e ti restituisce una versione pulita da copiare.

Ecco cosa fa:

1. Rileva automaticamente il JSON quando l’input può essere interpretato come JSON e lo elabora in modo strutturale — attraversa l’albero degli oggetti e sostituisce i valori sensibili mantenendo intatte le chiavi e la struttura
2. Passa alla modalità testo per CSV, XML, log grezzi e qualsiasi altro formato — cerca pattern e sostituisce le corrispondenze in linea
3. Maschera i pattern sensibili più comuni:
   • Indirizzi email
   • Numeri di telefono (formati internazionale e USA)
   • Indirizzi IP (IPv4 e IPv6)
   • Token JWT (eyJ...)
   • Chiavi API e token (lunghe stringhe alfanumeriche che corrispondono a formati comuni)
   • UUID
   • Lunghe stringhe esadecimali che sembrano ID di sessione o segreti
4. Etichetta ciò che sostituisce — l’output mostra [REDACTED-EMAIL], [REDACTED-TOKEN], [REDACTED-IP] e così via, così vedi cosa è stato intercettato

Modalità JSON vs modalità testo — cosa cambia

La modalità JSON preserva struttura e validità. I valori vengono sostituiti, ma le chiavi e l’annidamento restano intatti. L’output resta un JSON valido che puoi incollare in un ticket, e un altro sviluppatore può capire la forma della risposta senza vedere i dati reali.

La modalità testo sostituisce le corrispondenze in linea, ovunque compaiano. La struttura del tuo log o CSV viene preservata così com’è, ma i valori sensibili vengono scambiati con etichette di oscuramento. È la scelta migliore per:

• Voci di log su più righe con testo e dati strutturati mescolati
• Esportazioni CSV in cui vuoi tenere intatte le colonne
• XML con valori in linea
• Stack trace con percorsi di file e nomi utente

Lo strumento rileva automaticamente quale modalità usare, ma puoi capirlo dall’output — se vedi JSON strutturato con valori [REDACTED-*], era in modalità JSON. Se vedi sostituzioni in linea nel testo libero, era in modalità testo.

Quando l’output ripulito è sicuro da condividere

Lo strumento intercetta i pattern comuni — email, token, IP, UUID, numeri di telefono e stringhe dall’aspetto segreto. Ma non può conoscere il tuo dominio. Prima di incollare l’output, controlla:

• Nomi in codice di progetti interni — lo strumento non sa che “Progetto Sundance” è un nome interno confidenziale
• ID cliente che non sono UUID — un campo customer_id: 847291 non viene intercettato perché sembra un normale numero intero
• Percorsi di file con nomi utente reali — /home/jsmith/ o /Users/sarah.chen/ negli stack trace
• Messaggi di errore che menzionano persone reali — “Errore durante l’elaborazione del pagamento di John Smith” non viene segnalato perché lo strumento non sa che John Smith è un cliente

Lo strumento è una prima passata solida. Aggiungici sopra la tua conoscenza del dominio prima di condividere.

Scenari reali

Segnalazione di bug in Jira: incolli la risposta API completa, la ripulisci e condividi la struttura senza i dati. Lo sviluppatore può vedere la forma della risposta, il codice di errore e l’annidamento — senza vedere email o token reali.

Messaggio Slack durante un incidente: invece di fare uno screenshot di un log (difficile da cercare e impossibile da copiare e incollare), incolli il testo, lo ripulisci e condividi la versione pulita. I tuoi colleghi ottengono testo ricercabile e tu non divulghi credenziali in una chat che verrà archiviata.

Issue GitHub per una libreria di terze parti: ti imbattono in un bug in un client API e vuoi incollare request e response. Ripulisci prima — chi mantiene la libreria non ha bisogno della tua chiave API reale per riprodurre il problema, e una volta in una issue pubblica, viene indicizzato dai motori di ricerca.

Inserimento di un fornitore o un consulente: devi condividere un’esportazione di dati di esempio perché possa costruire un’integrazione. La incolli, la ripulisci e condividi la forma — intestazioni di colonna, nomi dei campi, struttura dell’annidamento — senza i record reali dei clienti.

Ripulisci prima di condividere — ogni volta

Lo Strumento Privacy richiede circa cinque secondi. Incolli, clicchi, copi, condividi. È più veloce del trova e sostituisci manuale, becca i campi annidati che ti sfuggirebbero e non invia mai nulla a un server.

Aggiungilo ai preferiti. La prossima volta che la produzione è giù e devi incollare un log in un ticket, sarà un bene averlo fatto.