Skip to content
OpenAgentSkill
Browsing is open · Catalog captured 2026-11-21 · Automatic updates and account services are paused.
Data & analytics

lgpd-anonymization

Apply anonymization (Art. 5, XI) and pseudonymization (Art. 13, §4) techniques to take data out of LGPD scope or reduce risk in analytics pipelines. Use when user asks 'anonimizar', 'pseudonimizar', 'k-anonymity', 'differential privacy', 'tokenização', 'analytics LGPD', or designing analytics/ML pipelines.

goul4rt · Static checks on file

Installation

Read the source and dependencies before running a command. Copying does not install or execute anything.

npx skills add goul4rt/lgpd-skills --skill lgpd-anonymization

About this skill


name: lgpd-anonymization description: Apply anonymization (Art. 5, XI) and pseudonymization (Art. 13, §4) techniques to take data out of LGPD scope or reduce risk in analytics pipelines. Use when user asks 'anonimizar', 'pseudonimizar', 'k-anonymity', 'differential privacy', 'tokenização', 'analytics LGPD', or designing analytics/ML pipelines.

Anonimização e Pseudonimização

Diferença crítica

Anonimização (Art. 5º, XI)Pseudonimização (Art. 13, § 4º)
Reversível?Não, considerando meios técnicos razoáveisSim, com info adicional segregada
Status LGPDFora do escopo (Art. 12)Continua sendo dado pessoal
Uso típicoEstatísticas públicas, datasets de pesquisaAnalytics interna, logs, redução de exposição
Risco residualBaixíssimo (re-identificação)Médio (depende da segurança da chave)

Técnicas

Pseudonimização

  • Tokenização determinística: substitui PII por token; mapping mantido em vault separado
  • Hashing com salt (cuidado — sem salt aleatório, é reversível por força bruta para campos de baixa entropia como CPF)
  • Format-preserving encryption quando o formato precisa ser mantido

Anonimização

  • Generalização: idade exata → faixa (25-34); CEP → cidade
  • Supressão: remoção de campos identificadores
  • Perturbação: adicionar ruído aleatório
  • k-anonymity (k ≥ 5): cada combinação de quasi-identificadores aparece em ≥ k registros
  • l-diversity, t-closeness: refinamentos para resistir a ataques de inferência
  • Differential privacy (ε pequeno): garantia matemática contra re-identificação

Pipeline típico de analytics

[Postgres prod] → ETL com pseudonimização (token PII) → [Analytics DW] → Generalização + k-anonymity → [Dashboards públicos]

Anti-padrões

  • ❌ "Removemos o nome" e mantemos CPF, e-mail, endereço — não é anonimização
  • ❌ Hash de CPF sem salt único — facilmente reversível (~210 milhões de combinações)
  • ❌ ID interno como "pseudônimo" se está exposto em URLs e logs — não é pseudonimização
  • ❌ Agregação só por região quando dataset tem campos suficientes para inferência cruzada

Implementação

Ver assets/anonymization-recipes.md para receitas concretas em SQL e Python.

Re-identificação — teste obrigatório

Antes de declarar um dataset "anonimizado":

  1. Linkage attack: tente combinar com dataset público
  2. Inference attack: estime atributo sensível a partir dos outros
  3. Singling out: existe registro único na base?

Se algum passa → dataset ainda é dado pessoal.

Status update

## F (legacy L6) — Anonimização ✓
- Pipelines de analytics revisados
- {N} datasets passados por pseudonimização
- {M} datasets passados por anonimização (k=5+)
- Vault de tokens isolado
- Próximo: lgpd-dsar (legacy) ou conforme pipeline