# Logs schwärzen ohne Python – mit einem Befehl

*KI-Universum, Welt 12, Mission «Log-Detektiv ohne Panik». Übungswerkzeug: Die Originaldatei bleibt unverändert, das Ergebnis landet in einer neuen Datei.*

**Goldene Regel:** Immer zuerst eine **Kopie** in einen Übungsordner legen. Der Befehl liest die Datei und schreibt das Ergebnis in eine **neue** Datei (`>`). Das Original bleibt unverändert.

## macOS und Linux (sed)

```bash
sed -E \
  -e 's/([0-9]{1,3}\.){3}[0-9]{1,3}/IP-X/g' \
  -e 's/(for (invalid user )?)[^ ]+ from/\1USER-X from/' \
  -e 's/Invalid user [^ ]+ from/Invalid user USER-X from/' \
  -e 's/(session (opened|closed) for user )[^ (]+/\1USER-X/' \
  -e 's/sudo: +[^ ]+ :/sudo: USER-X :/' \
  -e 's#/home/[^ ;/]+#/home/USER-X#' \
  uebungslog-auth.log > uebungslog-auth.anonym.log
```

Was die Zeilen tun:

| Zeile | ersetzt |
|---|---|
| 1 | jede IPv4-Adresse (vier Zahlen mit Punkten) durch `IP-X` |
| 2–3 | den Benutzernamen in «Failed/Accepted … for NAME from» und «Invalid user NAME from» |
| 4 | den Namen in «session opened/closed for user NAME» |
| 5 | den Namen am Anfang einer sudo-Meldung |
| 6 | den Namen in Pfaden wie `/home/NAME` |

## Windows (PowerShell) – nur die IP-Adressen

```powershell
(Get-Content .\uebungslog-access.log) -replace '(\d{1,3}\.){3}\d{1,3}', 'IP-X' | Set-Content .\uebungslog-access.anonym.log
```

## Der Haken (und warum es das Python-Skript gibt)

Alle Adressen heissen danach gleich: `IP-X`. Die KI kann dann **nicht mehr unterscheiden**, ob 130 Login-Versuche von einer einzigen Adresse kommen oder von 130 verschiedenen. Für eine Ermittlung ist das zu viel Schwärzung.

Das Skript `anonymisieren.py` vergibt darum **gleichbleibende Kürzel** (IP-001, IP-002 …): Muster bleiben sichtbar, Personen nicht. Die Zuordnungstabelle bleibt bei Ihnen.

## Immer danach: die Stichprobe

```bash
grep -nE '([0-9]{1,3}\.){3}[0-9]{1,3}' uebungslog-auth.anonym.log | head
```

Kommt hier noch etwas, hat das Schwärzen eine Stelle übersehen. Suchen Sie zusätzlich nach Namen, Mailadressen und Rechnernamen, die nur Sie kennen. Kein Werkzeug erkennt alles.

> **Wichtig: Das ist Pseudonymisieren, nicht Anonymisieren.** Gleichbleibende Kürzel (und erst recht eine Zuordnungstabelle) erlauben es, Daten wieder Personen zuzuordnen – auch über Zeitstempel und Zusammenhänge. IP-Adressen und Benutzernamen können Personendaten sein. Echte Logs Ihrer Schule darum auch geschwärzt nur mit Freigabe der Schule und in einer dafür zugelassenen Umgebung auswerten (oder lokal, z. B. mit LM Studio). Massgebend sind die Vorgaben Ihrer Schule bzw. Ihres Kantons.
