| name | Generación de Datos de Prueba Seguros |
| description | Skill para generar datos sintéticos realistas y anonimizar subconjuntos de producción para testing |
Generación de Datos de Prueba Seguros
Propósito
Crear datos de prueba que respeten constraints, relaciones y distribuciones reales sin exponer información sensible de producción.
Entradas
- Schema de base de datos objetivo
- Volumen deseado (número de filas por tabla)
- Columnas o tablas con datos sensibles a anonimizar
- Escenarios de prueba específicos (opcional)
Salidas
- Script de generación de datos sintéticos
- Script de anonimización para subconjuntos de producción
- Informe de cobertura de constraints y relaciones
- Nota de seguridad confirmando ausencia de datos reales
Pasos
1. Inventario de constraints y relaciones
SELECT
fk.name AS clave_foranea,
OBJECT_NAME(fk.parent_object_id) AS tabla_hijo,
COL_NAME(fkc.parent_object_id, fkc.parent_column_id) AS columna_hijo,
OBJECT_NAME(fk.referenced_object_id) AS tabla_padre,
COL_NAME(fkc.referenced_object_id, fkc.referenced_column_id) AS columna_padre
FROM sys.foreign_keys fk
JOIN sys.foreign_key_columns fkc ON fk.object_id = fkc.constraint_object_id
ORDER BY tabla_padre, tabla_hijo;
2. Identificación de columnas sensibles
- Detecta columnas con nombres que sugieren datos personales (email, nombre, DNI, teléfono, dirección)
- Marca columnas para anonimización obligatoria
3. Estrategias de anonimización por tipo
| Tipo | Estrategia |
|---|
| Email | usuario_[ID]@prueba.test |
| Nombre | Nombre_[hash corto] |
| Teléfono | 000-000-[4 dígitos aleatorios] |
| NIF/DNI | 00000000X |
| Dirección | Calle Prueba [número] |
| Fechas | Desplazar ±N días aleatorio |
| Importes | Multiplicar por factor aleatorio [0.8-1.2] |
4. Validación de integridad
- Verifica FK integrity después de generación
- Confirma que ningún dato generado coincide con producción
- Ejecuta preflight de seguridad sobre el dataset generado
Checklist de Calidad
