導航:首頁 > 數據處理 > 數據如何脫敏

數據如何脫敏

發布時間:2022-01-28 16:47:57

Ⅰ 動態數據脫敏和靜態數據脫敏有什麼區別如何選擇

數據脫敏

數據脫敏的主要作用是對敏感數據按需進行漂白、變形、遮蓋等處理,避免敏感信息泄露。可實現自動化發現源數據中的敏感數據,同時又能保證脫敏後的輸出數據能夠保持數據的一致性和業務的關聯性。數據脫敏一般分為動態數據脫敏和靜態數據脫敏。那麼,兩者之間有什麼區別?分別在什麼情況下使用呢?

數據脫敏

動態數據脫敏常用在訪問敏感數據即時進行脫敏,一般用來解決在生產環境需要根據不同情況對同一敏感數據讀取時進行不同級別脫敏的場景,如業務脫敏、運維脫敏、數據交換脫敏等場景。首先,業務脫敏主要針對不同許可權業務用戶訪問敏感數據時,採取不同級別的脫敏規則。其次,在運維脫敏場景中,許多企業的資料庫在運行中都面臨以下幾個問題:1. 共享、臨時賬號濫用現象,導致運維身份不清。2. 特權用戶訪問敏感數據,行為不受控。3. 當運維人員誤操作,關鍵數據丟失,數據難以恢復。4. 無法監控資料庫內部操作,無法進行追責溯源。面對上述問題,動態脫敏可以實現授權賬號進行訪問控制,對未授權的運維身份訪問敏感數據實現動態脫敏功能。同時,保證資料庫被誤操作後快速回復,並實時監控資料庫內部操作。最後,數據交換場景,是指通過API介面進行數據交換是非常常見的場景,通過API介面向特定平台提供數據時,需要對不同的用戶信息提供不同的脫敏策略。

靜態數據脫敏則一般應用在非生產環境或脫離原生業務系統使用。開發測試、數據共享、科學研究時靜態數據脫敏的三個典型應用場景。首先,在開發測試場景中,比如銀行證券等敏感信息系統中包含有姓名、身份、賬號等敏感信息,但開發測試需要使用這些真實的數據,因此需要通過脫敏手段保證敏感數據不被泄露。其次,數據共享場景通常是在一些特定的需求下,將數據與其他部門或者外部企業共享。此時需要保留部分敏感數據,對特定的敏感數據進行處理。最後科學研究場景通常核心是將對數據進行統計分析,並將結果用於科學研究。那麼就需要保證,對數據進行脫敏之後仍數據仍保留原本的特徵和科學研究所所必須的內容。

不論是靜態數據脫敏還是動態數據脫敏,都不會對敏感數據(核心數據)造成破壞,並且保持數據原有的可用性。換言之,即使數據進行了脫敏操作(去掉了敏感信息),數據共享方仍然可以使用、可以處理、可以提取相應的特徵價值。

Ⅱ 怎麼對 excel 數據 脫敏

舉例:

在名單中的姓名一列,只保留姓氏,可以使在新的一列里用=Left( ,1)函數,即可取出位於第一位的姓氏。
然後把這列姓氏Copy + Paste Value 到有姓名的列。

如果需要在姓氏後加*星號,可以在姓氏列右邊插進一個新列,裡面填上*。
然後再在一個新列里用=姓氏列+星號列 (比如 =A1+A2)的公式,將兩列連起來。
最後Copy + Paste Value 到姓名列中。

Ⅲ 怎樣選擇資料庫脫敏系統

目前國內廠商對數據脫敏產品已經區分靜態數據脫敏與動態數據脫敏,我分別說下這兩款產品如何選擇,應具備的功能有哪些,一款好的靜態脫敏產品應具備以下功能:
確保數據脫敏有效性:保證脫敏後的數據能夠准確反映原始數據的業務屬性和數據分布特徵,例如對於原始數據中的姓名、地址、病症、企業名稱等信息需要在脫敏後仍然具有可讀性;脫敏後的數據需要滿足業務系統的數據規則,能夠正確的通過業務系統的數據有效性驗證,如身份證號、銀行卡號的校驗碼,生日數據的區間,有效的發卡行信息,年齡與出生日期的匹配等。
保留數據關聯性:脫敏後的數據應能滿足業務系統的數據關系特徵,嚴格保留原有的數據關系;例如身份證號在多個表中出現,需要保證這些數據經過脫敏後也是一樣的。另外,對於具有時間序列關系的數據,需要保證每個日期脫敏後仍然能夠保持原有的時間序列。
保證高效脫敏:高端場景下的數據量很大,包括表數量多,單表數據多,每日增量數據多等等。為了能夠盡可能節省人工勞動成本,脫敏產品的性能一定要高,最好能夠支持增量數據定期自動執行脫敏。
一款好的動態脫敏產品應該具備以下功能:
全面的權控體系:在實際場景中通常會涉多個資料庫的監控和脫敏,這些資料庫一般都關聯歸屬於不同業務,甚至還存在代理運維第三方業務的情況。所以針對這種復雜的人員結構以及復雜的業務場景,動態脫敏產品應具備根據不同資料庫組、用戶、角色實現不同的數據脫敏能力。
高性能脫敏能力:動態脫敏產品的使用場景決定了需要保證脫敏的及時性和高效性。最好能夠保證在脫敏欄位多且結果集龐大的情況下控制數據訪問性能下降不超過10%。
完備的容災機制:動態脫敏產品一般會採用串聯部署模式,為防止異常斷電、設備遷移等外界因素導致設備不能正常啟用時,動態脫敏應該可以通過HA主備來應對風險的發生。通過系統容災管理配置,在異常發生導致其中一台設備不可用時,動態脫敏設備可以自動將策略、會話等信息同步給備機,並且繼續實現脫敏、防護等作用,快速的主備切換幾乎不會延誤用戶的業務操作以及資料庫使用。

Ⅳ 怎麼實現java 敏感數據脫敏

尚學堂回答:敏感數據(如信用卡號碼)、個人識別信息(如社會安全號碼)、醫療診斷和甚至非個人的敏感數據(例如公司財務信息和知識產權)的曝光,是由於企業員工和外部人士濫用職權或工作失誤所致。」
數據脫敏技術的目是通過從客戶端隱藏敏感數據,以防止這些數據的濫用。技術供應商提供了多種數據脫敏技術,例如用相似的字元替代一些欄位;用屏蔽字元(例如,『x』)替代字元;用虛擬的姓氏替代真正的姓氏,以及在資料庫數列中對數據進行重組。數據脫敏也被稱為數據混淆、數據保密、數據消毒、數據擾頻、數據匿名化和數據認證。
採用數據脫敏技術,可以幫助企業提高安全性和保密等級,以防止其數據被濫用。與此同時,數據脫敏技術也可幫助企業滿足安全性的規范要求,以及由管理/審計機關所要求的隱私標准。

Ⅳ 如何用Java實現數據脫敏

尚學堂回答:敏感數據(如信用卡號碼)、個人識別信息(如社會安全號碼)、醫療診斷和甚至非個人的敏感數據(例如公司財務信息和知識產權)的曝光,是由於企業員工和外部人士濫用職權或工作失誤所致。」數據脫敏技術的目是通過從客戶端隱藏敏感數據,以防止這些數據的濫用。技術供應商提供了多種數據脫敏技術,例如用相似的字元替代一些欄位;用屏蔽字元(例如,『x』)替代字元;用虛擬的姓氏替代真正的姓氏,以及在資料庫數列中對數據進行重組。數據脫敏也被稱為數據混淆、數據保密、數據消毒、數據擾頻、數據匿名化和數據認證。採用數據脫敏技術,可以幫助企業提高安全性和保密等級,以防止其數據被濫用。與此同時,數據脫敏技術也可幫助企業滿足安全性的規范要求,以及由管理/審計機關所要求的隱私標准。

Ⅵ 數據脫敏是做什麼的

數據脫敏主要是防止敏感信息的泄露。為保證正確的對敏感數據進行保護,我們需要先識別敏感數據。對已識別的敏感數據,根據敏感數據的使用場景,對敏感數據整體進行脫敏(靜態脫敏)或實時進行脫數(動態脫敏)。對敏感數據進行脫敏時也會根據需求進行不同方式進行脫敏。對於脫敏後數據當我們需要共享給其他用戶或企業時,為保證數據泄漏溯源,也會使用到水印技術。你可以找安華金和了解下,數據脫敏技術很成熟的一家廠商。

Ⅶ 什麼是數據脫敏處理

就是將容易泄密的真實敏感數據按一定規則轉換成不易泄密的非真實數據的過程。

Ⅷ 什麼是靜態數據脫敏

安華金和靜態數據脫敏產品是一款具有高性能和高擴展性的靜態數據屏蔽和脫敏產品。採用專門的脫敏演算法對敏感數據進行屏蔽、隨機替換、亂序處理和加密

Ⅸ 數據脫敏處理什麼意思

數據脫敏處理就是對敏感數據進行變形處理,其目的是保護隱私數據等信息的安全,例如機構和企業收集的個人身份信息、手機號碼、銀行卡信息等敏感數據。數據脫敏從技術上可以分為靜態數據脫敏和動態數據脫敏兩種。靜態數據脫敏一般應用於數據外發場景,例如需要將生產數據導出發送給開發人員、測試人員、分析人員等;動態脫敏一般應用於直接連接生產數據的場景,例如運維人員在運維的工作中直接連接生產資料庫進行運維,客服人員通過應用直接調取生產中的個人信息等。安華金和數據脫敏技術已經很成熟了,可以找他們聊一下。

Ⅹ 什麼是動態數據脫敏

簡單來說動態數據脫敏(DDM)會常用在生產環境中,在訪問敏感數據即時進行脫敏,一般用來解決在生產環境需要根據不同情況對同一敏感數據讀取時進行不同級別脫敏的場景。

美創動態數據脫敏系統是在用戶層對數據進行獨特屏蔽、加密、隱藏、審計或封鎖訪問途徑的流程,當應用程序、維護、開發工具請求通過動態數據脫敏(DDM)時,實時篩選請求的SQL語句,依據用戶角色、許可權和其他脫敏規則屏蔽敏感數據,並且能運用橫向或縱向的安全等級,同時限制響應一個查詢所返回的行數。
詳細了解還可以參考網路文庫的這篇文章:https://wenku..com/view/

閱讀全文

與數據如何脫敏相關的資料

熱點內容
權健產品如何搭配 瀏覽:295
阿里的廣告產品有哪些 瀏覽:219
信息社會治理模式有哪些 瀏覽:148
微盟小程序是什麼意思 瀏覽:43
福田奧鈴有哪些產品 瀏覽:213
圖像處理產品有哪些 瀏覽:509
keil寫好程序怎麼知道有無錯誤 瀏覽:658
29歲了學點什麼技術比較好 瀏覽:108
怎麼將web程序轉換安裝包 瀏覽:217
手機屏保程序怎麼卸載 瀏覽:717
京東的代理怎麼收費 瀏覽:27
機動車安全技術檢驗主要依據哪些標准 瀏覽:101
什麼是黃頁數據載入完成 瀏覽:212
開發票保存發票信息如何更改 瀏覽:157
怎麼看產品糖含量 瀏覽:337
abc類信託產品什麼意思 瀏覽:293
葯師學什麼技術比較有前途 瀏覽:309
文子理財屬於什麼產品 瀏覽:181
比特幣什麼網站交易 瀏覽:532
vx小程序怎麼製作身高對比圖 瀏覽:838