背景
数据屏蔽或数据混淆是用修改后的内容（字符或其他数据）隐藏原始数据的过程。
对数据字段应用屏蔽的主要原因是为了保护归类为个人身份信息、敏感个人数据或商业敏感数据的数据。
技术
1）替换
替换是应用数据屏蔽和能够保留数据记录的真实外观和感觉的最有效方法之一。
它允许以另一种看起来真实的值可以替代现有值的方式执行掩蔽。有几种数据字段类型，在这些数据字段类型中，这种方法在伪装整个数据子集方面提供了最佳优势，以确定它是否为掩码数据集。例如，如果处理包含客户记录的源数据，则可以从提供的或自定义的查找文件中随机替换现实生活中的姓氏或名字。如果替换的第一遍允许将男性名字应用于所有名字，那么第二遍将需要允许将女性名字应用于性别等于“F”的所有名字。使用这种方法，我们可以轻松维护数据结构中的性别组合，
这种替换方法需要应用于世界各地 DB 结构中的许多字段，例如电话号码、邮政编码和邮政编码，以及信用卡号码和其他卡类型号码，例如社会安全号码和医疗保险号码，其中这些数字实际上需要符合Luhn 算法的校验和测试。
在大多数情况下，替换文件需要相当广泛，因此拥有大型替换数据集以及应用自定义数据替换集的能力应该是任何数据屏蔽解决方案评估标准的关键要素。
2）洗牌
混洗方法是一种非常常见的数据混淆形式。它类似于替换方法，但它从被屏蔽的同一列数据中导出替换集。简单来说，数据在列内随机打乱。但是，如果单独使用，任何对原始数据有任何了解的人都可以将“假设”场景应用于数据集，然后拼凑出真实身份。如果可以破译改组算法，则改组方法也有可能被逆转。
然而，洗牌在某些领域有一些真正的优势。例如，如果测试数据库中的财务信息的年末数字，则可以屏蔽供应商的名称，然后在整个屏蔽数据库中混洗帐户的价值。任何人，甚至是对原始数据非常了解的人，都极不可能将真实的数据记录恢复到其原始值。
3）数字和日期差异
数值方差方法对于应用于财务和日期驱动的信息字段非常有用。实际上，利用这种屏蔽方式的方法仍然可以在财务数据集中（例如工资单）中留下有意义的范围。如果应用的差异在 +/- 10% 左右，那么就支付给接收者的工资范围而言，它仍然是一个非常有意义的数据集。
这同样适用于日期信息。如果整个数据集需要保留人口统计和精算数据的完整性，那么应用 +/- 120 天到日期字段的随机数字方差将保留日期分布，但它仍然会阻止根据已知实体追溯到已知实体被屏蔽的任何记录的实际日期或出生日期或已知日期值。
4）加密
加密通常是解决数据屏蔽问题最复杂的方法。加密算法通常需要应用“密钥”来查看基于用户权限的数据。这通常听起来是最好的解决方案，但在实践中，密钥可能会发给没有适当权限查看数据的人员。这样就违背了掩蔽练习的目的。然后可能会使用提供的密钥的原始凭据复制旧数据库，并且相同的不受控制的问题仍然存在。
最近，在保留实体属性的同时加密数据的问题得到了供应商和学术界的认可和新的关注。新的挑战催生了称为FPE（格式保留加密）的算法。它们基于公认的 AES 算法模式，使它们能够被NIST识别。
5）清空或删除
有时通过将空值应用于特定字段来采用非常简单的屏蔽方法。空值方法实际上仅用于防止数据元素的可见性。
在几乎所有情况下，它都会降低在屏蔽数据集中维护的数据完整性程度。它不是一个现实的值，然后将无法通过任何可能已应用于被测系统中的前端软件的应用程序逻辑验证。它还向希望对任何身份数据进行逆向工程的任何人强调数据屏蔽已在某种程度上应用于数据集。
6）掩饰
某些字段的字符加扰或屏蔽也是防止敏感信息被查看的另一种简单但非常有效的方法。它实际上是之前的归零方法的扩展，但更加强调保持数据真实而不是完全屏蔽在一起。
这通常应用于生产系统中的信用卡数据。例如，呼叫中心的接线员可能会向客户的信用卡收取某件商品的费用。然后，他们引用卡的最后 4 位 XXXX XXXX xxxx 6789 的计费参考。作为操作员，他们只能看到卡号的后 4 位，但是一旦计费系统通过客户的详细信息进行计费，完整的数字显示给支付网关系统。
这个系统对于测试系统不是很有效，但是对于上面详述的计费场景非常有用。它也通常被称为动态数据屏蔽方法。
7）额外的复杂规则
无论掩蔽方法是如何构建的，其他规则也可以考虑到任何掩蔽解决方案中。与产品无关的白皮书是探索企业屏蔽解决方案的一些更常见的复杂要求的良好信息来源，其中包括行内部同步规则、表内部同步规则和表到表同步规则。
