数据脱敏技术发展现状与产品选型建议.pdf

liyan188

707

3页

1次

2021-07-16

10墨值下载

1 / 3

【发展现状】

在国内，专业的数据脱敏系统一直等到 2017 年前后才开始真正引起客户的关注。那之前，

数据脱敏需求主要是由客户方面自行编写脚本，或通过一些具备数据转换能力的 ETL 工具

来解决；而国际主流厂商的数据脱敏产品，也主要是在“测试数据管理套件中提供专门的数

据脱敏模块”。

近几年，随着市场刚需的不断增长，越来越多的用户对数据脱敏工作给予重视，同时要求数

据脱敏技术要能够更加适应不同行业的数据特点与业务特征——比如证券行业的业务数据

脱敏需要保持证券的关联信息和证券号特征；而医疗行业的医疗影像文件脱敏和电子健康档

案（EHR）文件脱敏也有其针对性的要求等等，这些都对当前数据脱敏系统的技术水平与产

品功能提出了更多、更高的要求：

1. 支持对关系型数据库、大数据组件、半结构化文件的脱敏处理;

2. 根据不同的脱敏场景需要，支持源库脱敏、跨库脱敏、异构数据库脱敏、数据库到文件脱

敏、文件间脱敏、文件到数据库脱敏等丰富的脱敏方式;

3. 支持遮蔽脱敏、仿真替换、随机脱敏等多种脱敏手段，同时满足脱敏规范、满足不可逆、

满足去标识化等脱敏要求;

4. 支持的数据类型需能够满足常用的个人信息脱敏;

5. 根据不同的数据使用场景，脱敏后数据满足高仿真、数据一致性、脱敏结果可用等要求;

6. 更加智能、自动化地对敏感数据进行自动识别、自动脱敏算法匹配以及脱敏过程处理，

从而提升脱敏效率、质量和准确性。

【需求场景】

1. 开发测试场景

为了能更好的模拟真实生产环境中的数据来进行系统测试，需要将生产环境的数据经过脱敏

后用于开发测试环境。因此，需要通过数据脱敏系统，帮助用户实现以下目标：

（1）高效、便捷地完成数据脱敏处理，以帮助客户快速搭建开发测试环境的数据模型；

（2）脱敏后的数据高度仿真，数据功能不受影响；

（3）脱敏后的数据离散度能够满足测试要求。

2 / 3

2. 数据分析场景

用户内部数据分析部门与经营分析部门需要使用生产数据进行指标分析、趋势分析、风险分

析等工作，但直接使用生产数据存在数据泄漏及违规等风险，需要先将数据进行脱敏；同时，

脱敏后的数据在有效避免隐私泄露风险外，要能满足高度仿真、关联关系不变，以及个体敏

感数据脱敏后仍能确保数据分析结果具有指导性等要求。

3. 外部第三方共享数据

用户有时会通过外部共享接口将包含敏感信息的数据发送到第三方（低安全区域）进行计算、

加工，这时同样需要对敏感数据进行脱敏，以避免隐私泄露等风险问题。

【产品选型关键指标】

1. 数据脱敏系统性能指标测试

系统性能，是用户在进行数据脱敏产品选型过程中最为关注的指标之一。比如在银行环境中，

需要脱敏的数据量往往达到 TB 级别，而为了保证数据能够得到充分、及时的利用，在定期

进行的全量数据脱敏等工作过程中，“效率”问题至关重要，在部分场景下还需要通过分布

式脱敏能力实现对系统性能的横向扩展等等。因此，安华金和建议用户在产品选型过程中，

专门对数据脱敏系统的性能进行测试——可选择自身最常见的业务场景，并模拟大规模的

数据量进行测试。

2. 验证脱敏系统对数据源和脱敏方式的支持能力

通过测试，验证数据脱敏系统对主要数据源的支持情况，以及是否能够满足用户未来的使用

要求。与此同时，考虑到数据脱敏系统需要支持的数据源和脱敏方式十分多样，安华金和并

不建议用户进行“验证时间长、资源占用多”的穷尽性测试；用户可与产品提供方相互配合，

对各部门的数据使用需求场景进行先期调研，并通过构建针对性的测试用例进行验证。