蓝盟IT小贴士，来喽！
数据解灵敏度技术是能够通过数据的变形来处理机密数据并降低数据的机密性的数据处理技术。 合理使用数据脱敏技术可以有效地减少敏感数据的采集、传输、使用等过程中的暴露，降低敏感数据泄露的风险，并尽可能减少由数据泄露造成的危害。 可以基于不同的数据去敏度规则和算法，对特定敏感数据结合多种数据变形方案进行处理，在不同程度上降低数据机密度，在相对严格的去敏度规则和算法下实现匿名化处理。
由于数据脱敏技术本质上是对数据的变形处理，数据脱敏技术的另一个特征是能够在一定程度上保持数据的本来的特性，因此脱敏后的数据依然具有可用性。 对整个数据集使用统一的去灵敏度处理算法可以在降低数据灵敏度的同时保证整个数据集的统计特性、数据唯一性不变，继续满足相关性分析、机器学习、即时查询等应用场景的使用需要。
在实际应用数据脱敏技术时，常常涉及脱敏算法、脱敏规则、脱敏策略三个不同的概念。
数据敏感性技术的核心是对敏感数据进行变形处理以降低敏感性。 其中，用于脱敏处理的特定数据变形方式是脱敏算法。 通过将一个或一个以上脱敏算法的组合应用于特定敏感数据来形成基于原始脱敏算法的脱敏规则。 在特定商业场景中，根据不同商业场景选择特定的一系列脱敏规则可以称为脱敏策略。
对于实现数据脱敏技术和数据脱敏的应用和工具，数据脱敏算法是其核心能力，常见的脱敏算法包括加密、掩码、置换、模糊等。
除了上述基本的去敏感度算法之外，整个数据集的去敏感度策略还变得更加复杂，以便实现更高级别的机密信息保护能力，尤其是特定级别的去敏感度策略。 例如，个人信息保护场景的匿名化的要求中需要使用k匿名化、l多样化、t接近性等匿名化方法。
静态数据解压缩静态数据解压缩的主要目标是对整个数据集的大量数据一次进行整体解压缩处理，典型地，根据制定的数据解压缩规则，使用诸如ETL技术的处理方案对该数据集进行统一的变换处理。 基于去灵敏度规则降低数据灵敏度，同时静态去灵敏度尽可能少地破坏了数据集合中存在的诸如数据相关性、统计特征等可挖掘信息，并且能保留更有价值的信息。 静态敏感度通常用于生产环境中需要开发、测试或传播敏感数据的场景。
文/上海蓝盟 IT外包网管服务
中文
电话咨询
微信咨询
公众号
