大数据平台数据脱敏关键技术
合集下载
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
受重视 ,相 关企业和部 门也应该 重视 用户的隐 私安全 ,使得双方实现共赢 ,取得更大的利益 。
2 . 2 当前 的数 据 安 全 防 护 手 段
行 特 别 制 定 以 实 现 脱 敏 过 程 的方 法 。 脱 敏 规 范
指在 脱敏 过程中必须遵循 的规 范和法 则, 以便
于 安 全和 管 理 。 脱 敏 方 法 是 指 用 户 之 间进 行 敏
是 我 们 应 该 思 考 的 问 题 。现 如 今 企 业 收 集 信 息
数 据脱 敏在 进行 敏感 信 息 的交换 的 同时 还需要保 留原始的特征条件 ,只有 管理人员或 者授权 的用户才 有权限在知道 的情况 下,进行 统计访 问数据 的情况。 以便达到保护 数据在分 享和使用 时的安全性 。数据脱敏 可以在保证安 全性 的前 提下,使得用户使用 范围不断扩展 , 所 以说数据 脱敏是大数据环境 下最有效对数据 的保护办法 。
3 . 1脱 敏 目标 确 认
守 的 。 在 脱 敏 过 程 中最 重 要 的 是 脱 敏 方 法 ,其
可以分为可恢复和不可恢复两 类,脱敏方法也
是脱敏过程中的难点 。
3 . 3 数 据 脱 敏 实现
安全 审计等 。其 中对称 和非对称加密是指 :把 原来可解读 的明文加密 成为不可读的乱码 ,从 而实现用户信息不被盗取 的 目的。 访 问控制捣 根据 数据模型 以及用户 角色模 型 ,在数据库被 查询 时进行分析 ,若有 问题可 以阻断查询 以达 到对敏感信 息的保 护。安全审计是指 :对数 据 时刻进行监控 ,访 问时间和访 问记录进 行详细
类型 以及使用场 景等不 同的需求 ,更好 的保护 敏感隐私 的安全性 以及 人们 的使用需求 。
1概 述
我 国 上 层 经 济 与 信 息 技 术 的 不 断 发 展 , 带
2 . 经成为 国家 发展 中不可缺少 的一部 分。现如今 ,我们 已经 迈步 到了大数据时代 ,大 数据 带给我们方便 的同时 也存在很多 的危险。因此 ,如何在大数据 中方 便人们 的同时 更好 的保护人们 的敏感 隐私信息
数 据库技术 ・ D a t a B a s e T e c h n i q u e
大数据平 台数据脱敏关键技术
文/ 周 海 涛
息都收到不 同行业 和国家 的管制 ,如 果泄露也 随着 社会 的进 步,我 们 逐渐 的步入 了 大数 据 时代 。 大数据 带 给 了我 们 巨大 的商 业价 值 ,但也 有 很 大的 隐患 , 比如 隐私 问题 、 信 息保 护等 方 面。 大数据 的安全 问题 在 于如 何在 实现数 据 共 享, 分享 信 息的 同 时保 护人们 的隐私 和敏 感 问题 不被 泄露 ,这 正 是 大 数据 中安全 保 护 的棘 手 问题。 而 脱敏 技 术正 是一 个 通过 对技 术 和 机制 的研 究,不 断 的创新 来 保 护 用户在 共享和使 用 中出现的 问题 。 数据 脱敏 可 以在 用 户之 间 交流 共 享 时保 护人 们 的敏 感 隐私 信 息 本 文是对 在 大数 据 环境 下 数据 脱 敏 的 作 用 以 及 出现 的 问 题 进 行 分 析和 研 究 ,促 进 人们 对 其 了解 和
的 记 录 , 通 过 检 测 和 分 析 对 敏 感 信 息 达 到保 护 作 用 。这 些 保 护 措 施 在 不 同 领 域 都 有 一 定 的作
数据 脱敏 可 以分为 静 态数 据脱 敏和 动态 数据脱敏 ,这是 以不 同的作 用位置和实现原理 而划分的 。随着数据 脱敏应用领悟 的不 同 ( 从 非生产系统到生产 系统 )从业 的技术 也逐渐 不 同 ( 从S DM 到 S DM/ D DM 并 重)。对于这 两 类的实现机制来说 , 都有着各 自的优 点和 缺点,
这 两 类 都 不 能 对 大数 据 中 数 据 脱 敏 进 行 应 对 。
【 关键 词 】大数据 安全 数据 脱敏 信 息安全
数 据 隐私
用 ,但也存在 一些缺陷 ,没办法对敏感 信息更
好的保护 。
因此 ,需要 设计更合理的系统框架 以及脱 敏方
法 ,已达 到分 析大数据环境 中人们对敏感 数据
感 交换是的运算方法 以及流程 。脱敏 限制是指
由于 数据 越来 越 融入 人们 的 生活 ,信息 安全 的重要性也不 言而 喻,而 数据安全则是信 息安全 的重要一方面 。就 目前来说,数据安全
的 防护 手段 有:对称 和 非 对 称 加 密 ;访 问控 制 ;
在 脱敏过程中收到的限制和 约束,这是必须遵
4结语
在 如今 的大数 据时 代,数 据脱 敏 是各 企 业运行 管理必不可少的 因素 。随着社 会的不断 发 展,数据脱敏必然会更加精 准的满足用户的 需求,数据脱敏将会拥有更 高的准确性、更好 的 自动 化程度和更好 的抗盗取 能力 以及更强的 拓 展能力。可 以更好 的满足用 户之 间的分享信 息 以及共享交流 ,更好 的保护 各企业中 的隐私
信 息 和 用 户 之 间 的敏 感 信 息 , 多 领 域 的 满 足 各 行各业的不同需求 。
越来越 多,到 面临的信息泄露 问题 也越 来越严 峻。各行业 中包含 的信息非常敏感 和重要,一
旦 泄 露 会 带给 社 会 甚 至 国家 不 可 弥 补 的 损 失 ,
3 数据 脱敏 过 程
认 识
所 谓脱 敏策 论是 指在 脱 敏 中的一 系列 规 则 、规范 、方法 、限制等的统称 。脱敏规 则是
指 :通 过 数 据 和 用 户 的 全 局 以及 个 别 配置 , 进
会造成用户信 用问题,财务和法律方面 也会 有
很 大 影 响 。 随 着 大 数 据 在 人 们 的生 活 中越 来 越