大数据平台数据脱敏关键技术

相关主题
  1. 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. 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. 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)。

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
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
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 ቤተ መጻሕፍቲ ባይዱ控 制 ;
在 脱敏过程中收到的限制和 约束,这是必须遵
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
3 . 1脱 敏 目标 确 认
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
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
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 。
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
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 . 3数据脱敏原理
动了数据的不 断增长 ,数据 已经成为 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
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
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,
相关文档
最新文档