【正文】 有時候覺得自己像個神經(jīng)病。它可以應(yīng)對你在客戶端等待結(jié)果的同時，進一步進行分布式計算的需求，可以使用開箱即用的分布式RPC。其次，基于數(shù)據(jù)脫敏的理論基礎(chǔ)，建立用戶隱私數(shù)據(jù)泄露風(fēng)險的衡量模型，可定性定量的準確衡量數(shù)據(jù)可能發(fā)生泄露的風(fēng)險。動態(tài)數(shù)據(jù)脫敏可以有效解決這一風(fēng)險，并且不會喪失快速響應(yīng)的能力。靜態(tài)數(shù)據(jù)脫敏（SDM）一般用在非生產(chǎn)環(huán)境，在敏感數(shù)據(jù)從生產(chǎn)環(huán)境脫敏完畢之后再在非生產(chǎn)環(huán)境使用，一般用于解決測試、開發(fā)庫需要生產(chǎn)庫的數(shù)據(jù)量與數(shù)據(jù)間的關(guān)聯(lián)，以排查問題或進行數(shù)據(jù)分析等，但又不能將敏感數(shù)據(jù)存儲于非生產(chǎn)環(huán)境的問題。 相對于KAnonymity 標準，符合LDeversity 標準的數(shù)據(jù)集顯著降低了屬性數(shù)據(jù)泄漏的風(fēng)險。216。一般采用自動發(fā)現(xiàn)為主，結(jié)合人工發(fā)現(xiàn)和審核，來完成敏感數(shù)據(jù)的發(fā)現(xiàn)和定義，最終形成完善的敏感數(shù)據(jù)字典。國家電網(wǎng)數(shù)據(jù)脫敏需求包括：通過數(shù)據(jù)抽取、數(shù)據(jù)漂白、數(shù)據(jù)混淆等處理過程，用來滿足測試、開發(fā)、培訓(xùn)、數(shù)據(jù)共享和數(shù)據(jù)融合場景下的敏感數(shù)據(jù)保護需求，并使得數(shù)據(jù)處理過程滿足國家電網(wǎng)的敏感數(shù)據(jù)防護的政策規(guī)定。.. .. .. .. 大數(shù)據(jù)脫敏方案 2017115更改履歷版本號修改編號更改時間更改的圖表和章節(jié)號更改簡要描述更改人批準人目錄1. 概述 4. 編寫目的 4. 數(shù)據(jù)脫敏的定義 4. 電網(wǎng)數(shù)據(jù)脫敏需求 42. 脫敏方案 5. 脫敏算法 5. KAnonymity (K匿名) 5. LDiversity 5. TCloseness 5. 脫敏規(guī)則 53. 電網(wǎng)應(yīng)用場景 6. 云平臺功能設(shè)計 7. 大數(shù)據(jù)平臺功能設(shè)計 71. 概述. 編寫目的本文檔描述了數(shù)據(jù)脫敏的研究成果和方法論。具體脫敏需求包括：216。. 敏感數(shù)據(jù)梳理在敏感數(shù)據(jù)發(fā)現(xiàn)的基礎(chǔ)上，完成敏感數(shù)據(jù)列、敏感數(shù)據(jù)關(guān)系的調(diào)整，以保證數(shù)據(jù)的關(guān)聯(lián)關(guān)系。 可逆脫敏確保脫敏后的數(shù)據(jù)可還原，便于將第三方分析機構(gòu)和內(nèi)部分析團隊基于脫敏后數(shù)據(jù)上的分析的結(jié)果還原為業(yè)務(wù)數(shù)據(jù)。對于滿足LDerversity 的數(shù)據(jù)集，理論上，攻擊者最多只有 1/L 的概率能夠?qū)傩孕孤豆?，將特定用戶與其敏感信息關(guān)聯(lián)起來。動態(tài)數(shù)據(jù)脫敏（DDM）一般用在生產(chǎn)環(huán)境，在訪問敏感數(shù)據(jù)當(dāng)時進行脫敏，一般用來解決在生產(chǎn)環(huán)境需要根據(jù)不同情況對同一敏感數(shù)據(jù)讀取時需要進行不同級別脫敏的問題。2：降低外包風(fēng)險對于大型復(fù)雜系統(tǒng)，往往依賴大量的外包IT人員和開發(fā)單位來開展和維護業(yè)務(wù)，這些外包人員能夠通過應(yīng)用程序，報表和開發(fā)、運維工具訪問生產(chǎn)數(shù)據(jù)，這意味著隱私數(shù)據(jù)完全暴露在不可控的環(huán)境中；動態(tài)數(shù)據(jù)脫敏可以對不同用戶和應(yīng)用的訪問進行實時的隱私數(shù)據(jù)屏蔽，幫助國家電網(wǎng)有效保護重要數(shù)據(jù)資產(chǎn)的訪問。216。同時Storm使用Apache Thrift，你可以用任何編程語言來編寫拓撲結(jié)構(gòu)。既糾結(jié)了自己，又打擾了別人。用一些事情，總會看清一些人。對于一個允許增量計算的高速事件處理系統(tǒng)，Storm會是最佳選擇。首先，實現(xiàn)基于大數(shù)據(jù)平臺的脫敏算法庫，可并行，高效的按照脫敏規(guī)則對隱私數(shù)據(jù)進行脫敏。由此造成了對客戶信息、電話、地址等隱私信息的違規(guī)訪問途徑。常用的脫敏規(guī)則主要有：編號名稱描述示例1Hiding（隱匿）將數(shù)據(jù)替換成一個常量，常用作不需要該敏感字段時500 0630 02Hashing（hash映射）將數(shù)據(jù)映射為一個hash值（不一定是一一映射），常用作將不定長數(shù)據(jù)應(yīng)設(shè)成定長的hash值Jim,Green 456684923Tom,Cluz 8593759843Permutation（唯一值映射）將數(shù)據(jù)映射為唯一值，允許根據(jù)映射值找回原始值，支持正確的聚合或連接操作Smith ClemetzJones Spefde4Shift（偏移）將數(shù)量值增加一個固定的偏移量，隱藏數(shù)值部分特征253 1253254 12545Enumeration（排序映射）將數(shù)據(jù)映射為新值，同時保持數(shù)據(jù)順序500 25000400 200006Truncation（截斷）將數(shù)據(jù)尾部階段，只保留前半部分02166666666021010888888880107Prefixpreserving（局部混淆）保持IP前n位不變，混淆其余部分8Mask（掩碼）數(shù)據(jù)長度不變，但只保留部分數(shù)據(jù)信息2345323 234—2314562334 145—349Floor（偏移取整）數(shù)據(jù)或是日期取整282020130520 12:30:45 20130520 12:00:00.