【正文】 脫敏環(huán)境數(shù)據(jù)脫敏的環(huán)境一般按照生產(chǎn)環(huán)境和非生產(chǎn)環(huán)境（開發(fā)、測試、外包、數(shù)據(jù)分析等）進(jìn)行劃分，根據(jù)數(shù)據(jù)脫敏產(chǎn)品應(yīng)用場景的將數(shù)據(jù)脫敏劃分為靜態(tài)數(shù)據(jù)脫敏（static data masking）和動態(tài)數(shù)據(jù)脫敏（dynamic data masking），靜態(tài)數(shù)據(jù)脫敏（SDM）與動態(tài)數(shù)據(jù)脫敏（DDM）主要的區(qū)別是：是否在使用敏感數(shù)據(jù)當(dāng)時進(jìn)行脫敏。216。可確保特定的值（如，客戶號、身份證號碼、銀行卡號）在所有數(shù)據(jù)庫中屏蔽為同一個值。自動識別根據(jù)人工指定或預(yù)定義的敏感數(shù)據(jù)特征，借助敏感數(shù)據(jù)信息庫和分詞系統(tǒng)，自動識別數(shù)據(jù)庫中包含的敏感信息，相對于人工識別可以減少工作量和防止遺漏。. 數(shù)據(jù)脫敏需求隨著國家電網(wǎng)數(shù)據(jù)應(yīng)用的不斷深入，有許多應(yīng)用需要和外部系統(tǒng)對接，數(shù)據(jù)需要對外提供服務(wù)才能體現(xiàn)出它的價值，大數(shù)據(jù)時代是數(shù)據(jù)融合的時代，如何在數(shù)據(jù)融合的過程中，保證數(shù)據(jù)在開發(fā)、測試、生產(chǎn)、應(yīng)用等各個環(huán)節(jié)的安全，成為信息安全部門的重要任務(wù)。旨在為具有數(shù)據(jù)脫敏需求的開發(fā)人員和項目提供參考和借鑒。 防止生產(chǎn)庫中的敏感數(shù)據(jù)泄漏通過對生產(chǎn)庫中的身份、地址、用戶卡號、手機號等敏感信息進(jìn)行混淆、打亂后再提供給第三方使用，防止生產(chǎn)庫中的敏感數(shù)據(jù)泄漏。通過屏蔽、變形、替換、隨機、格式保留加密、強加密等數(shù)據(jù)脫敏算法，針對不同的數(shù)據(jù)類型進(jìn)行數(shù)據(jù)掩碼擾亂。. KAnonymity (K匿名)算法描述： 要求對于任意一行記錄，其所屬的相等集內(nèi)記錄數(shù)量不小于k，即至少有k1條記錄半標(biāo)識列屬性值與該條記錄相同。216。3. 數(shù)據(jù)脫敏方式 按照數(shù)據(jù)處理方式的不同，可以將數(shù)據(jù)脫敏分為靜態(tài)數(shù)據(jù)脫敏和動態(tài)數(shù)據(jù)脫敏兩大類。3：保護(hù)通用帳戶風(fēng)險數(shù)據(jù)庫維護(hù)人員常常會使用強度很弱的通用密碼，便于開發(fā)人員和DBA訪問和監(jiān)控生產(chǎn)數(shù)據(jù)庫，便利的同時也為獲取關(guān)鍵隱私數(shù)據(jù)開了方便之門。 可管理。由于storm的數(shù)據(jù)處理方式是增量的實時處理，我們的數(shù)據(jù)脫敏模塊應(yīng)該具備增量數(shù)據(jù)脫敏的功能。努力過后，才知道許多事情，堅持堅持，就過來了。在紛雜的塵世里，為自己留下一片純靜的心靈空間，不管是潮起潮落，也不管是陰晴圓缺，你都可以免去浮躁，義無反顧，勇往直前，輕松自如地走好人生路上的每一步3. 花一些時間，總會看清一些事。一個Storm集群就是在一連串的bolt之間轉(zhuǎn)換spout傳過來的數(shù)據(jù)。 數(shù)據(jù)泄露風(fēng)險可控。典型的應(yīng)用場景體現(xiàn)在：1：保護(hù)生產(chǎn)環(huán)境對于國家電網(wǎng)大型復(fù)雜系統(tǒng)環(huán)境下，為了給客戶提供高水平的服務(wù)，有時意味著開發(fā)人員、數(shù)據(jù)庫管理員、設(shè)計人員、專業(yè)顧問和其他系統(tǒng)需要不受限制的訪問生產(chǎn)數(shù)據(jù)，以便迅速解決重大問題和快速響應(yīng)。替換算法即將需要脫敏的部分使用定義好的字符或字符串替換，生成類算法則更復(fù)雜一些，要求脫敏后的數(shù)據(jù)符合邏輯規(guī)則，即是“看起來很真實的假數(shù)據(jù)”。如果數(shù)據(jù)集中所有相等集都滿足 LDeversity , 則稱該數(shù)據(jù)集滿足 LDeversity。 確定性屏蔽確保在運行屏蔽后生成可重復(fù)的屏蔽值。比如：單位代碼、戶號、戶名、用電地址等標(biāo)識列，針對這些數(shù)據(jù)可以通過人工指定脫敏規(guī)則和不同的數(shù)據(jù)訪問策略，保證敏感信息不被泄漏。個人信息與個人行為(比如位置信息、消費行為、網(wǎng)絡(luò)訪問行為)等，這些都是人的隱私，也是我們所關(guān)注的一類敏感信息，在大數(shù)據(jù)價值挖掘的基礎(chǔ)上如 何保護(hù)人的隱私信息，也將是數(shù)據(jù)脫敏必須解決的難題。. 數(shù)據(jù)脫敏的定義敏感數(shù)據(jù)一般指不當(dāng)使用或未經(jīng)授權(quán)被人接觸或修改會不利于國家利益或不利于個人依法享有的個人隱私權(quán)的所有信息。216。. 脫敏方案制定對于不同的數(shù)據(jù)脫敏需求，在基礎(chǔ)脫敏算法的基礎(chǔ)上，可配置專門的脫敏策略。 理論上來說，對于 KAnonymity 數(shù)據(jù)集，對于任意記錄，攻擊者只有 1/k 的概率將該記錄與具體用戶關(guān)聯(lián)。 通過插入干擾數(shù)據(jù)構(gòu)造符合 LDiversity 的數(shù)據(jù)集。. 靜態(tài)數(shù)據(jù)脫敏靜態(tài)數(shù)據(jù)脫敏指將數(shù)據(jù)文件進(jìn)行去敏感、去隱私化的處理同時保證數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系。通過提供過敏后的數(shù)據(jù)掩碼，一方面可以防止來自非生產(chǎn)環(huán)境的登錄，并且可以根據(jù)規(guī)則向不同的登錄用戶和系統(tǒng)提供經(jīng)過脫敏的數(shù)據(jù)。結(jié)合大數(shù)據(jù)平臺的用戶認(rèn)證體系，權(quán)限管理體系，以及隱私數(shù)據(jù)不同保護(hù)級別的權(quán)限管理體系，實現(xiàn)對隱私數(shù)據(jù)基于審批的數(shù)據(jù)訪問機制。當(dāng)數(shù)據(jù)源源不斷的過來，此時我們并沒有拿到全量的數(shù)據(jù)，因此基于全量數(shù)據(jù)的脫敏算法這時候是不適用的，但是我們的脫敏模塊可以去讀取歷史數(shù)據(jù)并結(jié)合相應(yīng)的算法進(jìn)行數(shù)據(jù)脫敏，將敏感詞去掉，依據(jù)脫敏規(guī)則將數(shù)據(jù)做泛化處理。4. 歲月是無情的，假如你丟給它的是一片空白，它還給你的也是一片空白。2. 若不是心寬似海，哪有人生風(fēng)平浪靜。bolt要么把數(shù)據(jù)保存到某種存儲器，要么把數(shù)據(jù)傳遞給其它的bolt。因此大數(shù)據(jù)脫敏平臺的設(shè)計目標(biāo)并不是實現(xiàn)工具算法用來完全抹去全部的用戶標(biāo)識信息，而是包括如下幾個目標(biāo)：216。通過動態(tài)脫敏功能，能夠幫助國家電網(wǎng)公司快速、低風(fēng)險、平穩(wěn)的提供生產(chǎn)數(shù)據(jù)庫的實時隱私保護(hù)。一般可分為替換算法和生成算法兩大類。 如果對于任意相等集內(nèi)所有記錄對應(yīng)的敏感數(shù)據(jù)的集合，包含 L 個 “合適” 值，則稱該相等集是滿足 LDeversity 。216。對于國家電網(wǎng)相對固定的業(yè)務(wù)數(shù)據(jù)，可以采用人工甄別，明確指定那些列、那些庫的數(shù)據(jù)是需要脫敏，這些數(shù)據(jù)一般數(shù)據(jù)結(jié)構(gòu)和數(shù)據(jù)長度不會有變化，大部分為數(shù)值型和固定長度的字符。隨著大數(shù)據(jù)時代的到來,大數(shù)據(jù)商業(yè)價值的挖掘,用戶的精準(zhǔn)定位,大數(shù)據(jù)中蘊藏的巨大商業(yè)價值被逐步挖掘出來,但是同時也帶來了巨大的挑戰(zhàn)–個人隱私信息 的保護(hù)。工業(yè)和信息化部編制的《信息安全技術(shù) 公共