数据脱敏平台-大数据时代的隐私保护利器
什么是數據脫敏
又稱數據漂白、數據去隱私化或數據變形。是對核心業務數據中敏感的信息,進行變形、轉換、混淆,使得對業務數據中的身份、組織等隱私敏感信息進行去除或掩蓋,以保護數據能被合理、安全地利用。
數據脫敏的重要性
1)敏感數據泄露風險與日俱增 敏感數據泄露是全球最普遍存在的安全事件,核心業務系統的數據投放到開發、測試、培訓及共享等二級數據應用環境,大數據應用開發環境存在許多數據資源,軟件開發與運維廠商眾多,數據安全管理意識淡薄,在數據趨利的時代,極易引發敏感數據從非生產環境泄露的風險,帶來不可估量損失。 2)遵從安全合規性要求需要 國家總局總行級別機構出臺各類監管條例,對數據安全合規性提出要求。如《信息安全等級保護管理辦法》、《網絡安全法》、《公共及商用服務信息系統個人信息保護指南》、金融業《商業銀行信息科技風險管理指引》等對數據安全提出明確規范。《信息安全等保三級標準》指出“應用系統必須提供敏感標記設置功能”、“依據安全策略嚴格控制用戶對有敏感標記重要信息資源的操作”。刑法對數據安全防護缺失的處罰指出“不采取安全技術措施導致嚴重數據安全事件,處1-3年有期徒刑,特別嚴重的判處3-7年有期徒刑”。 3)數據泄露影響大 政務信息安全關系國家安全和機密、社會穩定。各領域數據資源具有資源多、廣、全、散,涉密高,一旦泄露則侵犯隱私、社會影響大、公信力及聲譽受損。
大數據時代的脫敏要求
隨著大數據時代的來臨,大數據、云計算、人工智能等新技術應用的不斷深化,為數據的深度挖掘、分析提供強有力的支撐,大數據中蘊含的巨大價值被逐步挖掘出來。但是同時也帶來隱私、敏感信息保護方面的棘手難題。如何在實現數據高效共享、分析挖掘的同時,保護敏感及隱私信息不被泄露對脫敏作業提出了更高的要求。
1. 大數據處理能力 大數據的核心特性便是數據體量巨大,數據量從TB級別躍升到PB級別。傳統脫敏工具無法完成如此海量數據的抽取、脫敏、投遞作業。
2. 兼容大數據存儲 傳統脫敏工具多用于關系型數據庫結構化數據的脫敏作業,對大數據平臺(如阿里云MaxCompute、星環TDH等)不兼容,缺乏對大數據平臺的數據脫敏能力。
3. 廣泛的分發模式 數據的交換和共享越來越頻繁,庫到庫的脫敏數據投遞模式已不足以支撐日益多元化的數據分發場景,必須進一步擴展支撐庫、文件、大數據平臺三者間的任意分發模式。
4. 作業規范與監控 數據越集中,數據的安全管控就越重要,對數據的操作就越需慎重。數據分析利用日趨頻繁,作業過程缺乏統一規范和監控易引發數據泄露和數據丟失等安全事故,必須采用必要的手段實現數據脫敏作業統一規范、過程可控。
?
華云慧通數據脫敏平臺
針對業務系統和大數據平臺,對其數據資源中的敏感信息進行脫敏保護,高效投遞到開發、測試、培訓、共享等二級數據服務環境,滿足用戶方IT建設的數據多樣化需要,達到數據安全管控的要求。
平臺核心技術特性 1)識別、脫敏、數據投遞一體化 自動化識別敏感數據范圍,提高脫敏目標精準性,廣泛的兼容不同數據庫類型,一對多的脫敏拓撲結構,自動化高效的實施脫敏,提高運維能力。
2)敏感數據發現 結合關鍵字、語義特征,自動化地敏感數據發現,從而降低數據風險,提高安全效率。
?
3)支持大數據、關系庫、文件源 廣泛的兼容性,支持Oracle、Mysql等關系型數據庫脫敏,也支持大數據平臺例如阿里云ODPS庫、星環TDH庫的數據脫敏,支持文件源的數據脫敏,從而滿足客戶不同數據環境下的脫敏投遞需求.
4)保持業務關聯 在數據脫敏的同時,保持數據隱含業務規則的有效性,不破壞數據的業務規則。同時保持數據之間的一致性關聯邏輯,確保脫敏后數據的可用性。
5)配置靈活資源沉淀 摒棄腳本配置的傳統模式,實現脫敏作業圖形配置、敏感識別策略可維護可擴展,脫敏算法可維護可擴展可在線測試,提高平臺兼容性和擴展性。將任務配置信息、敏感識別策略、脫敏算法等元數據沉淀,支撐不同環境的脫敏配置,最大化復用。
6)內置稅務領域常見脫敏規則 可高效地完成不同省份稅務領域數據脫敏的實施工作。
核心功能介紹
1)任務配置 支持圖形化配置及輕量級腳本兩種模式。
2)敏感數據發現 多種敏感識別策略實現敏感數據的主動掃描,支持自定義掃描任務、掃描任務管控及掃描結果人工核準等功能。
3)運維管理 可視化運維界面,支持運行狀態查看、作業啟停等狀態控制、日志跟蹤查看、調度管理等功能。
4)敏感識別策略管理 提供給脫敏作業人員進行敏感詞維護、敏感識別策略維護及啟停控制等功能,實現識別策略的可擴展。
5)脫敏算法管理 支持脫敏算法的啟停控制、新增維護、在線測試功能及脫敏模板維護功能。
6)監控&分析 提供圖表結合的監控儀表盤,對全局脫敏作業任務進行實時監控,不同維度監控運行狀態。
?
原文鏈接
本文為云棲社區原創內容,未經允許不得轉載。
總結
以上是生活随笔為你收集整理的数据脱敏平台-大数据时代的隐私保护利器的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: DLA实现跨地域、跨实例的多Analyt
- 下一篇: 使用Grab的实验平台进行混沌实验编排