隨著數字經濟蓬勃發展,數據不僅成為了國家基礎性戰略資源,也成為推動經濟社會創新發展的關鍵生產要素。國家和各行業相繼出臺數據安全法律法規和相關政策,數據價值進一步提升,數據成為企業和個人的重要資產。在海量數據中最核心的是敏感數據,敏感數據多數是個人隱私數據和企業核心業務數據,一旦發生數據泄露事件,企事業單位不僅是信譽受損和業務受影響,還可能面臨監管單位的處罰,損失不可估量。 為最大程度挖掘利用數據的價值,數據在不同的安全域流轉。當數據從高安全域流動到低安全域,數據安全風險加劇。因數據敏感級別不變,低安全域缺少完整的安全保障措施,極易造成數據泄露。數據流動場景主要存在以下安全風險: ● ?開發測試環節:生產數據流動到開發測試環境,開發測試場景更加真實有效。但開發測試環境一般限制少,缺少安全管控手段,容易導致復用的生產數據泄露。 ● ?教育培訓環節:生產數據流動到教育培訓環境具有更好的教育效果。但教育培訓環境一般管理較亂,缺少安全管控手段,極易造成數據泄露。 ● ?數據分析環節:生產數據流動到數據分析環境,最大程度挖掘數據的價值。但分析環境缺少安全管控手段,開發人員安全意識不足,數據容易被違規流轉或被惡意利用,增加數據泄露的風險。 數據靜態脫敏系統對數據進行脫敏,同時根據開發需求保留數據的特性和關聯性,避免影響數據的二次挖掘利用,滿足數據流動的安全要求,最大程度發揮數據的價值。
數據靜態脫敏系統是一款專業的數據安全脫敏系統,系統可自動發現源數據中的敏感數據,并對敏感數據按需進行漂白、變形、遮蓋等脫敏處理,避免敏感數據泄露。系統規則自動分析源數據,識別數據庫、大數據平臺、文件中存在的敏感信息字段,并抽取其中符合業務邏輯的數據集合,同時對敏感數據進行漂白、變形、遮蓋等脫敏處理,隨后分發到其他環境。數據脫敏后保持源數據特性、數據業務邏輯性、數據關聯性,保證脫敏數據的實用性,提高數據利用的效率和質量。
● 開發測試場景 針對開發測試、監督管理等場景,自動發現生產環境中的敏感數據,按脫敏規則進行變形、漂白、遮蓋等處理,數據脫敏后加載到開發測試等環境,防止在使用過程中敏感信息泄露。
● 教學培訓場景 針對學術分享、教學分析、醫學培訓等場景,將生產數據如影像文件、電子病歷、個人隱私信息等進行敏感識別和數據脫敏,并保持數據一致性和關聯性,防止在教育培訓過程中出現敏感信息泄露。 ● 分析挖掘場景 針對分析挖掘場景,識別多數據源中的敏感數據,結合分析挖掘場景的具體應用需求(如教育科學決策、醫療質量安全、臨床科研分析、運營收入分析等),進行特定的數據類型和字段去隱私化處理,防止在分析、挖掘過程中出現敏感信息泄露。 ● 數據上報提取場景 根據不同行業的數據上報要求,將上報數據中不需要監管分析的部分進行漂白或者匿名化脫敏處理,保證最小數據上報要求,減少敏感數據泄露。
某金融行業數據脫敏項目 ● 客戶背景: 業務系統多、數據規模大,提高業務系統的開發代碼質量,開發測試工作需要在高度仿真環境中進行,大量測試數據都來源于生產數據。原有人工脫敏方式無法滿足銀行內部的多樣化數據脫敏要求,如Dump 至數據庫的脫敏等;根據《網絡安全法》以及中國銀監會印發《銀行業金融機構數據治理指引》要求,根據行業特征,數據治理工作需要將數據在測試環境進行驗證。