CN109815742A - 数据脱敏方法及装置 - Google Patents

Abstract

本发明提供一种数据脱敏方法及装置，涉及计算机领域，具体包括：获取待脱敏字段和所述待脱敏字段的信息类型；根据所述待脱敏字段的信息类型，确定对应的脱敏算法；对所述待脱敏字段值中的不同字节采用不同的脱敏逻辑处理，得到脱敏后的字段值。相对于现有技术，通过判断待脱敏字段的信息类型，对不同信息类型的待脱敏字段采用不同的脱敏算法；同时，同一待脱敏字段中的不同字节采用不同的脱敏逻辑进行脱敏处理，使得字节值的变化不再以一种简单的加或减固定值，这样脱敏得到的脱敏值就不容易被破解，提升了脱敏结果的安全性。

Description

数据脱敏方法及装置

技术领域

本发明涉及计算机技术领域，具体而言，涉及一种数据脱敏方法及装置。

背景技术

随着大数据技术的发展，企业的数据量呈指数增长，数据的安全使用越发显得重要，对于敏感数据的脱敏处理是预防数据泄漏的积极、有效手段。企业自身需要将生产数据脱敏到测试以及开发环境；数据分析师需要在数据仓库/数据平台上的数据实验室进行大规模的数据试算与数据建模；同一个数据源不同的部门、子公司对数据的脱敏的要求以及数据范围不尽相同，企业与外部数据对接时需要将关键信息进行遮蔽或者变形。

数据脱敏是指对某些敏感信息通过脱敏规则进行数据的变形，实现敏感隐私数据的可靠保护。借助数据脱敏技术，屏蔽敏感信息，并使屏蔽的信息保留其原始数据格式和属性，以确保系统或应用程序可在使用脱敏数据的开发与测试、数据分析、数据试算过程中正常运行。金融、电信、银行、事业单位、个体企业等各行业用户意识到数据已成为企业的核心资产，商业数据、人力资源数据、财务数据等敏感信息，将直接影响企业的生存和发展，对核心数据资产非常重视，对脱敏过程中数据落地的实现方式产生质疑，担心落地数据会有泄漏风险。

当前采用的脱敏技术中，脱敏主要是采用一种固定的算法(比如：每个字节+10,10为固定值)对字节进行改变，从而容易被轻易破解，安全性不高。

发明内容

本发明的目的在于，针对上述现有技术中的不足，提供一种数据脱敏方法，以解决脱敏后的数据容易被破解，安全性不高的问题。

为实现上述目的，本发明实施例采用的技术方案如下：

第一方面，本发明实施例提供了一种数据脱敏方法，包括：

获取待脱敏字段和所述待脱敏字段的信息类型；

根据所述待脱敏字段的信息类型，确定对应的脱敏算法；

对所述待脱敏字段中的不同字节采用不同的脱敏逻辑处理，得到脱敏后的字段。

进一步地，所述获取待脱敏字段和所述待脱敏字段的信息类型之前，包括：

在源系统的数据库中创建脱敏用户；

在所述脱敏用户上创建脱敏算法函数，所述脱敏算法函数用于指示多个脱敏逻辑；

以生产用户下的基表为基础，在所述脱敏用户上创建脱敏视图，所述基表用于记录未脱敏字段。

进一步地，所述获取待脱敏字段和所述待脱敏字段的信息类型，包括：

在所述基表中获取所述待脱敏字段，在所述生产用户下的参数表中获取所述待脱敏字段对应的信息类型，并在所述参数表中确定所述信息类型对应的脱敏算法；其中，所述参数表用于存储未脱敏字段、以及对应的信息类型、脱敏算法；

相应地，所述对所述待脱敏字段值中的不同字节采用不同的脱敏逻辑处理，得到脱敏后的字段，包括：

在所述脱敏视图内，对所述待脱敏字段值中的不同字节采用不同的脱敏逻辑处理，得到脱敏后的字段。

进一步地，所述对所述待脱敏字段中的不同字节采用不同的脱敏逻辑处理，得到脱敏后的字段值，包括：

对待脱敏字段中的第一字节用第一脱敏逻辑进行脱敏处理、对所述待脱敏字段中除所述第一字节外的字节用第二脱敏逻辑进行脱敏处理，得到脱敏后的字段值。

进一步地，所述对待脱敏字段中的第一字节用第一脱敏逻辑进行脱敏处理、对所述待脱敏字段中除所述第一字节外的字节用第二脱敏逻辑进行脱敏处理，包括：

将所述待脱敏字段中的第一字节的字节值变更为所述待脱敏字段中的第一字节的字节值与预设整数之和；

将所述待脱敏字段中除所述第一字节外的字节值变更为：本字节值与预设整数之差，并与取余计算值求和，所述取余计算值为当前待脱敏字符前的所有字符的字节值之和、再与预设素数进行取余后获取的值。

进一步地，所述信息类型包括下述一项或多项：电话号码、姓名、证件号码、地址、车牌号、邮件以及任意字符值。

第二方面，本发明实施例还提供了一种数据脱敏装置，包括：获取模块、确定模块和脱敏模块，其中：

所述获取模块用于，获取待脱敏字段和所述待脱敏字段的信息类型；

所述确定模块用于，根据所述待脱敏字段的信息类型，确定对应的脱敏算法；

所述脱敏模块用于，对所述待脱敏字段中的不同字节采用不同的脱敏逻辑处理，得到脱敏后的字段。

进一步地，还包括创建模块，所述创建模块，用于在源系统的数据库中创建脱敏用户；在所述脱敏用户上创建脱敏算法函数，所述脱敏算法函数用于指示多个脱敏逻辑；以生产用户下的基表为基础，在所述脱敏用户上创建视图，所述基表用于记录未脱敏字段。

进一步地，所述脱敏模块具体用于：对待脱敏字段中的第一字节用第一脱敏逻辑进行脱敏处理、对所述待脱敏字段中除所述第一字节外的字节用第二脱敏逻辑进行脱敏处理，得到脱敏后的字段。

进一步地，所述脱敏模块具体用于：将所述待脱敏字段中的第一字节的字节值变更为所述待脱敏字段中的第一字节的字节值与预设整数之和；

将所述待脱敏字段中除所述第一字节外的字节值变更为：本字节值与预设整数之差，并与取余计算值求和，所述取余计算值为当前待脱敏字符前的所有字符的字节值之和、再与预设素数进行取余后获取的值。

本发明的有益效果是：为了避免脱敏后的字段容易被破解，通过判断待脱敏字段的信息类型，对不同信息类型的待脱敏字段采用不同的脱敏算法；同时，同一待脱敏字段中的不同字节采用不同的脱敏逻辑处理，使得字节值的变化不再以一种简单的加或减固定值，这样脱敏得到的脱敏值就不容易被破解，提升了脱敏结果的安全性。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本申请一实施例提供的数据脱敏方法的流程示意图；

图2为本申请另一实施例提供的数据脱敏方法的流程示意图；

图3为本申请一实施例提供的数据脱敏装置的结构示意图；

图4为本申请另一实施例提供的数据脱敏装置的结构示意图；

图5为本申请另一实施例提供的数据脱敏装置的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。

为使本申请下述实施例中的内容更容易理解，在此对部分必要的名词作出解释如下：

数据脱敏：是指对某些敏感信息通过脱敏规则进行数据的变形，实现敏感隐私数据的可靠保护。在涉及客户安全数据或者一些商业性敏感数据的情况下，在不违反系统规则的条件下，对真实数据进行改造并提供测试、数据分析等使用，如身份证号、手机号、卡号、客户号等个人信息都需要进行数据脱敏。数据库安全技术之一，数据库安全技术主要包括：数据库漏扫、数据库加密、数据库防火墙、数据脱敏、数据库安全审计系统。数据库安全风险包括：拖库、刷库、撞库。

视图：是指计算机数据库中的视图，是一个虚拟表，其内容由查询定义。同真实的表一样，视图包含一系列带有名称的列和行数据。但是，视图并不在数据库中以存储的数据值集的形式存在。行和列数据来自由定义视图的查询所引用的表，并且在引用视图时动态生成。

基表：数据库中永久存储的表，并且基表就是实际存在的表，它是实际存储数据的逻辑表示。

图1为本申请一实施例提供的数据脱敏方法的流程示意图，如图1所示，该方法包括如下步骤：

S101：获取待脱敏字段和待脱敏字段的信息类型。

需要说明的是，待脱敏字段可以为汉字、数字、字符、空值和任意汉字和数字的组合形式，待脱敏字段的信息类型可以为：姓名、电话号码、地址、证件号码、车牌号码、邮件等，在此并不做任何限制。

S102：根据待脱敏字段的信息类型，确定对应的脱敏算法。

需要说明的是，脱敏字段的信息类型不同，对应的脱敏算法也不同，每个信息类型的字段匹配一个脱敏算法，举例说明：

a.待脱敏字段为客户姓名时，对应的脱敏算法函数为：客户姓与名都脱敏，但姓名要仿真，同时姓名的长度不能发生变化。

b.待脱敏字段为客户电话号码脱敏时，对应的脱敏算法函数为：对固定座机以及手机号进行脱敏，脱敏的后的电话号码长度不变，没有乱码、字母出现，仍然以数字的形式展现，电话号码具有仿真性。

c.待脱敏字段为客户的证件号时，对应的脱敏算法函数为：身份证号(15位或者18位)的前三位不脱敏，生日不脱敏(15位身份证号的7～12位，18位身份证号的7～14位)、性别标识不脱敏(15位身份证号的最后一位，18位身份证号的17位)；其他证件号(如：驾照、护照、军官证等)全部字符脱敏。

e.待脱敏字段为地址时，对应的脱敏算法函数为：地址中含有的楼层、门牌号以“*”代替进行脱敏，脱敏后的地址长度不发生变化。

f.待脱敏字段为任意字符串时，对应的脱敏算法函数为：对任意字符串、数字、空值进行脱敏，所有的数字、中英文字符都会根据一定的算法进行数据脱敏处理。

g.待脱敏字段为邮件地址时，对应的脱敏算法函数为：邮件地址中的“@”之后的邮箱来源地址不发生变化(如XXX@163.com脱敏后@163.com保留)，“@”之前的字符长度发生变化并对每个字符、数字进行脱敏。

h.待脱敏字段为车牌号时，对应的脱敏算法函数为：对车牌中还有地区性质的字符不进行脱敏，用以区别车辆来源，比如“京B”、“津A”、“甲A”字样不脱敏，其余字符、数字进行脱敏。

S103：对待脱敏字段中的不同字节采用不同的脱敏逻辑处理，得到脱敏后的字段。

可选地，对同一字段值中的不同字节采用不同的脱敏逻辑进行脱敏处理，其中，可以将字节划分为两组，每组字节分别采用不同的脱敏逻辑进行脱敏处理，其中，字节的划分方式可以为：每三个字符为一组；也可以首字符为一组，其余字符为一组；也可以汉字一组，其他字符一组；具体字节的划分方式根据用户需要设计，在此并不做任何限制。

本实施例中，为了避免脱敏算法被轻易破解，通过确定待脱敏字段和待脱敏字段的信息类型后，对不同信息类型的待脱敏字段采用不同的脱敏算法，此外，对待脱敏字段的不同字节采用不同的脱敏逻辑处理，使得字节值的变化不再以一种简单的加或减固定值，提升了脱敏结果的安全性。

图2为本申请另一实施例提供的数据脱敏方法流程图，如图2所示，步骤S101之前，还包括：

S201：在源系统的数据库中创建脱敏用户。

S202：在脱敏用户上创建脱敏算法函数，脱敏算法函数用于指示多个脱敏逻辑。

需要说明的是，在源系统的数据库中创建脱敏用户，在脱敏用户上创建脱敏算法函数，这样数据的脱敏是在数据源头就进行的，进一步提高数据脱敏的安全性，同时，由于本申请的脱敏算法是通过源系统数据库的函数编写而成，在源系统内进行数据脱敏，不需要进行软硬件采购，节省了软硬件采购的成本，不需要将源系统的数据抽取到中间设备(如数据脱敏介质)再进行数据脱敏，并加载、传输到其他环境；并且源系统的设备配置一般较高，脱敏的效率会更高。

S203：以生产用户下的基表为基础，在脱敏用户上创建脱敏视图。

需要说明的是，基表用于记录未脱敏字段，脱敏用户和生产用户的创建都是在步骤S101之前，无需重复进行。

进一步地，步骤S101包括：在基表中获取待脱敏字段，在生产用户下的参数表中获取待脱敏字段对应的信息类型，并在参数表中确定信息类型对应的脱敏算法；其中，参数表用于存储未脱敏字段、以及对应的信息类型、脱敏算法。

相应地，对待脱敏字段值中的不同字节采用不同的脱敏逻辑处理，得到脱敏后的字段，包括：

在脱敏视图内，对待脱敏字段中的不同字节采用不同的脱敏逻辑处理，得到脱敏后的字段。

可选地，步骤S103包括：对待脱敏字段中的第一字节用第一脱敏逻辑进行脱敏处理、对待脱敏字段中除所述第一字节外的字节用第二脱敏逻辑进行脱敏处理，得到脱敏后的字段值。

需要说明的是，也可以对待脱敏字段中的前两个字节用第一脱敏逻辑进行脱敏处理、对其余字节用第二脱敏逻辑进行脱敏处理；这些仅为脱敏逻辑设置方式的一些实施例，只要同一字段中，至少采用两种不同的脱敏逻辑即可，具体脱敏逻辑的设置方式根据用户需要设置，在此并不做任何限制。

进一步地，将待脱敏字段中的第一字节的字节值变更为所述待脱敏字段中的第一字节的字节值与预设整数之和。

将待脱敏字段中除第一字节外的字节值变更为：本字节值与预设整数之差，并与取余计算值求和，取余计算值为当前待脱敏字符前的所有其他字符的字节值之和、再与预设素数进行取余后获取的值。

举例说明：选择对姓名字段进行脱敏为例，具体脱敏算法逻辑描述如下：将姓名中的首字符的字节值变更为首字符字节值与3的和；其余字节的字节值变更为：当前字节值与预设整数之差，并与取余计算值求和；其中，先将当前待脱敏字符前的所有其他字符的字节值求和，后将求和值与7取余，得到的值即为取余计算值。

其中，姓名脱敏算法函数是对汉字的字节值进行处理，汉字的字节值有一定的边界范围，根据其边界范围特点，上述算法并未超过字节值的范围，不会出现超过255的值。

进一步地，信息类型包括下述一项或多项：电话号码、姓名、证件号码、地址、车牌号、邮件以及任意字符值。

由于本申请的脱敏算法是基于字符所在的场景而变化的，每个汉字/数字在不同的场景下脱敏值就有可能不同，但在同一场景下脱敏值是固定的，概括的说就是脱敏算法即固定又随场景而变化，比如：单独的词组“智慧”经过脱敏后成为“质徽”，但词组“蔷薇智慧”脱敏后就成为“橇蕙掷徽”，可见“蔷薇智慧”中“智慧”的脱敏值已经与之前的脱敏值不同，这即是脱敏值随场景(词组的不同)变化而变化，使得同一字符所在位置不同，或是应用场景不同时，脱敏后的脱敏值均不一定相同，进一步提高了脱敏的安全性，使得脱敏后的字段不易被破解。

图3为本申请一实施例提供的数据脱敏装置的结构示意图，如图3所示，该装置包括获取模块310、确定模块320和脱敏模块330，其中：

获取模块310用于，获取待脱敏字段和待脱敏字段的信息类型。

确定模块320用于，根据待脱敏字段的信息类型，确定对应的脱敏算法。

脱敏模块330用于，对待脱敏字段中的不同字节采用不同的脱敏逻辑处理，得到脱敏后的字段。

图4为本申请另一实施例提供的数据脱敏装置的结构示意图，如图4所示，该装置还包括创建模块340。

创建模块340用于在源系统的数据库中创建脱敏用户；在脱敏用户上创建脱敏算法函数，脱敏算法函数用于指示多个脱敏逻辑；以生产用户下的基表为基础，在脱敏用户上创建视图，基表用于记录未脱敏字段。

获取模块310具体用于：通过视图获取待脱敏字段和待脱敏字段的信息类型，以及获取待脱敏字段的信息类型对应的脱敏算法函数。

脱敏模块330具体用于：对待脱敏字段中的第一字节用第一脱敏逻辑进行脱敏处理、对待脱敏字段中除第一字节外的字节用第二脱敏逻辑进行脱敏处理，得到脱敏后的字段。

脱敏模块330具体用于：将待脱敏字段中的第一字节的字节值变更为所述待脱敏字段中的第一字节的字节值与预设整数之和。

将待脱敏字段中除第一字节外的字节值变更为取余计算值，取余计算值为当前待脱敏字符前的所有其他字符的字节值之和、再与预设素数进行取余获取的值。

信息类型包括下述一项或多项：电话号码、姓名、证件号码、地址。

上述装置用于执行前述实施例提供的方法，其实现原理和技术效果类似，在此不再赘述。

以上这些模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个特定集成电路(Application Specific Integrated Circuit，简称ASIC)，或，一个或多个微处理器(digital singnal processor，简称DSP)，或，一个或者多个现场可编程门阵列(Field Programmable Gate Array，简称FPGA)等。再如，当以上某个模块通过处理元件调度程序代码的形式实现时，该处理元件可以是通用处理器，例如中央处理器(CentralProcessing Unit，简称CPU)或其它可以调用程序代码的处理器。再如，这些模块可以集成在一起，以片上系统(system-on-a-chip，简称SOC)的形式实现。

图5为本发明另一实施例提供的数据脱敏装置的结构示意图，该装置可以集成于终端设备或者终端设备的芯片，该终端可以是具备图像处理功能的计算设备。

该装置包括：存储器501、处理器502。

存储器501用于存储程序，处理器502调用存储器501存储的程序，以执行上述方法实施例。具体实现方式和技术效果类似，这里不再赘述。

可选地，本发明还提供一种程序产品，例如计算机可读存储介质，包括程序，该程序在被处理器执行时用于执行上述方法实施例。

在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。

上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(英文：processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(英文：Read-Only Memory，简称：ROM)、随机存取存储器(英文：Random Access Memory，简称：RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

Claims (10)

1.一种数据脱敏方法，其特征在于，包括：

获取待脱敏字段和所述待脱敏字段的信息类型；

根据所述待脱敏字段的信息类型，确定对应的脱敏算法；

对所述待脱敏字段中的不同字节采用不同的脱敏逻辑处理，得到脱敏后的字段。

2.如权利要求1所述的方法，其特征在于，所述获取待脱敏字段和所述待脱敏字段的信息类型之前，包括：

在源系统的数据库中创建脱敏用户；

在所述脱敏用户上创建脱敏算法函数，所述脱敏算法函数用于指示多个脱敏逻辑；

以生产用户下的基表为基础，在所述脱敏用户上创建脱敏视图，所述基表用于记录未脱敏字段。

3.如权利要求2所述的方法，其特征在于，所述获取待脱敏字段和所述待脱敏字段的信息类型，包括：

在所述基表中获取所述待脱敏字段，在所述生产用户下的参数表中获取所述待脱敏字段对应的信息类型，并在所述参数表中确定所述信息类型对应的脱敏算法；其中，所述参数表用于存储未脱敏字段、以及对应的信息类型、脱敏算法；

相应地，所述对所述待脱敏字段值中的不同字节采用不同的脱敏逻辑处理，得到脱敏后的字段，包括：

在所述脱敏视图内，对所述待脱敏字段值中的不同字节采用不同的脱敏逻辑处理，得到脱敏后的字段。

4.如权利要求1或3所述的方法，其特征在于，所述对待脱敏字段中的不同字节采用不同的脱敏逻辑处理，得到脱敏后的字段值，包括：

对待脱敏字段中的第一字节用第一脱敏逻辑进行脱敏处理、对所述待脱敏字段中除所述第一字节外的字节用第二脱敏逻辑进行脱敏处理，得到脱敏后的字段值。

5.如权利要求4所述的方法，其特征在于，所述对待脱敏字段中的第一字节用第一脱敏逻辑进行脱敏处理、对所述待脱敏字段中除所述第一字节外的字节用第二脱敏逻辑进行脱敏处理，包括：

将所述待脱敏字段中的第一字节的字节值变更为所述待脱敏字段中的第一字节的字节值与预设整数之和；

将所述待脱敏字段中除所述第一字节外的字节值变更为：本字节值与预设整数之差，并与取余计算值求和，所述取余计算值为当前待脱敏字符前的所有字符的字节值之和、再与预设素数进行取余后获取的值。

6.如权利要求1所述的方法，其特征在于，所述信息类型包括下述一项或多项：电话号码、姓名、证件号码、地址、车牌号、邮件以及任意字符值。

7.一种数据脱敏装置，其特征在于，包括：获取模块、确定模块和脱敏模块，其中：

所述获取模块用于，获取待脱敏字段和所述待脱敏字段的信息类型；

所述确定模块用于，根据所述待脱敏字段的信息类型，确定对应的脱敏算法；

所述脱敏模块用于，对所述待脱敏字段中的不同字节采用不同的脱敏逻辑处理，得到脱敏后的字段。

8.如权利要求7所述的装置，其特征在于，还包括创建模块，所述创建模块，用于在源系统的数据库中创建脱敏用户；在所述脱敏用户上创建脱敏算法函数，所述脱敏算法函数用于指示多个脱敏逻辑；以生产用户下的基表为基础，在所述脱敏用户上创建视图，所述基表用于记录未脱敏字段。

9.如权利要求7所述的装置，其特征在于，所述脱敏模块具体用于：对待脱敏字段中的第一字节用第一脱敏逻辑进行脱敏处理、对所述待脱敏字段中除所述第一字节外的字节用第二脱敏逻辑进行脱敏处理，得到脱敏后的字段。

10.如权利要求7所述的装置，其特征在于，所述脱敏模块具体用于：将所述待脱敏字段中的第一字节的字节值变更为所述待脱敏字段中的第一字节的字节值与预设整数之和；

将所述待脱敏字段中除所述第一字节外的字节值变更为：本字节值与预设整数之差，并与取余计算值求和，所述取余计算值为当前待脱敏字符前的所有字符的字节值之和、再与预设素数进行取余后获取的值。