数据脱敏
数据脱敏的方法
替代
指用伪装数据完全替换源数据中的敏 感数据，一般替换用的数据都有不可逆性，以保证安 全。替代是最常用的数据脱敏方法，具体操作上有常 数替代（所有敏感数据都替换为唯一的常数值）、查 表替代（从中间表中随机或按照特定算法选择数据进 行替代）、参数化替代（以敏感数据作为输入，通过 特定函数形成新的替代数据）等。具体选择的替代算 法取决于效率、业务需求等因素间的平衡。替代方法 能够彻底的脱敏单类数据，但往往也会使相关字段失 去业务含义，对于查表替代而言，中间表的设计非常 关键。
混洗
主要通过对敏感数据进行跨行随机互 换来打破其与本行其他数据的关联关系，从而实现脱 敏。混洗可以在相当大范围内保证部分业务数据信息 （如有效数据范围、数据统计特征等），使脱敏后数 据看起来跟源数据更一致，与此同时也牺牲了一定的 安全性。一般混洗方法用于大数据集合、且需要保留 待脱敏数据特定特征的场景；对于小数据集，混洗形 成的目标数据有可能通过其他信息被还原，在使用的 时候需要特别慎重。
数值变换
指对数值和日期类型的源数据， 通过随机函数进行可控的调整（例如对于数值类型数据 随机增减20%；对于日期数据，随机增减200天），以 便在保持原始数据相关统计特征的同时，完成对具体数 值的伪装。数值变化通过调整变动幅度可以有效控制目 标数据的统计特征和真实度，是常用的脱敏方法。
加密
指对待脱敏数据进行加密处理，使 外部用户只看到无意义的加密后数据，同时在特定场 “云计算与大数据”专题 19 2015年第13期 景下，可以提供解密能力，使具有密钥的相关方可以 获得原数据。加密的方法存在一定的安全风险（密钥 泄露或加密强度不够）；加密本身需要一定的计算 能力，对于大数据集来源会产生很大资源开销；一般 加密后数据与原始数据格式差异较大，“真实性”较 差。一般情况下，加密的数据脱敏方式应用不多。
遮挡
指对敏感数据的部分内 容用掩饰符号（如“X、*”）进行统一替换，从而使 得敏感数据保持部分内容公开。这种方法可以在很大 程度上脱敏的同时，保持原有数据感观，也是一种广 泛使用的方法。
空值插入/删除
指直接删除敏感数据或将 其置为NULL值。