智能化数据脱敏技术正在随着应用不断涌现

 

   　　以后，以大数据、云计算、人工智能、区块链等为代表的新一代信息通讯技术发达进展，数据在出产和生存中扮演日益重要的角色，与此同时，数据安全问题也被提升到了前所未有的高度。在这一背景下，为了在保证安全的前提下善用大数据，数据脱敏技术开始兴起，数据脱敏技术在政务、金融、电信、互联网等关键行业得到应用，并呈现出高性能智能脱敏、智能化数据脱敏等技术趋势。
兼济安全与价值
    　　2019年5月28日网信办公开的《数据安全管理办法（征求意见稿）》，明确要求对个人信息的保存和提供要经过匿名化处理，切实降低个人信息可能存在的泄露风险。 数据脱敏技术是实现匿名处理的一种非常有效的方法。数据脱敏技术的主要目的是根据由形变，转换等脱敏的规则，以减少数据的敏感性，在采集，传输，和其他数据的各方面用于最小化敏感数据的曝光。使用更严格的规则脱敏时，可实现匿名处理。
    　　在降低企业数据进行敏感程度的基础上，数据脱敏技术会最大限度地保持脱敏后数据的可用性，使脱敏后的数据我们依旧能够得到满足公司关联研究分析、机器可以学习、即时查询等需求，根据实际应用场景和实现机制，数据脱敏技术发展可分为静态数据脱敏和动态数据脱敏。
    （一）静态数据脱敏  大批量数据一次性脱敏处理
    静态数据脱敏设计是通过类似的ETL技术处理方法，根据脱敏规则，一次性完成大量数据的变形转换，静态脱敏通常会在将生产环境中的敏感数据交付至开发、测试或者外发环境时使用。在降低数据敏感程度的同时，能够最大程度上保留原始数据集所具备的数据内在关联性等可挖掘价值。

    （二）动态数据脱敏  即席查询结果实时脱敏返回
    脱敏的目的通过类似的动态数据网络代理中间件技术按照规则对于外部申请的数据进行处理并返回脱敏后的结果，动态脱敏通常会在数据对外提供查询服务场景使用，同时减少了数据的敏感性并减少脱敏数据后的延迟，请求实时生成数据也可以及时脱敏的结果。

深入众多关键行业
    　　对比Gartner公司2018年、2019年分别发布的《数据脱敏市场指南》可以看出，企业对于数据脱敏或其他类似去识别技术的使用比例从2017年的15％增加到2018年的20％，预计在2022年将达到50％。目前，数据脱敏技术主要用于在实际应用中保护个人隐私数据。因此可以广泛应用于政务、金融、电信、互联网等大量数据存储、使用以及个人进行信息的行业领域中。
呈现四大趋势
    目前，数据脱敏技术的发展呈现出四大趋势。
    数据脱敏性能持续提升
    随着数据量的不断增加，对实时数据的需求越来越强烈，在短时间内完成大量数据的脱敏处理，可以进一步增强实时应用数据价值的能力，因此高性能数据脱敏将成为企业后续研究数据脱敏技术经济发展的一大方向。
    数据类型向非结构化发展
    时下的数据进行脱敏技术研究主要通过面向结构化数据，对于非结构化数据的支持发展相对较少，后续跟着人工智能技术的进展，个人图片、视频、音频等非结构化数据的保管和应用将越来越多，是以响应的非结构化数据脱敏需求也将更加旺盛，成为数据脱敏技术一大重点发展方向。
    智能化数据脱敏兴起 
    在数据量进行不断增长的同时，被收集和利用的数据分析维度和种类可以不断增多，需要通过用户指定脱敏规则的运行工作方式将逐渐难以为继，目前有一些数据脱敏工具可以自动识别敏感数据，匹配市场上推荐的脱敏算法。 随着机器学习技术的应用，集敏感数据自动传感能力、脱敏规则自动匹配和自动完成脱敏处理能力于一体的智能数据脱敏技术将成为一种新趋势。
    助力企业实现合规
    数据脱敏可以帮助企业降低敏感数据泄露的潜在危害，也可以保证企业合法合规使用个人信息数据，随着国家和行业继续深入的数据安全立法，企业在使用个人信息需要遵循更多的不同规范。 因此，后续的数据脱敏技术结合各级实际规范结合，形成能够直接帮助企业实现合规的数据脱敏工具将成为一个重大探索方向。

更多产品了解

欢迎扫码加入云巴巴企业数字化交流服务群

产品交流、问题咨询、专业测评

都在这里！