满足系统的公正性，规范系统的使用性，超级管理权限分开，由系统管理员、审核员、操作员分别承担，增加审核权限，保证数据脱敏的严格性，互不干扰，互不越权，相互制约。

系统内置黑白名单管理，指定表中一些信息的显示与否。较敏感的数据，例如公安部红名单等信息可选择黑名单配置；特意选择查看的数据或其他可选择白名单配置。

信息中心面临的数据共享挑战：我国可利用开发、有价值的数据80%左右都集中在政府。为了统筹大数据资源管理，全国多地纷纷成立大数据管理部门。同时也规划、建设了数据信息交换平台，实现数据的集中管理、交换。支持政府数字化转型的战略。1、部门之间、部门到交换平台共享数据时，敏感数据没有得到有效的安全管控；2、数据共享到不同系统时，需要支持不同的脱敏方式，也要保持原有业务关系；

公安应用系统面临的数据共享挑战：公安行业在政府机构中承载着人口信息、罪犯追逃、出入境等相关职能。公安系统需要从生产库拷贝数据到测试共享库，数据包括大量的个人身份信息、车辆信息等个人隐私，还有国保、技侦等涉密数据，需要确保敏感数据和信息的安全。1、公安系统内部多个资源库存放着大量相关行业机密数据，需要完善的敏感数据管理方案。2、加强数据泄漏的内部风险管控，提高数据保障能力。

银行应用系统数据共享时面临的挑战：随着互联网金融的快速发展，网上交易、应用的量快速增加，其中大量业务涉及到客户的个人信息、账号信息等敏感数据，泄露风险越来越高。1、实现生产区数据到开发测试、数据分析等区域的精准脱敏，避免在数据应用过程中敏感数据泄露；2、加强数据泄漏的内部风险管控，满足合规需求。

证券业务数据共享时面临的挑战：证券行业一般使用大数据库进行数据存储，数据中包括大量个人隐私数据、业务交易数据，需要在数据存储设备和应用系统之间分享数据，由于涉及到客户的个人信息、交易信息，因此要在共享的过程中防止敏感数据泄露。1、交易系统业务数据的数据量很大，数据格式也比较多，需要实现大规模数据快速、高效脱敏；2、加强数据泄漏的内部风险管控，满足合规需求。

医疗数据共享和交换面临的数据安全挑战：随着医院信息化HIS、CIS等系统的持续建设，病人信息、医疗数据等也越来越多。为了提高医疗服务水平，提升病人满意度，多地纷纷建立科研平台、大数据健康平台。病人信息、病历数据需要从医疗系统中共享到科研、健康大数据平台，或者其他医院。1、数据共享到医疗技术科研平台，或者其他医院时，敏感数据没有得到有效的安全管控；2、数据有多种不同共享要求时，需要多种不同的处理方式、不同的任务管理方式。

公积金管理中心面临的数据防泄漏挑战：公积金管理中心负责住房公积金核算，承担着住房公积金的缴纳、使用审批等工作，搭建了与人民银行、各商业银行个人贷款、个人征信以及房产登记信息的共享平台，充分发挥了住房公积金惠及民生的作用。1、防止数据泄露向“高价值领域”蔓延：业务系统中保存着大量敏感数据，房贷人员的身份信息、地址、银行卡号等数据，极易成为黑客、“内鬼”等的目标；2、防止数据交换等新应用场景泄露数据：住房公积金生产区数据跟开发测试区、外部银行等外联渠道存在数据交互，可能导致敏感数据批量泄露。

电力大数据分析面临的数据防护挑战：随着智能电网、用电信息采集系统的建设和应用，智能电表每日产生大量、不同类型的用电相关数据，利用这些数据结合用电信息、电费信息、企业生产数据及用户负荷等数据，研究用户的负荷特性及用电行为习惯引导用户合理优化用电行为。也有利于电网削峰填谷，提升供电服务满意度。1、电力数据不仅包括大量个人隐私，还有重要生产数据，需要完善的敏感数据管理方案。2、加强数据泄漏的内部风险管控，提高数据保障能力。

教育应用系统面临的数据共享挑战：近几年伴随着智慧校园的建设，越来越多的“互联网+”应用部署，学生、教师的个人信息，还有学籍、毕业生等信息可以直接在互联网访问。在智慧校园的建设过程中，开发测试中使用人工脚本脱敏，数据质量不高，且安全管理很困难。1、大量的教师、学生信息，毕业生信息、考试信息、学习信息，需要识别和管理；2、缺少好的管理工具，人工脱敏既费时费力，也存在人为操作的风险。

物流数据共享时面临的数据安全挑战：物流行业在进行智慧物流建设，利用数据挖掘技术、智能识别技术提升物流效率和管理水平。客户信息、订单交易数据等需要共享到大数据分析平台，需要对这些数据进行脱敏。同时物流行业也需要满足实名制法规要求，需要将部分用户信息同步给外部单位。1、业务系统中存有大量个人信息，还有客户订单、交易信息，数据量大人工管理效率低；2、数据有多种不同共享要求时，需要多种不同的处理方式、不同的任务管理方式。