数据脱敏的常用方法有哪些

数据脱敏，是指在不影响数据分析结果的准确性前提下，对原始数据中的敏感字段进行处理，从而降低数据敏感度和减少个人隐私风险的技术措施。常见的数据脱敏方法主要包括：

• 数据替换

  用设置的固定虚构值替换真值。例如将手机号码统一替换为 13800013800

• 反推断

  查找可能由某些字段推断出另一敏感字段的映射，并对这些字段进行脱敏，如从出生日期可推断出身份证号、性别、地区的场景。

• 偏移和取整

  通过随机移位改变数字数据，例如日期 2018-01-02 8 : 12 : 25 变为 2018-01-02 8 : 00 : 00，偏移取整在保持了数据的安全性的同时保证了范围的大致真实性，此项功能在大数据利用环境中具有重大价值。

• 掩码屏蔽

  掩码屏蔽是针对账户类数据的部分信息进行脱敏时的有力工具，比如银行卡号或是身份证号的脱敏。将身份证号的出生日期进行掩码屏蔽脱敏。使用left()函数截取身份证号的左边 6 位 + 字符串 ****+right()函数截取身份证号右边 4 位替换源身份证字符串。

• 灵活编码

  在需要特殊脱敏规则时，可执行灵活编码以满足各种可能的脱敏规则。比如用固定字母和固定位数的数字替代合同编号真值。将合同编号进行自定义编码脱敏。自定义编码规则：4 位固定码 + 当前年份 + 源目标字符串 4 位号码 +9 位数值组成。

• 无效化

  通过对数据值得截断、加密、隐藏等方式使敏感数据脱敏，使其不再具有利用价值，例如将地址以 ** 代替真值。数据无效化与数据替换所达成的效果基本类似。

• 随机化

  用随机数据代替真值，保持替换值的随机性以模拟样本的真实性。例如用随机生成的姓和名代替真值。

• 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。