[發明專利]數據脫敏的方法及設備

在審

• 申請號: 201710000569.1
• 申請日: 2017-01-03
• 公開（公告）號: CN106599322A
• 公開（公告）日: 2017-04-26
• 發明（設計）人: 莫倩;張博;鄭兵;王升
• 申請（專利權）人: 北京網智天元科技股份有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06F21/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明涉及一種數據脫敏技術，具體說是一種數據脫敏的方法及設備。

背景技術

數據脫敏是指對某些敏感信息通過脫敏規則進行數據的變形，實現敏感隱私數據的可靠保護。這樣，就可以在開發、測試和其它非生產環境以及外包環境中安全地使用脫敏后的數據。^[在涉及客戶安全數據或者一些商業性敏感數據的情況下，在不違反系統規則條件下，對真實數據進行改造并提供測試使用，如,為保護個人隱私，公眾服務機構的客戶端對身份證號、手機號、卡號、客戶號等個人信息都需要進行數據脫敏。中國專利2013107503350公開了一種《數據脫敏和反脫敏方法及相關設備》，其步驟包括檢測對移動終端的數據寫操作、對要寫入移動終端的數據執行脫敏操作、對脫敏后的數據進行驗證、如果脫敏后的數據符合預定義的要求則將脫敏后的數據寫入到移動終端中。該方法僅適合在移動終端處理少量數據的情況，并且由于其采用數據變換的方法替換原始數據，變換后的數據不符合原有數據的生成規則，其仿真性不高，容易被設備誤認出錯，無法進行二次識別。例如，對于身份證號碼，采用該方法脫敏后的數據完全喪失了身份證號碼的特征，此時如果需要對脫敏后的數據進行二次處理，則設備無法識別此處是身份證號碼。本人申請的另一中國專利2016106321819公開了一種《數據脫敏方法及相關設備》，包括定位敏感字段、建立敏感字段生成規則庫、生成脫敏數據等步驟，可實現大批量、高仿真的數據脫敏處理，在大數據處理和利用的同時實現敏感、隱私數據的可靠保護。但在大數據處理和利用工作中，需要脫敏的數據往往來源于各種不同的數據庫，不同數據庫之間對數據結構采取不同的定義，現有技術均無法實現跨系統、在不同數據庫之間的數據脫敏。

發明內容

本發明的目的是提供一種適用于多種不同結構的數據庫之間跨平臺、大批量、高仿真的數據脫敏的方法及設備，在大數據的高效處理和利用的同時實現敏感隱私數據的可靠保護。

本發明所述數據脫敏的方法，包括如下步驟：

A）分析源數據，配置敏感策略，形成敏感信息表達式；

B）掃描源數據，依據敏感信息表達式抽取源數據中的敏感信息，生成敏感信息的鍵-值對；

C）將步驟B）得到的敏感信息的鍵-值對輸入到非結構化數據倉庫；

D）對非結構化數據倉庫中敏感信息的鍵-值對進行仿真數據脫敏，得到仿真信息的鍵-值對；

E）將仿真信息的鍵-值對分發至目標數據庫，生成脫敏數據庫。

所述鍵-值對由代表數據存儲空間的“鍵”和代表數據本身的“值”構成，所述數據存儲空間可以是物理存儲器的地址，也可以是結構化數據庫中數據的位置。

所述目標數據庫存儲除敏感信息以外的所有源數據，所述將仿真信息的鍵-值對分發至目標數據庫的過程就是按照仿真信息鍵-值對中的“鍵”尋找物理存儲器的地址或者結構化數據庫中的位置，并將仿真信息鍵-值對中的“值”嵌入到該地址或者位置。

所述目標數據庫存儲所有源數據，所述將仿真信息的鍵-值對分發至目標數據庫的過程就是按照仿真信息鍵-值對中的“鍵”尋找物理存儲器的地址或者結構化數據庫中的位置，并將仿真信息鍵-值對中的“值”嵌入到該地址或者位置。

數據脫敏的設備，其特征在于包括：

源數據存儲器，用于存儲原始數據；

敏感信息表達式存儲庫，用于存儲敏感信息表達式；

非結構化數據倉庫，用于存儲敏感信息的鍵-值對；

目標數據庫，用于暫時存放目標數據并最終成為脫敏數據；

脫敏處理器，用于分析和掃描源數據存儲器中的源數據信息，抽取源數據中的敏感信息，生成敏感信息的鍵-值對，處理敏感信息的鍵-值對生成仿真信息的鍵-值對，并將仿真信息的鍵-值對嵌入到目標和脫敏數據庫。

由于采用上述技術方案，本發明可以不同結構的數據庫之間跨平臺、大批量、高仿真的數據脫敏，所有敏感數據不在脫敏服務器內留存，徹底杜絕敏感數據泄露的可能。

附圖說明

圖1是本發明一個實施例的流程框圖。

圖2是本發明另一個實施例的流程框圖。

具體實施方式

如圖1、圖2所示，本發明所述數據的脫敏方法包括如下步驟：