据说节后上班的第一天，IT 销售 Q4 要完成的 KPI，可以从他们的表情猜到。

在特殊的 2020 年，拼业绩显得格外激动人心。因为在困难的环境下，实现营收的正增长，是 IT 人在长期的工作拼搏中练就的必备技能。

那么，作为 IT 人的一员，数据管理者除了拼业绩，还在拼什么呢？

自然是更精准安全的数据资源。

作为数据时代新生产要素，大数据正在影响我们的饮食住行，也无时无刻不为我们带来便利，如随时可约的网约车、感兴趣的电影优惠推送、出行地的游玩攻略等。

在这些日常场景中，数据管理者通过对用户姓名、手机号、银行账号等隐私信息进行脱敏，实现了个人数据的安全应用，为更智能、便捷的用户服务加上一个安全防护罩，也为数字经济的腾飞插上翅膀。

这一切都离不开数据脱敏技术。

敏感信息保护是数据经济生命线

数据作为各类企业的重要生产资料，企业的不同部门通过各类新兴技术，对海量数据进行挖掘、分析、再利用，开发出大数据蕴含的巨大潜在价值，从而获取有益于市场策略制定的信息。

然而，部分企业在将大量用户敏感信息拷贝到开发、测试、数据分析等环境中时，并未对这些数据进行任何的数据脱敏的措施。这将面临重大的监管及数据泄露风险，如：

2019年3月，Security Discovery 安全研究人员 Bob Diachenko 披露一个可公开访问的 MongoDB 数据库，包含 982864972 条记录。据悉，这些记录包含 7.98 亿的电子邮件记录、超过 400 万备注了电话号码的 E-mail 地址、以及超过 600 万条被识别为‘商业线索’的信息。

2019年1月，HackenProof 安全研究员 Bob Diachenko 发现，MongoDB 数据库中有超过 2.02 亿中国求职者的详细简历信息已在网上被公布，疑似第三方应用泄露。据悉，这份数据库存储的 2.02 亿简历中包含 202730434 条记录，信息非常详细，包括求职者姓名、工作经历、工资预期、职业期望等数据，总计 854GB。

2018 年3 月，Facebook 承认泄露超过 5000 万名用户资料，遭“剑桥分析”公司非法用来发送政治广告；9 月，黑客又利用控制的 40 万个账户获得了 3000 万个 Facebook 用户账号的信息。持续不断的数据泄露事件，不仅让自身的业务以及信誉大受打击，扎克伯格也被公司股东会联名要求他辞去 CEO 之位。

在各类大数据频繁互联、交互的数字化时代，数据所蕴含的价值和意义，早已超出数字本身，所有人的行为、设备的操作、事物的发展等，均能通过一连串数字表示。所以，每年屡见不鲜的数据泄漏事件，无论对企业，还是个人来说，都是灾难性的损失。保障敏感数据的安全，就是保障数据经济的生命线。

数据脱敏是应用合规的战略武器

敏感信息的保护成为贯彻大数据挖掘技术的巨大挑战。在大数据价值挖掘的基础上如何保护敏感信息，不仅是数据脱敏必须解决的难题，更是取得市场竞争胜利的战略武器。

数据脱敏，具体指对某些敏感信息通过脱敏规则进行数据的变形，实现敏感隐私数据的可靠保护。这样可以使数据本身的安全等级降级，在保证合规性与安全性的基础上，在开发、测试和其它非生产环境以及外包或云计算环境等应用场景中，安全地使用脱敏后的真实数据集。

数据脱***要包括静态脱敏、动态脱敏两大类，两者主要针对的应用场景不同，所以关键技术有所差异。

静态脱敏

静态脱敏是将数据抽取进行脱敏处理后，再下发至非生产环节，以保障开发、测试、培训、分析人员可以随意取用测试数据，并进行读写操作。脱敏后的数据与生产环境相互隔离，在满足测试环节所需的情况下，还能保障生产数据安全。

静态脱敏直接通过屏蔽、变形、替换、随机、格式保留加密（FPE）和强加密算法（如AES）等多种脱敏算法，针对不同数据类型进行数据掩码扰乱，并可将脱敏后的数据按用户需求，装载至不同环境中。

动态脱敏

动态脱敏能够对生产库返回的数据进行实时脱敏处理，并确保返回数据可用而安全。如应用只希望对外呈现部分的数据；或者数据库需要运维人员进行表结构维护，但是又不希望运维人员可以获取真实数据等场景。动态脱敏可以概括为“边脱敏，边使用”。

动态脱敏通过精确的解析 SQL 语句匹配脱敏条件，例如：访问 IP、MAC、数据库账户名、客户端工具、操作系统用户、主机名、时间、影响行数等，在匹配成功后改写查询 SQL 或者拦截防护返回脱敏后的数据到应用端，从而实现敏感数据的脱敏。实际上存储于生产库的数据未发生任何变化。

数据脱敏的三大应用场景

运维脱敏，是一种在线脱敏，是针对运维人员在访问数据库时的实时的脱敏。一般是防范运维人员在数据库中窃取敏感数据，也可能是一种工具的需要，需要运维人员对外提供脱敏的敏感数据。

业务脱敏，也是在线脱敏，针对窗口人员，即通过应用系统访问数据库时，针对不同身份权限实施的敏感信息脱敏处理。在没有脱敏产品形态时，多采用实时的应用软件定制开发来完成。

交互脱敏，是动态脱敏的一种，譬如一个系统去另一个系统取数据，在中间串联进去在线脱敏系统，对敏感数据进行处理。典型的应用场景就是现在不同政府部门互通数据时，是进行了有限制的数据交互，包括大数据交易。

面对复杂的数据脱敏应用场景，如何在实现数据高效共享、分析挖掘的同时，保护敏感及隐私信息不被泄露对脱敏作业提出了更高的要求。传统的脱敏方法需要大量的人工干预，配置成本高，对用户的专业素养要求高。

为了解决用户数据脱敏的难题，英方基于多年的数据管理技术研发实力和产品实践，自主研发了一款作用于各类关系型数据库的数据脱敏软件——i2Masking。通过脱敏规则帮助用户对敏感数据进行变形，实现数据敏感隐私保护。全图形化监控配置、高性能、非侵入、低影响的特点，更智能、个性化地帮助用户实现敏感数据保护。

根据预先配置好的敏感算法和脱敏规则，i2Masking 首先对敏感数据的相关对象进行提取，之后分析敏感类型进行脱敏，并传送到目标端进行自动装载。数据抽取、数据脱敏、数据传送、数据装载四大脱敏环节可全自动实现，并在数据落地前完成脱敏，符合 GDRP 欧盟标准的脱敏要求。

除去替换、屏蔽、截断、加密、区间加密、区间替换、保留关键信息、自动生成等常规算法外，i2Masking 可自定义脱敏算法，同时包含敏感字段发现功能，从扫描发现至脱敏，再到结果展示，一次性满足数据安全各个环节的不同需要。

此外，i2Masking 不仅能实现库与库之间的静态脱敏，还可实现关系型数据库数据的动态脱敏，以及 Oracle Datapump、MySQL Dump 等数据库原生工具导出文件脱敏，可支持数据库类型覆盖了市场主流的 Oracle、MySQL、SQL Server、DB2、PostgresSQL、DB2、GaussDB 等，总体实现了一款软件，全脱敏场景的覆盖。

数据脱敏技术将成为智能化数字时代的重点发展方向之一，i2Masking已经实现敏感数据的自动化感知、脱敏规则自动匹配、脱敏处理自动完成等功能，帮助数据管理者实现敏感数据到商业数据的安全转换，既当好战场一线的侦察兵，又能稳坐钓鱼台，运筹帷幄决胜千里，帮助前线的销售们更好地服务客户。