一、数据脱敏的基础概念
数据脱敏是在不影响数据分析准确性的前提下，对敏感字段进行处理，以降低数据敏感度、减少隐私风险的技术措施。其核心效果包括去标识化（无法直接识别个人信息主体）和匿名化（无法识别或关联主体，且不可还原）。
二、常见脱敏场景
（1）静态脱敏：适用于批量数据，如模型训练、离线分析。
（2）动态脱敏：主要针对数据库，用于开发调试、DBA管理、运维等场景。
（3）应用系统脱敏：涉及前端页面和API接口中的敏感数据。
（4）数据报告及产品脱敏：用于内部监控看板、对外数据产品、业务汇报等。
三、常用脱敏技术
（1）统计技术：包括数据抽样和数据聚合（如求和、平均等）。
（2）密码技术：如确定性加密、不可逆加密（哈希）、同态加密（用于数值字段）。
（3）抑制技术：包括屏蔽（如打*号）、局部抑制（删除列）、记录抑制（删除行）。
（4）假名化技术：用随机值或加密方式生成唯一标识替代原始ID，如开放平台中的OpenID。
（5）泛化技术：降低数据粒度，如取整、使用“高于X”等阈值描述。
（6）随机化技术：通过随机修改属性值，常用语生成测试数据。
来自 “ ITPUB博客 ” ，链接：https://blog.itpub.net/70051142/viewspace-3181162/ ，如需转载，请注明出处，否则将追究法律责任。
上一篇：
实际工作中的数仓分层是怎样的
请登录后发表评论
登录
全部评论
