数据脱敏方案
做了银行业务几年，一直从事得渠道整合系统。接触了基本行内得各个系统，看到大家得脱敏方式都不一样。今天自己参考总结下。便于后面参考使用。
1. 什么是数据脱敏？
什么是数据脱敏？也叫数据的去隐私化，在给定脱敏规则和策略的情况下，对敏感数据比如：身份证、手机号、卡号等，进行转换或者其他字符替换的一种技术手段，防止敏感信息直接暴露下公共的环境下。
比如：政府、金融机构、移动运营商是较早开始应用数据脱敏的，原因是他们所掌握的都是用户最核心的私密数据，如果泄露对于客户是不安全的。
数据脱敏的应用在生活中是比较常见的，比如我们在支付宝买页面或者某个银行App中查看账户等详情，账户信息会被用 * 遮挡，保障了商户隐私不泄露，只有点击类似眼睛的标记按钮才会全部展示完整信息！这就是一种数据脱敏方式。
常见的数据脱敏：分为静态数据脱敏（SDM）和 动态数据脱敏（DDM）。
1.1 静态数据脱敏
适用于将数据抽取出生产环境脱敏后分发至测试、开发、培训、数据分析等场景。
有时我们可能需要将生产环境的数据迁移到测环境DB库中进行正式场景测试，以此来排查问题或进行数据分析，但出于安全考虑又不能将敏感数据存储于非生产环境，此时就要把敏感数据从生产环境脱敏完毕之后再在非生产环境使用。
这样脱敏后的数据与生产环境隔离，满足业务需要的同时又保障了生产数据的安全。一般可以通过字符替换、无效化处理、重新错乱排序、加密处理等进行脱敏改造。
1.2 动态数据脱敏
动态数据脱敏（DDM）：一般用在生产环境，访问敏感数据时实时进行脱敏，因为有时在不同情况下对于同一敏感数据的读取，需要做不同级别的脱敏处理，例如：不同角色、不同权限所执行的脱敏方案会不同。
注意：在抹去数据中的敏感内容同时，也需要保持原有的数据特征、业务规则和数据关联性，保证我们在开发、测试以及数据分析类业务不会受到脱敏的影响，使脱敏前后的数据一致性和有效性。
2. 数据脱敏方案
数据脱敏系统可以按照不同业务场景自行定义和编写脱敏规则，可以针对库表的某个敏感字段，进行数据的不落地脱敏。
数据脱敏的方式有很多种，接下来以下图数据为准一个一个的演示每种方案。
2.1 无效化
无效化方案在处理待脱敏的数据时，通过对字段数据值进行 截断、加密、隐藏 等方式让敏感数据脱敏，使其不再具有利用价值。一般采用特殊字符（*等）代替真值，这种隐藏敏感数据的方法简单，但缺点是用户无法得知原数据的格式，如果想要获取完整信息，要让用户授权查询。银行很多面相外围系统就是这么脱敏的，尤其UAT环境。
比如我们将身份证号用 * 替换真实数字就变成了 "220724 ****** 3523"，非常简单。
.2.2 随机值
随机值替换，字母变为随机字母，数字变为随机数字，文字随机替换文字的方式来改变敏感数据，这种方案的优点在于可以在一定程度上保留原有数据的格式，往往这种方法用户不易察觉的。
2.3 数据替换
数据替换与前边的无效化方式比较相似，不同的是这里不以特殊字符进行遮挡，而是用一个设定的虚拟值替换真值。比如说我们将手机号统一设置成 “13651300000”。这个后面可以在查看原始数据时候可逆查看。
2.4 对称加密
对称加密是一种特殊的可逆脱敏方法，通过加密密钥和算法对敏感数据进行加密，密文格式与原始数据在逻辑规则上一致，通过密钥解密可以恢复原始数据，要注意的就是密钥的安全性。
2.5 平均值
平均值方案经常用在统计场景，针对数值型数据，我们先计算它们的均值，然后使脱敏后的值在均值附近随机分布，从而保持数据的总和不变。
2.6 偏移和取整
这种方式通过随机移位改变数字数据，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，比之前几种方案更接近真实数据，在大数据分析场景中意义比较大。
比如日期字段 update_time 中 2021-05-27 10:26:25 变为 2021-01-02 15:00:00。偏移量和取整限制可以自定义。