数据脱敏和数据加密是两种截然不同的技术,适用于不同目的。

脱敏技术主要是为了兼顾数据安全与数据使用,采用的是专业的数据脱敏算法;而加密则是通过对数据进行编码来保护数据,检索原始值的唯一方法是使用解密密钥解码数据。

脱敏数据仍然便于使用,但加密数据不是。

加密的主要优点在于它的可逆性,但是解密密钥存储位置、如何存储以及确定谁具有访问权限等工作都会给整个安全工作增加额外的成本、故障点,加剧复杂性。

数据加密

敏感数据的实际值被转换为“垃圾”值,除非通过解密还原出原始值,否则人类无法理解这些值。

数据脱敏

在一个不可逆转的过程中,敏感数据的真实值被转换成虚构的、但看起来逼真的值,原始值被永久改变且无法恢复。

上面两个简图能够帮助我们清晰地了解加密和脱敏的概念区别,当然实际技术还要复杂得多。比如脱敏根据不同的数据类型可能会应用不同的脱敏规则。

综上,我们总结一下数据加密相较于脱敏的不足之处:

1. 数据加密不能完全从技术上保证数据的安全。严格来说,任何有权访问用户数据的人员,如ETL工程师或是数据分析人员等,均有可能导致数据泄漏(数据脱敏能够更好地保证数据隐私性)。

2. 没有访问用户数据权限的人员,也可能存在对该数据进行分析挖掘的需求,数据的访问约束大大限制了充分挖掘数据价值的范围(数据脱敏能保证数据的可用性)。

3. 解密密钥存储位置、如何存储以及确定谁具有访问权限等工作都会给整个安全项目增加额外的成本、故障点,扩大复杂度。

数据脱敏和数据加密在数据层面的不同表现:

脱敏:在此只是对数据如姓名,身份证号码等进行简单粗暴的脱敏,即改变数据

加密:此处将对于两种加密算法进行讲述。

例DES、MD5加密函数。例如:

DES加密: update tb_salarysign_staff s set s.staffpwd =encrypt_des(s.staffpwd, 'test#5&124*!de');

DES解密:select decrypt_des(s.staffpwd, 'test#5&124*!de') from tb_salarysign_staff s

MD5加密: update tb_salarysign_staff s set s.staffpwd = md5(s.staffpwd);

查看解密后的字段状态,判断字段是否已被加密、脱敏

select unpassword(nik, 'key:78891234') from ods.O_GENERA_I;

317103******0002-----解密后的脱敏状态

select unpassword(nama, 'key:78891234') from ods.O_GENERA_I;

MEYA NIGSSIH-------解密后的未脱敏状态

数据脱敏和加密_数据脱敏和数据加密的区别相关推荐

  1. 数据脱敏和加密_数据脱敏和数据加密的区别--工作需要,对其进行了简单的整理...

    转至:https://blog.csdn.net/zfh_0916/article/details/104688307 通过查阅资料,了解数据脱敏和数据加密是两种截然不同的技术,根据不同的应用目的选用 ...

  2. 数据脱敏和加密_数据脱敏的方法

    数据脱敏 数据脱敏的方法 替代 指用伪装数据完全替换源数据中的敏 感数据,一般替换用的数据都有不可逆性,以保证安 全.替代是最常用的数据脱敏方法,具体操作上有常 数替代(所有敏感数据都替换为唯一的常数 ...

  3. 数据分析模型和工具_数据分析师工具包:模型

    数据分析模型和工具 You've cleaned up your data and done some exploratory data analysis. Now what? As data ana ...

  4. 数据增强 数据集扩充_数据扩充的抽象总结

    数据增强 数据集扩充 班级分配不均衡的创新解决方案 (A Creative Solution to Imbalanced Class Distribution) Imbalanced class di ...

  5. 数据科学还是计算机科学_数据科学101

    数据科学还是计算机科学 什么是数据科学? (What is data science?) Well, if you have just woken up from a 10-year coma and ...

  6. 数据科学生命周期_数据科学项目生命周期第1部分

    数据科学生命周期 This is series of how to developed data science project. 这是如何开发数据科学项目的系列. This is part 1. 这 ...

  7. 数据科学的发展_数据科学的发展与发展

    数据科学的发展 There's perhaps nothing that sets the 21st century apart from others more than the concept o ...

  8. 数据归一化处理方法_数据预处理:归一化和标准化

    1. 概述 数据的归一化和标准化是特征缩放(feature scaling)的方法,是数据预处理的关键步骤.不同评价指标往往具有不同的量纲和量纲单位,这样的情况会影响到数据分析的结果,为了消除指标之间 ...

  9. python数据收集整理教案_数据收集整理教案讲解学习

    一.数据收集整理 第一课时 教学目标 初步体验数据收集. 整理. 描述的过程, 会用分类数数的方法将数据整理成 简单的统计表, 初步认识统计表, 能正确填写统计表, 能从中获得简单统计的结 果. 通过 ...

最新文章

  1. C语言使用fopen的两点注意事项
  2. 域控制器显示无法使用解决办法
  3. 唯品会 1000+ 台 Hadoop 集群优化经验
  4. 【渝粤教育】广东开放大学 数据结构 形成性考核 (24)
  5. mui 图片预览(自定义)功能 - 案例篇
  6. chrome 打印布局_在打印预览模式下使用Chrome的Element Inspector?
  7. 2021-08-09
  8. 【Inkscape】SVG矢量图形编辑器
  9. Excel连接数据库
  10. EasyX实现按钮效果
  11. 多款国外虚拟主机简单比较
  12. jquery 即点即改.......
  13. 为什么目前的串行比并行传输快
  14. 给猫起名字的几种姿势
  15. docker目录 /var/lib/docker/containers 日志清理
  16. 叶胜超:V SYSTEMS(VSYS)--人人可发币的公链项目!
  17. cas246516-15-4|1-羧戊基-2,3,3-三甲基吲哚-5-硫酸钾花菁染料-齐岳生物
  18. Gephi画无向图和有向图(显示节点和边序号)
  19. keras冻结_keras ”冻结“ 网络层
  20. Python GUI:PyQT5+爬虫实现简单音乐下载器

热门文章

  1. os.path.join() 路径拼接错误解决 “/“ 和 “\“
  2. 北京大学计算机专业教授,北京大学彭宇新教授来我校进行学术交流
  3. 浪漫情人节-情人节由来
  4. 什么是云开发?小程序实例超详细演示~
  5. C#将html代码转换成文本代码
  6. 美国电子竞技平台Skillz成ARK“新欢”,能否迎来股价上涨风暴?
  7. PET塑料瓶子为什么能成为涤纶?
  8. MySQL 快速创建测试数据库
  9. vbs获取计算机信息,vbs获取系统硬件信息小脚本
  10. linux alarm定时器,Linux 定时器alarm()(转)