揭秘企業(yè)中的數(shù)據(jù)屏蔽技術(shù)
公司的網(wǎng)絡(luò)需要定期打補丁，網(wǎng)絡(luò)上運行的應用程序也同樣如此。將網(wǎng)絡(luò)和應用程序補丁和版本升級結(jié)合起來，就會發(fā)現(xiàn)要確保所有這些變化不會破壞企業(yè)的基礎(chǔ)設(shè)施，測試環(huán)境是多么的重要。
但在測試環(huán)境中，使用有效的生產(chǎn)數(shù)據(jù)并不切合實際。它的使用往往受隱私法律和安全政策的限制。在生產(chǎn)環(huán)境中，可以適當?shù)貙嵤﹪栏竦脑L問控制措施，用戶界面提供數(shù)據(jù)的控制和管理權(quán)限。非生產(chǎn)系統(tǒng)中，數(shù)據(jù)的安全性通常無法滿足開發(fā)和測試過程中速度和靈活性的要求。加之更多的雇員（如開發(fā)人員和系統(tǒng)工程師）需要擁有對數(shù)據(jù)進行低級別訪問的特權(quán)。顯然，這種類型的環(huán)境不符合保護敏感數(shù)據(jù)的法律規(guī)定。
但要實現(xiàn)有效性，測試環(huán)境就必須使用真實數(shù)據(jù)。但是，如果一個應用程序要處理50萬個用戶和幾百萬筆交易的話，手動創(chuàng)建所需的大量數(shù)據(jù)是不可能的。
那么，在現(xiàn)行系統(tǒng)上運行一個應用程序之前，如何獲得該應用更新所需的測試數(shù)據(jù)呢？為了提供實際數(shù)據(jù)，許多測試團隊轉(zhuǎn)而研究可用于非生產(chǎn)環(huán)境中的數(shù)據(jù)屏蔽技術(shù)。
數(shù)據(jù)屏蔽（data masking）——又被人們稱為數(shù)據(jù)混淆、去身份識別（de-identification）、去個人化（depersonalization）或數(shù)據(jù)洗擦（data scrubbing），是為了消除數(shù)據(jù)所有可識別的特征來實現(xiàn)匿名時仍然可用的功能，而最重要的目的是為了消除泄漏敏感信息的風險。數(shù)據(jù)屏蔽的概念于90年代初***被提出，目的是：在不暴露敏感信息的情況下，向開發(fā)團隊提供有意義的測試數(shù)據(jù)。最近隨著法律和合規(guī)要求的出臺以及改進的屏蔽技術(shù)，重新創(chuàng)建大型數(shù)據(jù)集變得更加容易，這引起了企業(yè)的廣泛注意。
要在安全的基礎(chǔ)上實現(xiàn)有效性，數(shù)據(jù)屏蔽技術(shù)必須通過改變數(shù)據(jù)來保護個人記錄的隱私，所以無法確定或重新計算出實際值。最常用的數(shù)據(jù)屏蔽技術(shù)有加密、混編（shuffling）、屏蔽、替代、方差（variance）和置空方法?；炀幏椒ㄖ傅氖橇袛?shù)據(jù)的隨機移動，而替代則是以相似信息取代了原來的列數(shù)據(jù)，而且替代的內(nèi)容與真實信息完全無關(guān)，例如把所有的男性名字改為名單中隨機選出的名字。方差方法可用于數(shù)字和日期列，通過真實值的隨機比例對每個值進行修正。
實際上，數(shù)據(jù)屏蔽是一項復雜的技術(shù)，該技術(shù)力求提供匿名且仍可用的測試數(shù)據(jù)，這些測試數(shù)據(jù)還得具有原始資料的表面特征; 一連串毫無意義的隨機文本通常是不夠的。例如加密方法，將字符轉(zhuǎn)換成二進制數(shù)據(jù)后再插入應用程序，這樣數(shù)據(jù)看起來就不再真實了，并且對報告和打印機而言也不好。替代數(shù)據(jù)，如街道名稱，有時很難找到大量的數(shù)據(jù)，數(shù)據(jù)混編技術(shù)真的只能用于大型數(shù)據(jù)集，即便如此仍可能泄露敏感數(shù)據(jù)。例如，人力資源數(shù)據(jù)庫中的***工資（可能是該公司CEO的工資）仍然可見，但顯示出來的是另一名雇員的工資數(shù)（當然，某些訪問了此數(shù)據(jù)的人可能猜得出是CEO的薪水，所以經(jīng)過推理，信息會泄漏出來）。雖然方差技術(shù)提供了一種掩飾數(shù)據(jù)的合理方法，但數(shù)據(jù)的大小分布在合理范圍內(nèi)至關(guān)重要，如絕對不能出現(xiàn)某個員工150歲這樣的錯誤。自由格式文本數(shù)據(jù)，如備忘錄和筆記，幾乎不可能用任何數(shù)據(jù)屏蔽技術(shù)進行保密處理，因此這些數(shù)據(jù)都必須用諸如Lorem Ipsum的虛構(gòu)字體來取代。
不管數(shù)據(jù)屏蔽技術(shù)采用的是哪種方法，但數(shù)據(jù)庫里行、列、表格之間的數(shù)據(jù)結(jié)構(gòu)和數(shù)據(jù)關(guān)系在每一步的屏蔽操作中要保持相同，這一點至關(guān)重要。例如，如果雇員表的密碼是EMPLOYEE_NUMBER，那么它的變更一定會引起所有其它相關(guān)表格出現(xiàn)相同的變化。有些數(shù)據(jù)項具有一種表征內(nèi)部含義的結(jié)構(gòu)，如信用卡號碼的校驗和。對這種類型的數(shù)據(jù)進行保密處理的唯一方法就是混編，混編后沒有任何一行包含原始數(shù)據(jù)，但每個數(shù)據(jù)項仍然內(nèi)部有效。如果取而代之的是隨機數(shù)字集合，那么就意味著任何有效性檢查都會失敗，并會妨礙數(shù)據(jù)庫的更新測試。正如你所見，要合理采用數(shù)據(jù)屏蔽技術(shù)，就需要好好考慮很多問題。
幸好有越來越多的數(shù)據(jù)屏蔽產(chǎn)品用于大型數(shù)據(jù)集的自動加密。Camouflage Software公司被專業(yè)市場調(diào)研機構(gòu)Forrester Research評為數(shù)據(jù)屏蔽的五大供應商之一，它提供隱蔽數(shù)據(jù)屏蔽生命周期管理套件（Camouflage Data Masking Lifecycle Management Suite）。其他廠商還有DataGuise和Original Software，甲骨文公司為其開發(fā)的數(shù)據(jù)庫應用程序提供數(shù)據(jù)屏蔽包。同時IBM公司開發(fā)了一種名為企業(yè)屏蔽網(wǎng)關(guān)（MAGEN）的軟件工具，此工具在數(shù)據(jù)到達用戶的屏幕之前，采用光學字符識別技術(shù)和屏幕抓取方式識別并掩蓋保密數(shù)據(jù)。
數(shù)據(jù)屏蔽技術(shù)，如果使用得恰當，不僅可以做到遵守相關(guān)數(shù)據(jù)隱私法規(guī)，而且對減少公司內(nèi)外部的數(shù)據(jù)泄漏風險而言也是行之有效的策略，數(shù)據(jù)屏蔽技術(shù)對任何非生產(chǎn)數(shù)據(jù)庫和其它測試環(huán)境而言也是***措施。該技術(shù)使得現(xiàn)實的數(shù)據(jù)被用于測試、培訓和軟件開發(fā)，包括異地或跨國界的項目。
【編輯推薦】
