大數(shù)據(jù)脫敏是什么意思

大數(shù)據(jù)數(shù)據(jù)脫敏，又稱數(shù)據(jù)漂白、數(shù)據(jù)去隱私化或數(shù)據(jù)變形，是指對(duì)某些敏感信息通過(guò)脫敏規(guī)則進(jìn)行數(shù)據(jù)的變形，實(shí)現(xiàn)敏感隱私數(shù)據(jù)的可靠保護(hù)，這樣在開(kāi)發(fā)、測(cè)試和其它非生產(chǎn)環(huán)境以及外包環(huán)境中安全地使用脫敏后的真實(shí)數(shù)據(jù)集。

隱私數(shù)據(jù)脫敏技術(shù)

通常在大數(shù)據(jù)平臺(tái)中，數(shù)據(jù)以結(jié)構(gòu)化的格式存儲(chǔ)，每個(gè)表有諸多行組成，每行數(shù)據(jù)有諸多列組成。根據(jù)列的數(shù)據(jù)屬性，數(shù)據(jù)列通常可以分為以下幾種類(lèi)型：

可確切定位某個(gè)人的列，稱為可識(shí)別列，如身份證號(hào)，地址以及姓名等。

單列并不能定位個(gè)人，但是多列信息可用來(lái)潛在的識(shí)別某個(gè)人，這些列被稱為半識(shí)別列，如郵編號(hào)，生日及性別等。美國(guó)的一份研究論文稱，僅使用郵編號(hào)，生日和性別信息即可識(shí)別87%的美國(guó)人[3]。

包含用戶敏感信息的列，如交易數(shù)額，疾病以及收入等。

其他不包含用戶敏感信息的列。

所謂避免隱私數(shù)據(jù)泄露，是指避免使用數(shù)據(jù)的人員(數(shù)據(jù)分析師，BI工程師等)將某行數(shù)據(jù)識(shí)別為某個(gè)人的信息。數(shù)據(jù)脫敏技術(shù)通過(guò)對(duì)數(shù)據(jù)進(jìn)行脫敏，如移除識(shí)別列，轉(zhuǎn)換半識(shí)別列等方式，使得數(shù)據(jù)使用人員在保證可對(duì)#2(轉(zhuǎn)換后)半識(shí)別列，#3敏感信息列以及#4其他列進(jìn)行數(shù)據(jù)分析的基礎(chǔ)上，在一定程度上保證其無(wú)法根據(jù)數(shù)據(jù)反識(shí)別用戶，達(dá)到保證數(shù)據(jù)安全與最大化挖掘數(shù)據(jù)價(jià)值的平衡。

隱私數(shù)據(jù)泄露類(lèi)型

隱私數(shù)據(jù)泄露可以分為多種類(lèi)型，根據(jù)不同的類(lèi)型，通常可以采用不同的隱私數(shù)據(jù)泄露風(fēng)險(xiǎn)模型來(lái)衡量防止隱私數(shù)據(jù)泄露的風(fēng)險(xiǎn)，以及對(duì)應(yīng)不同的數(shù)據(jù)脫敏算法對(duì)數(shù)據(jù)進(jìn)行脫敏。一般來(lái)說(shuō)，隱私數(shù)據(jù)泄露類(lèi)型包括：

個(gè)人標(biāo)識(shí)泄露。當(dāng)數(shù)據(jù)使用人員通過(guò)任何方式確認(rèn)數(shù)據(jù)表中某條數(shù)據(jù)屬于某個(gè)人時(shí)，稱為個(gè)人標(biāo)識(shí)泄露。個(gè)人標(biāo)識(shí)泄露最為嚴(yán)重，因?yàn)橐坏┌l(fā)生個(gè)人標(biāo)識(shí)泄露，數(shù)據(jù)使用人員就可以得到具體個(gè)人的敏感信息。

屬性泄露，當(dāng)數(shù)據(jù)使用人員根據(jù)其訪問(wèn)的數(shù)據(jù)表了解到某個(gè)人新的屬性信息時(shí)，稱為屬性泄露。個(gè)人標(biāo)識(shí)泄露肯定會(huì)導(dǎo)致屬性泄露，但屬性泄露也有可能單獨(dú)發(fā)生。

成員關(guān)系泄露。當(dāng)數(shù)據(jù)使用人員可以確認(rèn)某個(gè)人的數(shù)據(jù)存在于數(shù)據(jù)表中時(shí)，稱為成員關(guān)系泄露。成員關(guān)系泄露相對(duì)風(fēng)險(xiǎn)較小，個(gè)人標(biāo)識(shí)泄露與屬性泄露肯定意味著成員關(guān)系泄露，但成員關(guān)系泄露也有可能單獨(dú)發(fā)生。

隱私數(shù)據(jù)泄露風(fēng)險(xiǎn)模型

將數(shù)據(jù)開(kāi)放給數(shù)據(jù)分析人員，同時(shí)就引入了隱私數(shù)據(jù)泄露的風(fēng)險(xiǎn)。在限制隱私數(shù)據(jù)泄露風(fēng)險(xiǎn)在一定范圍內(nèi)的同時(shí)，最大化數(shù)據(jù)分析挖掘的潛力，是數(shù)據(jù)脫敏技術(shù)的最終目標(biāo)。目前在隱私數(shù)據(jù)脫敏領(lǐng)域，有幾個(gè)不同的模型可以用來(lái)從不同角度衡量數(shù)據(jù)可能存在的隱私數(shù)據(jù)泄露風(fēng)險(xiǎn)。

推薦教程：《PHP教程》