数据脱敏-6种方案，你选哪种？

 ​个人名片：
😊作者简介：一个为了让更多人看见许舒雅的宝贝的小白先生
🤡个人主页：🔗 许舒雅的宝贝
🐼座右铭：深夜两点半的夜灯依旧闪烁，凌晨四点的闹钟不止你一个。
🎅学习目标: 坚持前端的学习进度，做一个全栈开发工程师

目录

📕数据脱敏背景

🌟方案一：字符串替换（青铜）

👉优缺点分析

👉适用场景

🌟方案二：加密算法（白银）

👉加密算法选型

👉密钥管理方案对比

🌟方案三：数据遮蔽（黄金） 

👉性能影响测试数据

🌟方案四：数据替换（铂金级）

 👉映射表设计

👉替换流程

🌟方案五：动态脱敏（钻石） 

🌟方案六：K匿名化（王者）

👉实现步骤

👉代码示例

👉K值选择原则

🌟总结 

---

📕数据脱敏背景

在数字化时代，数据资产已成为企业核心资源。随着《个人信息保护法》等法规的颁布实施，数据安全治理面临新挑战。某金融机构的生产数据库包含200万客户资料，其开发测试团队需要真实数据集进行系统验证，但直接使用原始数据可能导致客户姓名、身份证号等敏感信息泄露。这种场景下，数据库脱敏技术通过构建数据变形算法$$f: D_{real} \rightarrow D_{masked}$$，在保持数据关联性和业务逻辑完整性的前提下，将敏感字段值$x$转换为不可逆的替代值$x'$。例如对银行卡号"622588******1234"实施部分遮蔽，既保留长度特征($L(x)=L(x')$)，又消除信息泄露风险。这种技术平衡了数据利用与隐私保护的双重需求，成为现代数据安全体系的关键组件。

看过一篇文章，是某公司的员工，在开发环境执行了这样的代码：

// 反例：直接将生产数据同步到测试环境  
public void syncUserToTest(User user) {  
    testDB.insert(user); // 包含手机号、身份证等敏感字段  
}

直接将生产数据，比如：手机号、身份证号等敏感字段，同步到了测试环境。

结果第二天，收到了公司领导的“传票”。

接下来，我将整理6种数据脱敏的方案。

🌟方案一：字符串替换（青铜）

技术原理：通过将敏感数据的部分字符用特殊字符（如星号 *）进行替换，达到脱敏的效果。

public class DataMaskingExample {
    // 对手机号码进行脱敏，将中间4位数字用星号代替
    public static String maskPhoneNumber(String phoneNumber) {
        if (phoneNumber == null || phoneNumber.length() != 11) {
            return phoneNumber; // 如果手机号码为空或长度不是11位，直接返回原值
        }
        return phoneNumber.substring(0, 3) + "****" + phoneNumber.substring(7); // 中间4位用星号代替
    }

    // 对身份证号码进行脱敏，只显示前6位和最后2位，中间用星号代替
    public static String maskIdCardNumber(String idCardNumber) {
        if (idCardNumber == null || idCardNumber.length() < 8) {
            return idCardNumber; // 如果身份证号码为空或长度小于8位，直接返回原值
        }
        return idCardNumber.substring(0, 6) + "******" + idCardNumber.substring(idCardNumber.length() - 2); // 中间部分用星号代替
    }

    public static void main(String[] args) {
        String originalPhone = "13812345678";
        String maskedPhone = maskPhoneNumber(originalPhone);
        System.out.println("Original Phone: " + originalPhone);
        System.out.println("Masked Phone: " + maskedPhone); // 输出：Masked Phone: 138****5678

        String originalIdCard = "110101199003075678";
        String maskedIdCard = maskIdCardNumber(originalIdCard);
        System.out.println("Original ID Card: " + originalIdCard);
        System.out.println("Masked ID Card: " + maskedIdCard); // 输出：Masked ID Card: 110101******78
    }
}

使用正则表达式将关键字字段替换成“*”。

👉优缺点分析

✅ 优点：实现简单、性能高（时间复杂度O(n)）

❌ 缺点：

• 无法恢复原始数据
• 正则表达式需考虑多国数据格式差异
• 存在模式被破解风险（如固定位置替换）

👉适用场景

适用于需要快速展示部分数据信息的场景，如手机号码、银行卡号等。

🌟方案二：加密算法（白银）

👉加密算法选型

算法类型	代表算法	特点	适用场景
对称加密	AES	加解密快，密钥管理复杂	支付信息存储
非对称加密	RSA	速度慢，安全性高	密钥交换
国密算法	SM4	符合国家标准	政府/金融系统

public class AESEncryptor {  
    private static final String ALGORITHM = "AES/GCM/NoPadding";  
    private static final int TAG_LENGTH = 128; // 认证标签长度  

    public static String encrypt(String plaintext, SecretKey key) {  
        byte[] iv = new byte[12]; // GCM推荐12字节IV  
        SecureRandom random = new SecureRandom();  
        random.nextBytes(iv);  

        Cipher cipher = Cipher.getInstance(ALGORITHM);  
        cipher.init(Cipher.ENCRYPT_MODE, key, new GCMParameterSpec(TAG_LENGTH, iv));  

        byte[] ciphertext = cipher.doFinal(plaintext.getBytes(StandardCharsets.UTF_8));  
        return Base64.getEncoder().encodeToString(iv) + ":" +  
               Base64.getEncoder().encodeToString(ciphertext);  
    }  

    // 解密方法类似...  
}

👉密钥管理方案对比

🌟方案三：数据遮蔽（黄金） 

数据库层实现数据遮蔽

-- 创建脱敏视图  
CREATE VIEW masked_customers AS  
SELECT  
    id,  
    CONCAT(SUBSTR(name,1,1), '***') AS name,  
    CONCAT(SUBSTR(mobile,1,3), '****', SUBSTR(mobile,8,4)) AS mobile  
FROM customers;  

-- 使用列级权限控制  
GRANT SELECT (id, name, mobile) ON masked_customers TO test_user;

创建数据脱敏视图，在视图中将关键字段做遮蔽。

然后在后面需要用到这些字段的代码，需要统一从视图中查询数据。

代理层实现（ShardingSphere示例）

rules:  
-!MASK
tables:
    user:
      columns:
        phone:
          maskAlgorithm:phone_mask
maskAlgorithms:
    phone_mask:
      type:MD5
      props:
        salt:abcdefg123456

👉性能影响测试数据

数据量	原始查询(ms)	遮蔽查询(ms)	性能损耗
10万	120	145	20.8%
100万	980	1150	17.3%
1000万	10500	12200	16.2%

🌟方案四：数据替换（铂金级）

将原始数据和脱敏的数据保存到cache中，方便后面快速的做转换

 👉映射表设计

// 使用Guava Cache实现LRU缓存  
LoadingCache<String, String> dataMapping = CacheBuilder.newBuilder()  
    .maximumSize(100000)  
    .expireAfterAccess(30, TimeUnit.MINUTES)  
    .build(new CacheLoader<String, String>() {  
        public String load(String key) {  
            return UUID.randomUUID().toString().replace("-", "");  
        }  
    });  

public String replaceData(String original) {  
    return dataMapping.get(original);  
}

👉替换流程

🌟方案五：动态脱敏（钻石） 

应用层实现（Spring AOP示例）

@Aspect  
@Component
publicclass DataMaskAspect {  

    @Around("@annotation(requiresMasking)")  
    public Object maskData(ProceedingJoinPoint joinPoint, RequiresMasking requiresMasking) throws Throwable {  
        Object result = joinPoint.proceed();  
        return mask(result, requiresMasking.type());  
    }  

    private Object mask(Object data, MaskType type) {  
        if (data instanceof User) {  
            User user = (User) data;  
            switch(type) {  
                case MOBILE:  
                    user.setMobile(MaskUtil.maskMobile(user.getMobile()));  
                    break;  
                case ID_CARD:  
                    user.setIdCard(MaskUtil.maskIdCard(user.getIdCard()));  
                    break;  
            }  
        }  
        return data;  
    }  
}

 在需要做数据脱敏的字段上技术RequiresMasking注解，然后在Spring的AOP拦截器中，通过工具类动态实现数据的脱敏。

数据库代理层架构

🌟方案六：K匿名化（王者）

假设医院发布就诊数据：

年龄	性别	疾病
25	男	感冒
25	男	发烧
25	男	骨折

当K=3时，攻击者无法确定具体某人的疾病，因为3人都具有相同特征（25岁男性）。

👉实现步骤

👉代码示例

public class KAnonymity {  

    // 年龄泛化：精确值→范围  
    public static String generalizeAge(int age) {  
        int range = 10; // K=10  
        int lower = (age / range) * range;  
        int upper = lower + range - 1;  
        return lower + "-" + upper;  
    }  
}

假设range是K值，等于10。

generalizeAge方法中，通过一定的算法，将年龄的精确值，泛化成一个区间范围。

输入年龄28，返回20-29。

👉K值选择原则

🌟总结 

方案	安全性	性能	可逆性	适用场景
字符串替换	★★	★★★★	不可逆	日志/展示
加密算法	★★★★	★★	可逆	支付信息存储
数据遮蔽	★★★	★★★	部分可逆	数据库查询
数据替换	★★★★	★★	可逆	测试数据生成
动态脱敏	★★★★	★★★	动态可控	生产环境查询
K匿名化	★★★★★	★	不可逆	医疗/位置数据