DB34T 4631.2-2023 政务数据 第2部分：脱敏技术规范

34Governmentdata—Part2:SpecificationforI本文件按照GB/T1.1—2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的规定州安恒信息技术股份有限公司、五色石（杭州）数据技术有限1政务数据第2部分：脱敏技术规范GB/T37988信息安全技术数据安全能力成熟度GB/T39477信息安全技术政务信息共享数据安全技通过一系列数据处理方法对原始数据进行处理以屏蔽敏感数据的一种数据保护静态数据脱敏staticdatadesensit动态数据脱敏dynamicdatadesensi脱敏策略desensitization根据一定的业务场景，选择数据脱敏方法和一系列的数据脱敏技术对敏感数据进行4数据脱敏基本要求4.1数据可用性24.2数据有效性4.3数据真实性4.4数据脱敏自动化4.5数据一致性数据脱敏后应具有一致性，在脱敏策略不变的前4.6数据可配置性数据脱敏工作应具有可配置性，支持配置多5.1发现敏感数据合法权益、公共利益或国家安全的级别数据均为利用数据标识技术工具对敏感数据的位置和格式信息5.2制定脱敏方案5.3脱敏操作31数据导出。2.外部单位使用其他公共服务机构敏感重排、关系映射、遮盖、偏移取整、随机值替跨行随机互换原始敏感与本行其他数据关联关通用、日数字、收时间、数2散列、加密对原始数据通过散列算3理机构之间根据数据的敏感等级进行有条件的数据截断、泛化、掩码4主要包括政务部门面向公民、法人和其他组织以非排他形式有条件开放部分匿名、掩据中存在一定量的准标串5在原数据中加入噪音信数据集能够抵抗任何对6保证数据集的业务属性的前提下，适用于群体信息统计的场景，对数据集进在保证脱敏后数据集总值或平均值与原数据集7数据运营的过程，应该包括数据采集、数据存储、数据提取、数据挖掘、数据分析、数据展现、数据重排、关系映射、遮盖、偏移取整、随机值替跨行随机互换原始敏感与本行其他数据关联关通用、日数字、收时间、数4数据脱敏1对数据集进行去标识化或提升脱敏技术有效性的常用方法，主要包括数据抽样和数据聚合两数据抽样是通过选取数据集中有代表性的子集来对原始数据集2数据聚合作为一系列统计技术的集合，应用于微数据中的属性3对未脱敏数据进行加密处理，使未授权的系统或用户只能看到无意义的加密数据，主要包括确定性加密、保序加密、保留格式加态秘密共享等处理45保留格式67同态秘密的两个或以上若干份额替代数据记录中的任何标识符或敏感属8通过加入噪声的方式对原始数据进行干扰，扰乱后的数据仍保留着原始数据的分布特征，并能通过业务校验，主要包括唯一值映排、混洗、固定偏9主要通过对敏感数据进行跨行随机互换来打破其与本行其他数5将输入映射为1个hash值，常用作将不定长数据为固定长度通过隐藏数据中部分信息的方式来对原始数据的值进行转换，又称为隐藏技术或掩码技术，主要包括遮盖、掩记录抑制等处理方利用“*”符号遮掩部分信息，并且保证数据长度不变，容易识在保留原始数据局部特征的前提下使用一般值替代原始数据，泛化后的数据具有不可逆性，主要包括偏移取整、截断、顶层与顶层与底通过随机修改属性的值，使得随机化处理后的值区别于置换、微聚集等处置换实在不修改属性值的情况下