Vad är dataobfuscation (datamaskering)? Definition, användningsområden och mer

Dataobfuskeringsdefinition

Dataobfuskation består av att ändra känsliga uppgifter eller identifiera en person (PII). Med syftet att skydda konfidentiell information i icke-produktiva databaser. En framgångsrik förvirring är när data upprätthåller referensintegritet. Samt dess ursprungliga egenskaper, som garanterar att utveckling, testning och installation av applikationerna är framgångsrika.

Det andra namnet för dataobfuskation är datamaskering. Det finns också andra termer som används tillsammans med dataobfuskering, såsom dataskrubbning, avidentifiering, depersonalisering, datakryptering, etc. Och listan fortsätter.

I Data Obfuscation förblir formatet för data detsamma. Endast värdet ändras. Ändringen av data inkluderar olika sätt som kryptering, teckenblandning eller ordsubstitution.

Också Läs: Vad är en datacentermigrering? Definition, utmaningar och mer

Användningar

Användningen av denna teknik är i icke-produktiva miljöer. Som i jämförelse med produktion har mindre säkerhetsskydd, så de är mer benägna att läcka information.

Vi kan tycka att den största risken för att äventyra vår information sker utifrån till insidan av företaget. Och av den anledningen investerar vi i perimetersäkerhet, utan att förneka behovet av att skydda vårt nätverk.

Vi ser i många fall att illvilliga personer exponerar informationen inifrån med intern åtkomst som hittar oskyddad data. Det är lämpligt att fråga:
• Vem kan se min företagsdata i icke-produktiva miljöer?
• Är personerna som testar, utvecklar, certifierar mina applikationer anställda eller outsourcing?

• Överväganden för dataobfuskation

• Följande är några av de saker du bör tänka på när du utformar eller väljer en lösning för känslig dataobfuskation:

  Ej reversibel:

  Det bör inte vara möjligt att återställa den ursprungliga känsliga informationen när datamaskeringsprocessen har inträffat. Om det är möjligt att vända processen för att återställa känsliga uppgifter igen, uppfyller detta inte syftet för vilket det utförs i datamaskering.

Maskerade data bör likna produktionsdata:

Detta är en av de viktigaste punkterna som måste beaktas. Data bör likna livedata eftersom testen annars kanske inte är giltiga. Därför, när vi designar eller köper en lösning för att maskera känslig data, är denna punkt en av de första som du bör överväga.

Underhåll av referensintegritet:

Om datafältet som manipuleras är en primärnyckel. Alla främmande nyckel som refererar till denna primärnyckel måste också göra det med den maskerade datan. Annars bibehålls inte referensintegriteten, och det kommer att finnas en främmande nyckel i någon tabell som inte motsvarar någon primärnyckel.

Upprepningsbar:

Dataobfuskering måste vara en upprepningsbar process. Produktionsdata ändras ofta, ibland på några timmar. Om datamaskeringslösningen bara stöder maskering en gång kan det orsaka problem, eftersom nya poster som läggs till kanske inte maskeras.

Databasintegritet:

Förutom att upprätthålla referensintegritet. Data Obfuscation-lösningen bör också kunna ta hänsyn till triggers, nycklar, index etc. Du bör kunna upptäcka relationerna mellan de olika objekten i databasen automatiskt och du bör kunna behålla deras status därefter.

Maskning av färdigförpackade data:

När du köper en dataobfuskeringslösning bör du också söka hjälp med att ha färdigförpackade maskerade data för allmän krav. Såsom kreditkortsnummer, personnummer etc. Lösningen i fråga bör ha exempel på data förberedda.

Tänk på att det inte är en uttömmande lista över funktioner. Det här är bara några funktioner som vi anser bör övervägas. De flesta kommersiella lösningar idag har många fler funktioner, och du bör göra en grundlig utvärdering innan du väljer din datamaskeringslösning.

Läs också: Vad är en mekanisk mus? – Definition, egenskaper och mer