Site icon THE FOREFRONT OF TECHNOLOGY

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

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

Innehållsförteckning

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:

    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: