四川银行数据标准结构来电咨询 北京派客动力有限公司

数据治理数据形态

作为数据安全工作者，了解企业自身数据的步就是数据形态的认知。数据体量有多大，是TB、PB还是ZB级？哪些是结构化数据、哪些是半结构化数据、哪些是非结构化数据？这些数据都存储在哪里，企业都用到了哪些种数据库，是传统的关系型数据库、Mpp数据库、K-V数据库还是基于Hadoop的数据库？这些数据的增量情况如何等等，都属于数据形态的范畴，都需要梳理了解。

数据治理数据脱敏

派客动力脱敏系统采用的静态脱敏方式，可以从元数据、数据的角度在海量业务系统的数据中发现敏感数据，并定位敏感数据的存储与分布，统计敏感数据量级。并且支持用户自定义发现规则、通过设置敏感字段对企业系统中的表和列进行扫描定位，利用专门的脱敏算法对敏感数据进行变形、屏蔽、替换、随机化等处理，将敏感数据转化为虚构数据，隐藏了真正的隐私信息，为数据的安全使用提供了基础保障。同时脱敏后的数据可以保留原有的数据特征与分布，无需改变相应的业务逻辑，实现了企业低成本、、安全的使用生产的隐私数据。

数据治理数据脱敏后数据依然具备业务规则关联性

派客动力脱敏平台根据该银行需求，保障脱敏后的数据依然具备供企业使用、分析的能力，具备能让业务可靠运行的能力。因此，脱敏后的数据能够保有原始数据的业务属性和数据分布特征，例如：原始数据中的姓名、地址等信息，需要在脱敏后依然具有可读性，脱敏后的数据满足业务系统的数据规则，能够正确的通过业务系统的数据有效性验证，如号、号的校验位，生日的区间等。