数据脱敏的这6种方案，真香！

苏三说技术2025-05-19 9:36

前言

某次新来的同事，在开发环境执行了这样的代码：

java 复制代码 
// 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  
}

直接将生产的数据，比如：手机号、身份证等敏感字段，同步到了测试环境。

结果1天后，受到了公司领导的批评。

这个案例揭示了数据脱敏的极端重要性。

这篇文章给大家分享6种常用的数据脱敏方案，希望对你会有所帮助。

方案1：字符串替换（青铜级）

技术原理：通过正则表达式对敏感数据进行部分字符替换

典型代码实现：

java 复制代码 
public class StringMasker {  
    // 手机号脱敏：13812345678 → 138****5678  
    public static String maskMobile(String mobile) {  
        return mobile.replaceAll("(\\d{3})\\d{4}(\\d{4})", "$1****$2");  
    }  

    // 身份证脱敏：110101199003077777 → 1101********7777  
    public static String maskIdCard(String idCard) {  
        if (idCard.length() == 18) {  
            return idCard.replaceAll("(\\d{4})\\d{10}(\\w{4})", "$1****$2");  
        }  
        return idCard; // 处理15位旧身份证  
    }  
}

使用正则表达式将关键字字段替换成了*

适用场景对比：

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）

方案2：加密算法（白银级）

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

完整实现示例：

java 复制代码 
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3：数据遮蔽（黄金级）

数据库层实现数据遮蔽：

sql 复制代码 
-- 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）：

yml 复制代码 
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4：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：

java 复制代码 
// 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5：动态脱敏（钻石级）

应用层实现（Spring AOP示例）：

java 复制代码 
@Aspect  
@Component  
public class 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6：K匿名化（王者级）

1. 通俗原理解释

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）。

2. 实现步骤

医疗数据泛化示例：

java 复制代码 
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

下面是某电商平台各方案的使用占比：

苏三的3个核心建议：

  1. 数据分类分级：不同级别数据采用不同脱敏策略
  2. 定期审计：使用自动化工具扫描敏感数据泄露
  3. 最小化原则：能不收集的敏感数据坚决不收集

灵魂拷问 ：

当黑客攻破你的数据库时，里面的数据是否像诺基亚功能机一样"防摔"？

安全大礼包

  • 敏感数据扫描工具
  • 脱敏策略检查表
  • 数据安全架构白皮书

最后说一句(求关注，别白嫖我)

如果这篇文章对您有所帮助，或者有所启发的话，帮忙关注一下我的同名公众号：苏三说技术，我的所有文章都会在公众号上首发，您的支持是我坚持写作最大的动力。

求一键三连：点赞、转发、在看。

关注公众号：【苏三说技术】，在公众号中回复：进大厂，可以免费获取我最近整理的10万字的面试宝典，好多小伙伴靠这个宝典拿到了多家大厂的offer。

热门推荐
01KGG转MP3工具|非KGM文件|解密音频02YOLOv8入门 | 重要性能衡量指标、训练结果评价及分析及影响mAP的因素【发论文关注的指标】03从零安装 LLaMA-Factory 微调 Qwen 大模型成功及所有的坑04【SpeedAI科研小助手】2分钟极速解决知网维普重复率、AIGC率过高，一键全文降！文件格式不变，公式都保留的！05YOLOv5改进 | 添加CA注意力机制 + 增加预测层 + 更换损失函数之GIoU06Coze扣子平台完整体验和实践（附国内和国际版对比）07Ubuntu24.04安装中文输入法08DeepSeek各版本说明与优缺点分析09苍穹外卖面试总结10组基轨迹建模 GBTM的介绍与实现（Stata 或 R）