久久无码激情床戏视频,视频一区二区免费,国产丰满乱子伦无码,被亲夹得我好爽一区二区,国产一区二区三区欧美亚洲,国内裸体无遮挡免费视频,丰满人妻熟妇av无码区,国产麻豆成人av,波多野结衣被三个小鬼

?
安華金和在中小銀行數據脫敏技術應用的解決思路
作者:安華金和 發布時間:2020-07-28

微信圖片_20200728090840 副本.jpg

近年來,銀行業與互聯網技術的融合日益緊密。一方面,人們對通過手機等移動終端隨時隨地完成消費、存取、轉賬等操作習以為常;另一方面,銀行業務系統中存有大量涉及客戶隱私信息的敏感數據,一旦發生泄露、丟失、損毀或被篡改等安全事件,將直接威脅客戶財產乃至人身安全,并為銀行帶來難以估量的經濟損失和聲譽損害。

當前,如何通過應用數據脫敏技術,實現在充分利用數據進行業務分析、開發測試、審計監管等的同時,確保重要敏感數據安全,已成為銀行數據安全治理的關鍵一環!尤其是在人力、資源、經驗等方面都相對受限的中小銀行,數據脫敏過程中所面臨的挑戰不言而喻,本文針對銀行數據脫敏技術應用的四類典型問題,逐一提出解決思路:

應用難點一

對銀行數據安全負責人而言,當前市面上的數據脫敏產品種類繁多、質量不一;在對自家數據資產狀況并不十分了解,加之對所使用數據脫敏產品的功能理解和操作等方面存在障礙,往往容易導致所獲取的敏感數據表、字段等信息不準確,繼而造成脫敏后數據無法達到“可用、合規、安全、高效”等預期目標。

解決思路

安華金和通過對數據脫敏系統(DMS)功能特性的創新設計,在確保數據脫敏工作標準化與規范化的同時,簡化了對其操作的復雜性,實現了數據脫敏“過程可重復、結果可驗證”。

1、敏感數據自動識別與梳理

安華金和數據脫敏系統能夠針對銀行“數據庫敏感字段及文件敏感列”進行梳理,即按照系統內置的隱私發現規則或用戶自定義的敏感數據特征,對采樣信息進行自動掃描和識別;能夠持續發現新的敏感數據,避免了按照字段定義敏感數據源等繁瑣的工作,從而最大限度地對所有需要抽取的敏感數據進行自動識別;此外,系統還可根據敏感數據發現結果,自動化地形成敏感數據字典和樣例數據,結合人工輔助調整數據列和敏感數據的關系,可達到更精細、更準確的敏感數據管理效果。

微信圖片_20200728090953 副本.jpg

敏感數據自動識別過程

2、豐富的脫敏算法匹配

安華金和數據脫敏系統能夠提供標準化脫敏算法、規范數據脫敏過程,并可根據不同的場景及隱私數據類型,采用相對應的數據脫敏算法,以滿足銀行多樣化的數據使用需求。

微信圖片_20200728090957 副本.jpg

脫敏算法適應不同場景需求

3、脫敏方案可重復、可驗證

安華金和數據脫敏系統允許銀行根據不同的數據應用場景,制定不同的數據脫敏策略;而對于同類應用場景,可將若干數據脫敏策略組合成適用于該場景的數據脫敏方案、創建“立即執行或定期執行”的數據脫敏任務,實現在這一場景下對不同批次數據脫敏需求自動化、可重復的脫敏過程。

微信圖片_20200728091002 副本.jpg

標準化脫敏流程

綜上,安華金和數據脫敏系統憑借敏感數據自動發現與梳理、脫敏算法匹配、脫敏方案設計和任務管理等方式,建立起變“人工”為“自動”的標準化脫敏流程,從而大幅提升銀行數據脫敏工作的效率與準確性,同時將更多人力和資源從過去繁瑣的工作中釋放出來。

應用難點二

對銀行而言,無論是在數據管理還是流程管理方面,都應把數據脫敏納入到日常辦公及審批流程管理(OA、ITSM等)之中,以實現對數據脫敏過程的“可管理、可追溯”,從而降低業務安全風險,避免違法違規情況的發生。然而,在實際落地操作時,銀行又該如何將數據脫敏系統與自身業務系統及流程進行有效整合呢?

解決思路

安華金和數據脫敏系統提供專門模塊及API接口與銀行系統進行整合,能夠將數據脫敏系統快速、便捷地融入到銀行的生產管理流程,并進行集中管控。

微信圖片_20200728091007 副本.jpg

與銀行業務流程整合過程

應用難點三

銀行IT系統大多建設早、時間長、涉及的數據庫類型多且系統架構較為復雜,這就需要數據脫敏系統具備豐富的數據源支持能力,以應對復雜的數據脫敏場景及相關需求。

解決思路

1、數據源支持全面

· 支持國際主流的關系型數據庫、國產關系型數據庫、專用數據庫、大數據平臺組件等;

· 支持常用的半結構化數據文件,如CSV、XML、Excel、html、DMP(數據導出)等。

微信圖片_20200728091011 副本.jpg

支持各種主流數據源

2、數據脫敏方式多樣

根據不同的數據脫敏場景及需要,支持包括:源庫脫敏、跨庫脫敏、異構數據庫脫敏、數據庫到文件脫敏、文件間脫敏、文件到數據庫脫敏等豐富的脫敏方式。

微信圖片_20200728091015 副本.jpg

支持多種數據脫敏方式

應用難點四

面對不斷增長的數據規模與多樣化的數據脫敏場景,銀行需要高性能且可靠的數據脫敏系統支撐相關工作穩定運行,從而有效應對各類突發性、臨時性的數據脫敏需求。

解決思路

1、高性能數據脫敏

單臺設備采用“異步處理”數據抽取、數據脫敏、數據分發機制,以確保系統實現高效運轉。

例如:某銀行業務系統中存有1TB數據,現在急需將其全部脫敏后發送給測試人員使用,安華金和數據脫敏系統只需6小時即可精準完成全部工作。

2、分布式集群脫敏

安華金和數據脫敏系統支持分布式集群部署,具有良好的橫向擴展能力;多臺設備可按照集群方式擴展以提高運算性能,滿足銀行在大數據量場景下的脫敏需求。

3、脫敏過程容錯力

銀行針對大規模數據的脫敏通常耗時較長,過程中一旦發生因“數據不規范”等原因造成的脫敏任務中斷,則前功盡棄;為此,需要數據脫敏系統具備良好的容錯能力,盡可能保證數據脫敏的全過程順利進行不會“中斷”。

【擴展閱讀】

數據脫敏技術發展現狀與產品選型建議

銀行數據安全治理痛點與整體應對思路

金融行業數據脫敏的類型、難點和辦法

安華金和數據脫敏系統在銀行數據外發場景中的實踐

安華金和數據脫敏產品在多場景下的脫敏實踐

?