数据脱敏
数据脱敏的主要作用是对敏感数据按需进行漂白、变形、遮盖等处理，避免敏感信息泄露。可实现自动化发现源数据中的敏感数据，同时又能保证脱敏后的输出数据能够保持数据的一致性和业务的关联性。数据脱敏一般分为动态数据脱敏和静态数据脱敏。那么，两者之间有什么区别？分别在什么情况下使用呢？
数据脱敏
动态数据脱敏常用在访问敏感数据即时进行脱敏，一般用来解决在生产环境需要根据不同情况对同一敏感数据读取时进行不同级别脱敏的场景，如业务脱敏、运维脱敏、数据交换脱敏等场景。首先，业务脱敏主要针对不同权限业务用户访问敏感数据时，采取不同级别的脱敏规则。其次，在运维脱敏场景中，许多企业的数据库在运行中都面临以下几个问题：1. 共享、临时账号滥用现象，导致运维身份不清。2. 特权用户访问敏感数据，行为不受控。3. 当运维人员误操作，关键数据丢失，数据难以恢复。4. 无法监控数据库内部操作，无法进行追责溯源。面对上述问题，动态脱敏可以实现授权账号进行访问控制，对未授权的运维身份访问敏感数据实现动态脱敏功能。同时，保证数据库被误操作后快速回复，并实时监控数据库内部操作。最后，数据交换场景，是指通过API接口进行数据交换是非常常见的场景，通过API接口向特定平台提供数据时，需要对不同的用户信息提供不同的脱敏策略。
静态数据脱敏则一般应用在非生产环境或脱离原生业务系统使用。开发测试、数据共享、科学研究时静态数据脱敏的三个典型应用场景。首先，在开发测试场景中，比如银行证券等敏感信息系统中包含有姓名、身份、账号等敏感信息，但开发测试需要使用这些真实的数据，因此需要通过脱敏手段保证敏感数据不被泄露。其次，数据共享场景通常是在一些特定的需求下，将数据与其他部门或者外部企业共享。此时需要保留部分敏感数据，对特定的敏感数据进行处理。最后科学研究场景通常核心是将对数据进行统计分析，并将结果用于科学研究。那么就需要保证，对数据进行脱敏之后仍数据仍保留原本的特征和科学研究所所必须的内容。
不论是静态数据脱敏还是动态数据脱敏，都不会对敏感数据（核心数据）造成破坏，并且保持数据原有的可用性。换言之，即使数据进行了脱敏操作（去掉了敏感信息），数据共享方仍然可以使用、可以处理、可以提取相应的特征价值。