Что такое маскирование данных и для чего оно используется
Что проверяют
Понимаете ли вы, как работать с чувствительными данными, не ломая аналитику. От аналитика ждут не пересказа определения, а понимания, какие выводы на замаскированных данных остаются верными, а какие превращаются в тыкву.
Как отвечать
Маскирование это замена настоящих значений правдоподобными с сохранением формата: данные остаются пригодными для работы, но перестают указывать на конкретного человека.
Различать два режима. Статическое маскирование готовит отдельную копию для разработки, тестов и обучения моделей. Динамическое подменяет значения на лету при выдаче, в зависимости от прав: одной роли видна вся карта, другой только последние четыре цифры.
Приёмы и их цена для анализа:
- замена на случайное значение того же формата: связь с реальностью теряется полностью;
- сдвиг дат на постоянную величину: возраст ломается, интервалы между событиями сохраняются;
- округление в диапазоны (доход, координаты): агрегаты остаются верными, точечные выводы нет;
- токенизация или хеш с солью: одинаковый исходник даёт одинаковый токен, и соединения между таблицами продолжают работать.
Отдельно стоит сказать, что маскирование не заменяет шифрование и разграничение доступа, а дополняет их, и что требования к обезличиванию берутся из отечественного закона о персональных данных, а не из зарубежных практик.
Где спотыкаются
Маскируют прямые идентификаторы и считают задачу закрытой. Человек восстанавливается по сочетанию косвенных признаков: город, год рождения, должность, редкий диагноз. Проверять надо размер группы, внутри которой запись неотличима от соседних.
Маскируют каждую таблицу независимо. Один и тот же клиент получает разные токены в заказах и в платежах, соединение разваливается, и тестовая копия становится бесполезной для разработки.
Путают маскирование с усечением. Если из значения просто вырезали часть или обнулили колонку, распределение рушится и отчёты на такой копии врут; хорошая маска сохраняет тип, длину, проверку контрольной суммы и правдоподобное распределение.