[发明专利]基于正则表达式验证的电力用户信息静态数据脱敏方法

说明书

本发明属于电力系统数据脱敏领域，特别涉及一种基于正则表达式验证的电力用户信息静态数据脱敏方法，通过键值脱敏对业务数据进行脱敏，既满足业务应用系统测试需求，又保护用户信息和电力数据资产，也可以在对外发布时保护客户隐私信息，成本上远低于收费工具，且对敏感数据的加密结合业务需要和支撑硬件的性能进行调节，具有很强的而针对性和灵活性。

技术领域

本发明属于电力系统数据脱敏领域，特别涉及一种基于正则表达式验证的电力用户信息静态数据脱敏方法。

背景技术

随着大数据时代的到来,大数据商业价值的挖掘,用户的精准定位,大数据中蕴藏的巨大商业价值被逐步挖掘出来,信息技术与当今的电力系统的行业技术发展密不可分、相辅相成，数据逐步成为电力系统基础性战略资源，进入大数据时代，企业运用过程中数据越来越多，对数据的安全性要求也越来越高，对数据安全性也带来了巨大的挑战--个人隐私、敏感信息的保护。如姓名、性别、身份证号等，这些都是人的隐私，也是我们所关注的一类敏感信息，在大数据价值挖掘的基础上如何保护人的隐私信息，也是数据脱敏必须解决的难题。电力公司包含了大量的客户信息，在电力用户快速推进信息化的同时，如何保护客户隐私也引起了电力公司高度关注，并开展敏感数据脱敏工作。

在研发业务应用系统软件时，必要时需要用到大量的、真实的、完整的业务数据进行功能测试和压力测试等，在以往的测试过程中，由于对敏感数据的重视程度不高，直接采用真实数据进行测试，出现了数据信息外流现象，后续随着对数据重要性认知的提升，采用模拟数据进行测试，但模拟数据在业务逻辑、数据量级等方面都与实际业务相差较远，使测试结果达不到预期的效果，当前也存在较多的数据脱敏工具，但均是收费工具，且价格比较昂贵，购买后脱敏方式完全受制于工具本身，不具备很好的灵活性。现有技术中最常用的方法是对称、非对称加密，具体方法是对原来为明文的数据按某种算法进行处理，使其成为不可读的乱码，从而达到保护数据而不被非法窃取、阅读的目的，传统加密技术由对称、非对称和散列算法构成，具有极高的安全强度，能够保证数据在传输过程中机密性和完整性，但是，由于数据在使用时必须完全解密，对最终用户而言，敏感数据依然明文，因而无法同事满足敏感数据安全性和可用性需求，亟须一种既能保证数据安全又能快速有效传输的数据脱敏方法出现。

发明内容

本发明通过键值脱敏对业务数据进行脱敏，既满足业务应用系统测试需求，又保护用户信息和电力数据资产，也可以在对外发布时保护客户隐私信息，同时本发明属于自主研发在成本上远低于收费工具，且对敏感数据的加密结合业务需要和支撑硬件的性能进行调节，具有很强的而针对性和灵活性；利用数据库的随机函数和汉字库码表，针对敏感数据随机生成不重复用户敏感信息(如：客户名称、身份证号、用户地址等)，并与业务敏感数据组成键值对码表对业务敏感数据进行数据脱敏。

本发明一种基于正则表达式验证的电力用户信息静态数据脱敏方法，实现步骤如下：

步骤1：利用数据抽取技术电力业务系统生产库获取用户敏感数据信息。

步骤2：将用户敏感信息推送至随机脱敏接口，随机脱敏程序基于推送的用户重要信息类型(如：名称、手机号、地址、身份证、联系电话等)和敏感数据的数量，选择脱敏值的生成类型、脱敏数据量。

步骤3：通过脱敏类型、敏感数据量、数据库随机函数和汉字库码表，生成与敏感数据等类型、等数据量、不重复的脱敏值。

步骤4：将等量的敏感数据和脱敏值，进行随机匹配，并以键值对的形式写入脱敏码表中，脱敏码表包括：名字脱敏码表、手机脱敏码表、地址脱敏码表、电话脱敏码表、单位脱敏码表等，该脱敏码表存储于生产环境源端，具有较高的安全性，由于脱敏数据为随机生产，且在测试环境中或对外发布的环境中具有不可逆性，因此脱敏数据安全性较高。