数据脱敏和数据加密有什么区别
数据脱敏：主要是为了兼顾数据安全与数据使用，采用专业的数据脱敏算法。
数据加密:通过对数据进行编码来保护数据，获取实际值的唯一方法是使用解密密钥解码数据。
数据加密是可逆的，数据脱敏是不可逆的。
处理方法不同 | 保护内容不同 | 影响性能不同 | 适用场景不同 | 实现难度不同 | 恢复数据的难度不同 | |
| 数据脱敏 | 通过改变或删除敏感信息，使其无法识别原始数据的一种安全保护方法。该方法会保留数据的结构和部分内容，以便于分析和测试 | 用于保护特定的敏感信息，例如社保号码、银行账号 | 一般不会影响系统性能 | 用于数据分析、软件测试等场景，其中涉及到的数据不需要完全真实，但需要保持数据的统计特性。 | 对数据有深入的了解，例如知道哪些数据是敏感的，以及如何脱敏 | 无法恢复到原始状态 |
| 数据加密 | 将原始数据转换为密文形式，只有持有密钥的人才能访问原始数据。在加密后的数据中，无法直接看到任何有意义的信息。 | 可以保护所有的数据，不论其是否敏感 | 加解密操作而导致系统性能下降 | 用于存储和传输敏感数据的场景，需要防止未授权的访问和泄露。 | 需要有一定的密码学知识 | 只要有密钥，就可以将加密后的数据恢复到原始状态。 |
数据脱敏常用方法
1. 替换：将敏感数据替换为不敏感的数据。例如，将姓名替换为“张三”或者使用匿名标识符代替真实的身份证号码。
2. 删除：直接删除敏感数据，确保不再存储于系统中。这样可以彻底消除用户隐私泄露的风险。
3. 掩盖：使用掩盖符号或星号来隐藏敏感数据的部分字符。例如，将手机号码中的中间几位用星号替代。
4. 加密：对敏感数据进行加密处理，只有授权的人能够解密。对称加密和非对称加密是常用的加密算法。
5. 脱敏算法：使用专门的脱敏算法对敏感数据进行处理，保障数据在有效性和模糊性之间的平衡。
6. 生成虚拟数据：使用生成算法生成与原始敏感数据具有相似特征的虚拟数据，从而达到保护隐私的效果。
7. 限制访问权限：只给予特定的人员或角色有限的访问权限，确保敏感数据只能被授权人员访问。
常用的脱敏规则主要有：
