Veri Maskeleme
Veri maskeleme; adlar, kart numaraları veya sağlık tanımlayıcıları gibi hassas değerlerin gerçekçi ama kurgusal ya da gizlenmiş karşılıklarla değiştirilmesi uygulamasıdır; böylece veriler, orijinaller açığa çıkmadan test, analitik veya destek amacıyla kullanılabilir.
Veri maskeleme nedir?
Maskeleme iki biçimde uygulanır: statik maskeleme verinin bir kopyasını kalıcı olarak yeniden yazar, dinamik maskeleme ise değerleri sorgu anında, soruyu kimin sorduğuna göre gizler. Statik maskeleme test, staging ve offshore geliştirme ortamlarına uygundur. Dinamik maskeleme ise destek temsilcilerinin bir kaydın yalnızca bir kısmını görmesi gereken üretim sistemlerine uygundur.
Yaygın teknikler arasında sahte ama geçerli değerlerle ikame, değerlerin bir sütun içinde karıştırılması, null'a çevirme, yalnızca son dört hanenin gösterilmesi gibi kısmi karartma ve tokenizasyon yer alır. İyi bir maskeleme biçimi ve referans bütünlüğünü korur; böylece uygulamalar ve join'ler çalışmaya devam eder. Maskelenmiş bir kart numarası yine Luhn kontrolünden geçmeli, maskelenmiş bir e-posta yine e-posta gibi görünmelidir; aksi hâlde doğrulama kodu test verilerini reddeder.
Her alan için bir veri maskeleme tekniği nasıl seçilir?
Tekniği, alt akıştaki kullanıcının o alandan gerçekte neye ihtiyaç duyduğuna göre her alan için ayrı seçin.
E-posta ve müşteri kimlikleri: aynı girdinin her zaman aynı sahte değeri ürettiği deterministik ikame; böylece tablolar arası join'ler eşleşmeye devam eder.
Ödeme kartı numaraları: PCI DSS, gösterilebilecek bilgiyi en fazla kartı çıkaran kuruluş önekiyle (BIN) ve son dört haneyle sınırlar; geri kalan her şey maskelenmelidir.
Doğum tarihleri: yaşları ve aralıkları gerçekçi tutmak için her kişinin tarihlerini tutarlı bir rastgele farkla kaydırın.
Serbest metin notları: adları, telefon numaralarını ve adresleri karartmak için adlandırılmış varlık tanıma (NER) kullanın.
Daha sonra gerekecek hesap numaraları: tokenize edin ve eşleştirmeyi güvenli bir kasada saklayın.
Veri maskeleme uygulamada nasıl görünür?
Tipik bir proje, üretim verisinin bir kopyasını her gece bir kez maskeler ve üretim dışındaki her kullanıcıya yalnızca maskelenmiş sürümü verir. Harici bir QA ekibinin gerçekçi verilerle test yapmasını isteyen 90 kişilik bir sağlık sigortası brokerını düşünün.
Bir tarayıcı; adları, üye kimliklerini, teşhisleri ve banka bilgilerini içeren sütunları işaretler.
Gece çalışan bir iş, üretimdeki PostgreSQL'i staging'e kopyalar ve PostgreSQL Anonymizer eklentisiyle statik kuralları uygular.
Üye kimlikleri deterministik olarak maskelenir; böylece talepler yine doğru sahte üyeye bağlanır.
Snowflake'te dinamik bir maskeleme politikası, destek personelinin ulusal kimlik numaralarının yalnızca son dört hanesini görmesine izin verirken dolandırıcılık ekibi tam değerleri görür.
QA ekibi gerçekçi adlar, adresler ve talep geçmişleri elde eder; brokerın sözleşmelerinin de artık gerçek üye verilerini işleyen harici bir tedarikçiyi kapsaması gerekmez. Diyelim ki ekip, yayından önce maskelenmiş 200 satırdan örnek alıp kamuya açık verilerle herhangi birini yeniden tanımlamayı deniyor; tek bir eşleşme bile kuralların revizyona geri gönderilmesine yol açar.
Veri maskelemenin sınırları nelerdir?
Maskelenmiş veri otomatik olarak anonim veri değildir. GDPR Gerekçe 26'ya göre, bir anahtar veya başka bilgilerle bir kişiye yeniden bağlanabilen takma adlandırılmış (pseudonymized) veri hâlâ kişisel veridir ve hâlâ kapsam dahilindedir.
Yarı tanımlayıcılar: posta kodu, doğum tarihi ve cinsiyet, adlar kaldırıldıktan sonra bile birlikte kişileri ayırt edebilir.
Bozuk join'ler: bir anahtarı tablolar arasında tutarsız biçimde maskelemek raporları sessizce bozar.
Kaybolan uç durumlar: testler yalnızca gerçek, dağınık değerlerin tetiklediği hataları kaçırabilir; sentetik veri bu boşlukları doldurabilir.
Unutulan kopyalar: loglar, yedekler ve CSV dışa aktarımları çoğu zaman maskelenmemiş orijinalleri barındırır.
Veri maskeleme, şifreleme ve anonimleştirmeden nasıl ayrılır?
Şifreleme, veriyi anahtara sahip biri geri çevirene kadar gizler; maskeleme kullanıcılara kullanılabilir bir ikame sunar; anonimleştirme ise kişiye geri dönen gerçekçi her yolu ortadan kaldırır. Şifreleme, depolanan ve iletilen verileri korur ancak yetkili uygulamalara düz metni gösterir.
Maskeleme, insanların gerçek değerler olmadan gerçekçi verilere ihtiyaç duyduğu durumlarda tercih edilir. Veri anonimleştirme bir adım daha ileri gider ve doğru yapıldığında veriyi GDPR'ın kapsamı dışına çıkarır.
Araçlar arasında Snowflake maskeleme politikaları, BigQuery dinamik veri maskeleme, SQL Server Dynamic Data Masking, Oracle Data Masking and Subsetting, Delphix, Tonic.ai ve açık kaynaklı PostgreSQL Anonymizer bulunur.
Statik ve dinamik veri maskeleme karşılaştırması
Statik maskeleme | Dinamik maskeleme | |
|---|---|---|
Ne zaman uygulanır | Bir kez, verinin bir kopyası üzerinde | Sorgu anında, kullanıcı bazında |
Orijinal veri | Kopyada değiştirilir | Depolamada dokunulmadan kalır |
Tipik kullanım | Test, staging, dış kaynaklı geliştirme | Üretim desteği ve analitik |
Örnek araçlar | Delphix, Tonic.ai, PostgreSQL Anonymizer | Snowflake politikaları, SQL Server DDM |
Ana risk | Maskelenmemiş yedekler veya dışa aktarımlar | Geniş rollere sahip kullanıcılar her şeyi görür |
VIZIO AI, analitik projelerinde hassas verilerle nasıl çalışır?
VIZIO AI'ın vaka çalışmaları özel bir maskeleme projesini anlatmıyor; en yakın örtüşme, gizli müşteri ve finansal kayıtlar üzerine analitik kurmaktır. Seattle bölgesinde 15 avukatlı bir aile hukuku bürosu için DX Studio'muz Lawmatics, Clio Manage ve QuickBooks verilerini merkezi bir SQL veri ambarında birleştirdi ve yönetime dönüşüm oranları, faturalandırılabilir kullanım ve faturalanan ile tahsil edilen gelir gibi büro düzeyindeki metrikler üzerine kurulu Power BI panelleri sundu.
Büro manuel raporlama süresini %65 azalttı ve gelir takibi doğruluğunu %42 artırdı. Nereden başlamalı: Bir kişiyi tanımlayan her sütunu listeleyin, ardından hangi kullanıcıların gerçek değere, kısmi bir değere ya da hiçbirine ihtiyaç duymadığına karar verin.