SQL Server中的数据混淆

#1 楼

我希望我能为此加点100分！我已经看到这个主题被忽视了很多次，这是不正确的-做得很好。据我了解，您实际上想对字段本身中的数据进行加扰，尽管我了解您要实现的目标，但这样做不一定是必要的，尽管应该逐案考虑。

大多数数据保护法律都围绕着将数据正确地与个人相关联的能力（例如出生日期或电话号码）。您可以通过确保将数据从生产中移出UAT时将其弄乱，从而不容易将其重新映射到原始人，从而满足法律的要求-尤其是当您混淆姓氏和姓氏时。

但是，这不能解决问题，比如说联系方式。您可以通过整理数据来满足法律的要求，但是电话号码仍然是真实的，电子邮件仍然是真实的，等等……它们只是没有分配给正确的人。为此，我建议尽可能在将数据传递到UAT之前清除该数据，Red Gate会执行一个名为“数据生成器”的软件，该软件可以为您创建随机测试数据，以便您可以使用可以进行测试的数据重新填充字段。

关于数据加扰：有许多应用程序可以为您做到这一点，老实说，您不想重新发明轮子是正确的。我们公司使用的是Net2000公司的Data Masker产品。该许可证非常便宜，它的运行速度非常快，您不必担心在加扰数据库之前必须禁用所有约束。

如果您找不到符合您要求的任何内容，那么您当然可以推出自己的解决方案-如果您决定这样做，我强烈建议您使用CLR过程进行此操作，因为它比纯TSQL更灵活（不是说您无法使用TSQL，请参见此处。）

一旦您选择了一个应用程序来为您执行此操作，接下来您需要确定的是您实际上想要/需要进行哪些操作？老实说，您最好的资源是公司法律团队和/或公司审计师。我知道有时候我们可能不喜欢与他们合作，但是他们会比您更好地与他们联系并向他们提出问题，而不是尝试自己动手做错事情，寻求帮助绝对没有错。 -尤其重要的是。

我希望这对您有所帮助，也祝您好运……;-)

#2 楼

布朗斯通先生将指甲砸在了头上。现在为您提供一些帮助，这是我的“乱码”功能，用于混淆字符串（带有名称的有趣结果！）。传递一个字符串，它返回一个乱码。将其包括在针对字符串列的更新语句中。根据需要更改数据长度。

---------------------
-- Garble Function --
---------------------
-- Make a function to slightly garble the strings
IF (object_id('fn_Garble') is not null)
  drop function fn_Garble
go
create function fn_Garble
(
  @String varchar(255)
)  
returns varchar(255)
as
BEGIN
  select @String = replace(replace(replace(replace(replace(replace(replace(replace(replace(replace(@String,'o','e'),'a','o'),'i','a'),'u','i'),'t','p'),'c','k'),'d','th'),'ee','e'),'oo','or'),'ll','ski')
  return @String
END
go

#3 楼

我必须对我的客户零售数据进行此操作。对于名字，我去了人口普查，并下载了所有的名字和姓氏，将它们遍历一个循环以将每个名字和姓氏连接起来，添加性别代码并将其以大写形式加载到表中。然后，我有了一张约有4亿个唯一名称的表。我使用大写字母，因为我们当前的数据不是大写字母，所以我可以更容易地分辨出被擦除的数据。他们实际上是在当年1月1日出生，并使用邮政编码更新了所有电话号码（我的数据仅适用于美国）。电子邮件地址成为首字母加上姓氏@ mycompany.co。邮寄地址给了我最大的痛苦，但我保留了城市，州和邮编，因为我相信如果更改地址，它们不会成为问题。我有一个同事，他的某个程序会产生乱码，并以此来更新地址行。

在任何地方我都有重复的数据，但仍然对主要用户有FK（错误的设计，是的，但不是我的）。我也更新了该数据，因此名称在用户x的整个数据库中是一致的。 />
尽管地址没有任何意义，但总体来说我的数据仍然可读性强。我花了几天的时间才能完成所有这些工作，但是一旦完成并创建了SQL代理作业，我可以在短短15分钟内清理数据。

#4 楼

为了混淆单个字段，如何使用HASHBYTES函数（在SQL 2008+中）？如果您对数据加盐，则可以选择算法（MD5可能就足够了）。因此，请确保您执行的是SELECT HASHBYTES('SHA2_256', <LAST NAME FIELD>)，而不仅仅是
SELECT HASHBYTES('SHA2_256', <LAST NAME FIELD> + '<my salt string>')
，现在您有了一个不能轻易强行强制使用的哈希值。 ，而且可能要快得多。根据您真正需要保护的安全程度还是仅仅进行混淆，还可以使用更弱，更快速的哈希。

#5 楼

看一下Chrissy Lemaire（@ chrissy-lemaire）和她的团队编写的dbatools PowerShell模块，该模块提供了静态数据屏蔽的免费选项。他们所有的工具都很出色，所以我相信这值得一看。

在dbatools中查找的两个命令是：
New-DbaDbMaskingConfig
Invoke-DbaDbDataMasking

请看一下宣布此的博客文章：自动数据屏蔽