汽车之家敏感数据治理实践
关注“之家技术”，获取更多技术干货
总篇205篇 2023年第18篇
随着大数据时代的到来，信息安全问题备受关注，用户对于个人隐私保护的要求越来越高。汽车之家作为国内最大的汽车垂直门户网站之一，一直致力于用户敏感数据保护。本文介绍，汽车之家通过研发”加解密中间件-AutoProxy”，实现敏感数据透明加解密，完成大量的历史存量及新增敏感数据的脱敏治理，更安全的保护用户信息。
1. 敏感数据治理背景
1.1
数据安全及合规需求
数据安全事故时有发生，国家近年出台了《网络安全法》,《个人信息保护法》,《GB/T 35273 个人信息安全规范》,《关于开展互联网行业市场秩序专项整治行动的通知》等多部数据安全法律、法规进行个人信息保护。
1.2
数据脱敏方法
数据脱敏步骤
数据脱敏：敏感数据脱敏写入/读取需要经过如下步骤， 敏感数据识别→敏感数据脱敏→密文存储→解密读取。
数据脱敏方案
依脱敏模块的位置不同，可分成三种情况：1. 应用层加解密SDK脱敏 2.中间层(API/Porxy)脱敏 3.数据库原生脱敏。其中“中间层脱敏”可以分成API脱敏，Proxy脱敏 两种子类; 而数据库原生脱敏需依赖于数据库本身的特性和函数，本文不做讨论。
数据脱敏方案对比
对常见的脱敏方案从接入成本、维护成本、支持语言、SQL兼容性、性能等维度进行对比。
2. 之家数据脱敏现状与挑战
2.1
之家有大量数据需要脱敏
汽车之家作为国内最大的汽车垂直门户网站，存有大量的的存量及新增敏感数据如身份证号，手机号等用户信息等，需要脱敏(明文加密)存储。最近三年，之家敏感数据字段新增一直是增长趋势， 2022年涉及敏感数据的数据表列达到了1W列。
2.2
之家传统脱敏方法
为实现数据脱敏，之家提供自研API加解密接口来实现数据的脱敏。API脱敏方法如下图所示。
2.3
API脱敏问题与挑战
传统API脱敏是有侵入性，不能兼容SQL语法，数据脱敏成本较高的缺点。之家有大量的存量及新增敏感数据(要脱敏的敏感字段列>1W)，因为安全合规需要在较短限期完成加密处理，繁重的工作量及成本是个挑战。
3. 基于加解密中间件的数据脱敏实践
为了解决上节提到的传统API数据脱敏有侵入性，成本高的痛点问题。之家研发了基于加解密中间件“AutoProxy”的透明数据脱敏。本节主要内容如下:
3.1
面向应用透明的中间件脱敏
透明加解密是指在不影响应用程序的正常运行情况下，自动对数据进行加密和解密，不需要应用程序编写额外的加解密代码。透明加解密技术用于敏感数据脱敏可以对应用代码无侵入，避免传统API数据脱敏有侵入性，成本高的痛点。
3.2
数据脱敏方案选型
为了节约研发成本,我们计划选择一款开源软件进行"二次开发"来满足之家透明脱敏的需求。数据脱敏选型需要考虑的因素有脱敏功能、稳定性、运维成本、改造成本、生态情况等。
之家DBA团队调研/测试业界开源的脱敏工具，最终决定用Sharding-Proxy进行二开来实现数据脱敏,Sharding-Proxy是透明化的数据库代理,可支持自定义加解密算法,正满足之家脱敏需求。
3.3
之家脱敏系统架构图
3.4
自定义加密算法
之家脱敏中间件"AutoProxy"支持MD5、AES、RC4、SM3/SM4等加密算法，同时支持自定义加解密算法。事实上为了原来的API脱敏兼容，AutoProxy使用了和原来API脱敏完全相同的自定义加密算法。
3.5
功能及性能测试
新产品上线前需要进行功能测试、性能测试、兼容性测试。经性能测试对比，之家中间件"AutoProxy"脱敏的性能较原来的API加密性能提升2倍。
3.6
之家脱敏自动化平台建设
►3.6.1 脱敏平台建设涉及工作
脱敏自动化平台化建设：主要涉及脱敏组件的安装布署、高可用、数据脱敏处理、工单申请等，目前这些工作都已实现自动化，提升工作效率及服务质量。
►3.6.2 脱敏平台部分界面
3.7
存量敏感数据脱敏
全新数据表的脱敏比较简单，仅需要直接接入脱敏中间件”AutoProxy“就可。存量历史数据脱敏，业务方常希望中间件可以在“不影响正常业务，即原敏感表可正常读写的情况下完成明文敏感数据脱敏”。存量敏感数据脱敏相对较复杂，下面做一简单步骤描述。
►存量敏感数据脱敏步骤：
给需要脱敏的字段，增加密文列。
研发申请脱敏中间件
业务修改DB后端地址为脱敏中间件地址（注意：此时新增数据会通过中间件的脱敏功能自动加密敏感数据，并存在相应的密文列）
通过工具对历史敏感数据全部刷新 （此时表中同时存在敏感明文列和密文列）
脱敏中间件切换到使用密文列模式 6.原明文敏感数据列删除。
3.8
中间件AutoProxy脱敏成绩
"中间件-AutoProxy"实现了面向应用的透明数据脱敏，减轻了数据脱敏工作量。数据脱敏不再需要研发人员去修改业务代码，取而代之的仅需修改DB地址为脱敏中间件地址，并提相应的脱敏自动化工单。利用AutoProxy的助力，22年之家完成了近1W张敏感数据表的脱敏，实现了之家敏感信息全部密文存储，更安全的保护了之家用户信息。
4. 结语
本文介绍了敏感数据脱敏背景及常见技术。重点对汽车之家敏感数据治理实践进行阐述：之家原来使用API脱敏，存在脱敏成本较高的缺点。为此之家数据库团队新研发“脱敏中间件-AutoProxy”来进行数据脱敏。AutoProxy具有面向透明化数据脱敏，SQL语法兼容、支持自定义加密、性能优良等优点，利用AutoProxy的助力，22年之家完成了近1W张敏感数据表的脱敏。
未来之家将继续进行“脱敏系统平台”建设，在敏感数据表自动化识别，AutoProxy容器化等方向进行尝试。
作者简介
陶会祥
■ 云平台部-云平台部-技术保障团队-数据库组
■ 2020 年加入汽车之家，C端及中台产研中心-云平台部，负责之家数据库/缓存的运维及RDS产品研发工作，致力于为公司提供安全,稳定,可靠的数据库/缓存服务。
阅读更多：
▼ 关注「之家技术」，获取更多技术干货 ▼