处理前者显著防范措施是安全教育培训（不论是合规管理或是自行规定），尽管我坚信在一定程度上掌握约翰尼有什么错，用恶意程序感柒它的计算机，或是简怎样被衣着连帽衣的网络黑客蒙骗点一下她电子邮箱中的东西了在一定程度上是有效的（在于一个人想要的公益慈善水平），对别人（包括我自己）而言，这简直就是非常不伦不类。我一直想更好的了解怎样及其什么时候浏览生产制造数据库系统，怎样识别隐私信息（包含PII），及其开发者在平时的设计中该做什么和不做什么等相关的事。以下属于我发现了非常值得与开发者分享具体内容：

掌握对设备数据库无限制访问并不是很好

我明白这会对很多人而言十分明显，但是这是一个很好的起始点。我遇到的一些缺乏经验的开发者觉得，在任何时候都不应该有些人浏览生产数据，在一些公司中，对数据库VPN浏览置入到自己的工作文化里。在现实生活中，总有一些“打破玻璃”的现象，有些人必须为了能消防安全而违背一切明确标准。即便您并不是消防安全，有时候也可能还需要浏览而非最佳的选择。因而，我的立场并不是绝对主义的，准入条件该是“不，从来不，在任何时候”，但是至少，我们都要勤奋给予更强、更可持续发展的解决方案。我觉得很多开发者都明白这一点，但是我们侧重于在没有任何有效取代选择项的情形下把它踢到大街上。

即便泄漏隐私信息风险并不是引人注意，众所周知单独不正确查看可能会致使成千上万难题，不论是与载入相关问题或是不正确查看（或脚本制作）的具体数据库安全难题。再度申明非常明显的是，悲哀的是，数据库系统里没有“注销”按键。

将它们移除生产制造数据库系统展开分析/检测

将它们移到别的地方是一件彻底有效的事——这有些像从装弹的枪中取下炮弹的念头。

关键是，一般通过这么做建立此数据库的团本而且此数据信息包含敏感信息内容，则可能会导致数据泄露，特别是当这些信息团本逐渐在所有机构（包含笔记本电脑上）滋长越来越多团本时。最重要的是要知道这儿涉及到的风险性并开始思考很有可能解决方案，而不是靠一个水果罐头换来另一个陶罐。

数据泄露真的那么广泛吗？风险性是不是有些夸大了？

坦白说，在技术工程师的笔记本电脑上拷贝生产数据的具体风险性很有可能不大，但是事实上，那这成为一种基本作法，这将会变得十分无法管理方法。如果你的企业遭受某类合规的管束，这可能挂了审计的合格成绩。如果你没，你的公司早已备好撤出，注册会计师有可能在你壁柜里探寻尴尬的数据库管理实践形式的框架。没人需要数据泄漏的公关恶梦或者对轻率的数据库管理实践某类曝出。在大多数情况下，这儿心理压力和可能性的描述核心了实际。

这也是为什么有很成功、高估值的企业（一个事例）协助鉴别全部体系中的隐私信息。我不是在指责这些企业的出现或者对它们效应开展给油，他们显而易见是一种必须的调皮，但是我觉得数据信息的不当作法是一种原罪，最先带来了类似这样的企业。如果你必须他们时，你有点儿要把那匹马放入粮仓里。

大家怎样把那匹马放到粮仓里？

个人觉得查询Redactics。我认为这儿所采用的方式有吸引力的是，他们就会自动建立生产制造样版并将它们发送至一切应当游玩的地方（比如，不论是另一个数据库系统或是AmazonS3存储桶），而且编写信息是同一全过程的一部分。当数据到达需要终点时，隐私信息和PII早已消退。没有什么可要考虑的（除了能物理学浏览运作此软件的基础架构的技术工程师）。除此之外，该软件免费供开发者应用，不用警示（而且很有可能很快就开源系统），因而本产品并不是主要针对知名企业企业的付钱解决方法。

掌握您的信息

无论你挑选解决方案是自动检索隐私信息和PII，或是您需要自身搜索，我觉得开发者首先要了解包括此数据的特殊字段名，并最少以一种方法纪录此信息内容，便于无论你挑选怎样这么做，都能够对它进行表明。

比如，应用此信息内容，大家可以创建表受权，强制性阻拦非权利客户浏览此数据信息，或是如果你采用的是Redactics等解决方法，则能够确保所有字段还包含在编校配备中。Redactics的确包含一个PII扫描机专用工具，该专用工具根据有限的资源生产制造数据样本根据HIPAA标志符搜索PII，但此专用工具致力于做为手册和额外查验。简单的掌握您的信息要好很多。

一样最重要的是需要注意，大家需要注意的问题不单单是私人信息，也有比较敏感或保密信息，如API密匙和散列登陆密码。依据我的经验，QA、分析及事实上非常少必须这些数据，所以我的经验法则是把编写标准用于您不确定性的一切具体内容，尤其是在这么做并没有坏处的情形下。

数据信息再次鉴别

在一些前提下，从安全性角度来说，将一些（所需要的）数据信息保存则在原始状态可能产生出乎意料的不良影响。比如，假如你编写一个人姓名和电子邮箱，而非她们居住的地方城区，那样在一个充足小一点城区，有人可以浏览这些信息，而且真真正正投向了解这个人是谁，比如，如果他有这种人的年龄，或许可以搞清楚。

编写字段名并不是一直一个万无一失解决方案，尤其是当测试用例必须保存一定数量的信息进行剖析（剖析、机器学习算法等）时。如果你觉得这种风险性与你有关，那样考虑到例如差别个人隐私这类的思路很有可能都是值得的。

标签：icode9,数据,开发,学生,数据组,系统,科学,大数据,数据信息 来源：

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。