继第三次工业革命以来,互联网技术以惊人之势迅猛发展,信息化技术越来越发达。众多组织机构或者个人保存了大量公民个人各种各样的数据信息。如何保证这些数据的不被泄露,避免个人隐私数据落入不法之徒的手中已经成为数据安全领域的一项重要研究问题。现有的保护个人隐私敏感数据的方式方法易造成丢失原数据的实际意义,且支持处理的数据类型单一。另一方面,系统脱敏结果不可逆,并且在处理大量数据时,耗时较长。因此本论文设计并实现了一种新的静态数据脱敏系统,实现该系统主要是分成为四个步骤。第一步,基础工作环境信息的配置以及相应的源数据库,目标数据库的连接,确定数据脱敏的模式;第二步,读取数据库中待处理的个人隐私敏感数据,识别出该个人隐私敏感数据的类型,对识别结果进行梳理,并统计出相应类型的个人隐私敏感数据占总体数据量的比例;第三步,将个人隐私敏感数据根据已知的配置信息进行脱敏处理,然后将结果写入目标数据库;第四步,将脱敏前后的敏感数据进行对比,方便用户验证脱敏结果的有效性。因此,本论文主要进行以下工作:(1)编写个人隐私敏感数据类型扫描器。个人隐私敏感数据类型扫描器的功能主要是实现从源数据库中读取数据并写入到一个中间文件中,然后根据各个类型的个人隐私敏感数据的编码特征,以及应用调整个别敏感类型识别的优先级等策略,实现准确识别各个类型的个人隐私敏感数据的类型。(2)分析系统所支持处理的三十余种类型敏感数据的编码规则,并根据各个类型敏感数据的编码特点,分别编写对应的随机脱敏,正向脱敏,逆向脱敏和遮蔽脱敏四种脱敏模式下的脱敏算法。本文实现的系统的创新点在于识别未知类型敏感数据时,正确率达到96%,减少人工梳理操作,且具有支持处理的个人隐私敏感数据的类型种类多的特点。可以根据用户应用的具体场景需求实现支持处理的敏感数据类型的增删,并且随机脱敏、正向脱敏和逆向脱敏模式下的脱敏结果保持数据的原有实际意义,正向脱敏与逆向脱敏相结合实现了脱敏结果的可逆。相比现有的数据脱敏系统在处理T级别的数据量上,具有时间短,效率高的优势。