30 分钟手把手带你入门数据脱敏
Bytebase 的动态数据脱敏 (Dynamic Data Masking) 可根据上下文即时屏蔽查询结果中的敏感数据。它可以帮助企业保护敏感数据,防止其暴露给未经授权的用户。
本教程将在 30 分钟内手把手教会你如何在 Bytebase 中设置和尝试数据脱敏。
在开始教程之前请确保已安装 Docker。
准备工作
- 确保 Docker 正在运行,并使用以下命令启动 Bytebase Docker 容器:
docker run --init \ --name bytebase \ --restart always \ --publish 5678:8080 \ --health-cmd "curl --fail http://localhost:5678/healthz || exit 1" \ --health-interval 5m \ --health-timeout 60s \ --volume ~/.bytebase/data:/var/opt/bytebase \ bytebase/bytebase:2.9.1 \ --data /var/opt/bytebase \ --port 8080
- Bytebase 已在 Docker 中成功运行,你可以通过 localhost:5678 访问。注册一个管理员账户,它将自动被授予工作区所有者角色。
- 登录 Bytebase ,单击左下方的开始免费试用,然后升级到企业计划。
- 单击实例,然后单击分配许可证。选择两个实例,然后单击确认,否则数据脱敏将无法在实例上激活。
未脱敏
登录 Bytebase,点击 SQL 编辑器,你将被重定向到 SQL 编辑器页面。选择 (Prod) employee > public > employee,然后运行 SELECT * FROM employee;
,你会看到如下结果。针对 (Test) employee 运行相同的查询,结果相同。
全局脱敏规则
你可能想批量应用脱敏设置,例如,你想脱敏 Employee 数据库中所有表的所有出生日期列。可以使用全局脱敏规则来实现这一目的。
- 单击右上角的设置图标。单击安全和策略 > 数据脱敏。单击全局脱敏规则,然后添加规则。
- 将规则命名为应脱敏出生日期,并选择列名,==。在输入框中填写出生日期,然后单击确认。
- 返回 SQL 编辑器页面,选择 (Prod) employee > public > employee,再次运行
SELECT * FROM employee;
。你会看到出生日期被脱敏了。选择 (Test) employee,结果是一样的。
列脱敏规则
如果要脱敏特定表中的特定列,可以使用列脱敏规则。
- 单击数据库并选择 Prod 上的 employee,然后选择 salary 表。
- 单击 amount 所在行上的编辑✏️图标,然后单击全脱敏。
- 返回 SQL 编辑器页面,选择 (Prod) employee > public > salary,再次运行
SELECT * FROM salary;
。你会发现 amount 被脱敏了。选择 (Test) employee,则没有。
向用户授予解除脱敏的访问权限
如果要向特定用户展示脱敏数据,该怎么办? 你可以授予解除脱敏的访问权限。
- 单击右上角的设置图标,然后单击成员。添加一个 DBA 用户,然后单击 + 添加。单击活动成员部分中该用户的链接,单击编辑设置密码,单击保存。
- 单击顶部的数据库并选择 Prod 上的 employee,然后选择 salary 表。
- 以 DBA 用户身份登录,进入 SQL 编辑器,选择 (Prod) Employee > public > salary,再次运行
SELECT * FROM salary;
。你会发现 amount 没有被脱敏。
成功!
🎉 现在,你已经学会使用两种方法在 Bytebase 中脱敏数据:使用全局脱敏规则批量应用脱敏设置,以及使用列脱敏规则脱敏特定表中的特定列。还可以向特定用户授予解除数据脱敏访问权限。
目前 Bytebase 支持以下数据库的脱敏功能🦾 如果你对我们的脱敏实现细节感兴趣,可以康康 goInception 的数据脱敏真的能保护敏感数据吗?
💡 你可以访问官网,免费注册云账号,立即体验 Bytebase。
低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
RAG (检索增强生成)技术详解:揭秘基于垂直领域专有数据的Chatbots是如何实现的
编者按:相信很多人都对Chatbots背后的技术原理很感兴趣,其实Chatbots并非通过“魔法”与我们交流,而是依靠一种被称为检索增强生成(RAG)的技术。 文章详细梳理了 RAG 技术的具体实现原理。首先,RAG 将用户输入的问题与知识库中的私有数据进行匹配,获取相关知识片段。然后,通过预训练的大语言模型,用提取到的知识片段来增强对问题的回答生成过程。在知识提取步骤,借助词向量的相似度找到与用户提出的问题最匹配的内容。生成回答时,直接向语言模型提供增强知识来指导其产出更符合语境的回答。 RAG 技术看似神奇,但其本质是结合了检索和生成两个子任务的一种系统工程,而每个子任务又都有明确的技术原理支撑。作为 AI 开发者,理解这一工作流程尤为重要。相信本文有助于读者进一步掌握 RAG 的技术原理,从而更好地运用 Chatbots 为用户创造更多价值。 以下是译文,enjoy! 作者 | Cory Zue 编译 | 岳扬 🚢🚢🚢欢迎小伙伴们加入AI技术软件及技术交流群,追踪前沿热点,共探技术难题~ 目录 01 什么是检索增强生成(RAG)技术? 02 让我们从后往前看:给LLM额外的...
- 下一篇
再玩玩B端搭建
一、背景 在 B 端领域深耕多年,接触了成百上千的 B 端页面,发现对于 B 端产品需求和 C 端有着明显的差异,B端产品一般是基于现有的“业务”形态,将传统线下工作,通过程序化、系统化、信息化转换为线上产品,从而提升企业协同效率,降低办公成本。需求一般来源于产品战略定位、使用者个性需求等。 其中 B 端各种各样的功能,其实就是很多 CURD 页面的堆砌,对于 B 端这些页面其实调性是差不多的,使用低频,页面重复度高,表格表单为主,功能性多且杂。 每个公司都会结合自己实际的业务抽象出一套搭建系统来解决 B 端场景的 CRUD 重复页面的方案,核心就在于标准和规则的制定,对于 B 端搭建早就不是什么新鲜玩意,B 端搭建平台的难点本身不在于有多少技术壁垒,更多的是在于从产品到研发再到测试整个流程的标准化,以及和业务的紧紧贴合,只有这样才能发挥搭建平台的价值。 二、标准 为什么说核心是标准,引用一个之前看到的通俗易懂的例子,我们小时候逢年过节穿的衣服,都是去裁缝店选一下材料、量一下尺寸,等个半个来月,讨回来就可以穿了,衣服合身又喜欢。镜头切回今天,我们只需要在天猫、淘宝上看看图片、选择合适的...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- Docker使用Oracle官方镜像安装(12C,18C,19C)
- CentOS7,8上快速安装Gitea,搭建Git服务器
- CentOS6,CentOS7官方镜像安装Oracle11G
- CentOS8安装Docker,最新的服务器搭配容器使用
- CentOS7设置SWAP分区,小内存服务器的救世主
- CentOS7安装Docker,走上虚拟化容器引擎之路
- CentOS6,7,8上安装Nginx,支持https2.0的开启
- SpringBoot2整合MyBatis,连接MySql数据库做增删改查操作
- Springboot2将连接池hikari替换为druid,体验最强大的数据库连接池
- Linux系统CentOS6、CentOS7手动修改IP地址