sql 改写类的数据脱敏遇到的问题求助

[zczy]

https://github.com/xylou/sqlMask

为了找工作写的一个开源项目，但是觉得有点问题了

是通过改写 sql 来做的数据脱敏

比如要查询 phoneNum,phoneNum 配置了策略是隐藏最后四位,mask(col,8,11,*)

select phoneNum from table

那改写 sql 的结果就是

select mask(phoneNum,8,11,*) phoneNum from table

如果是上面的这种普通 sql 还比较好处理

但是现在有这么个问题，比如下面这种类型的 sql

1. select phoneNum from (select phoneNum from table) t where phoneNum = '13800001111';

如果改写成这种，这也是我现在的方案

select phoneNum from (select mask(phoneNum,8,11,*) phoneNum from table) t where t.phoneNum = '13800001111';

那其实就有问题了,where 语句是有问题的

如果改写成这种：

select mask(phoneNum,8,11,*) phoneNum from (select phoneNum from table) t where t.phoneNum = '13800001111';

那数据安全就不能保证，因为我可以写下面这种 sql 查到原始数据

select phoneNum from (select '12345678900' + phoneNum as phoneNum from table) t where phoneNum = '13800001111';

一定程度可以绕过了

应该怎么处理呢

[zczy]

@buliugu
如果是嵌在整个执行计划中，要适配不同的数据存储，可能也不太行

有的比较复杂的 sql 语句估计还是会有脱敏后计算的场景

[laminux29]

你们数据脱敏居然还敢在同服务器甚至同一个库上操作，真有你的，这种最容易因各种漏洞甚至 Hack 而出问题。

专业的做法是，另找一台服务器，专用于脱敏，上面安装一个数据库。然后由原数据库主动把脱敏后的数据，推送到脱敏专用服务器上的专用数据库。只能推，拉都不行。

[dorothyREN]

接口做脱敏不行吗，为啥非得用 sql

[zczy]

@laminux29 你这个是数据脱敏，也有的

我们现在是策略脱敏，原数据是干净的

[zczy]

@dorothyREN 这个是个人开源项目

[yzdobest]

想问下这个使用场景是什么样的？用户传入 sql 吗

[zczy]

@yzdobest 我个人设想是这样的

不同的用户有不同的策略，也就是配置了不同的 udf 函数

使用同一个 sql 语句，执行查询出来的结果看到的不一样

然后数据源是干净的，不是脱敏后的数据