Erweiterte Maskierungsoptionen erweitern die Funktionalität von Datenschutzregeln und Datenpositionsregeln, indem sie die Daten mit erweiterten Desidentifikationsverfahren schützen. Die Verfahren behalten das Format und die Integrität der Daten bei. Durch die hohe Nutzbarkeit der Daten können Datenbenutzer, wie z. B. Datenwissenschaftler, Geschäftsanalysten und Anwendungsentwickler, hochwertige Erkenntnisse aus geschützten Daten ziehen.

Erweiterte Maskierungsoptionen umfassen die folgenden Funktionen:

• Eine das Format beibehaltende Anonymisierung für 165 vordefinierte Datenklassen, um das Dienstprogramm für AI-Projekte zu verwalten.

• Beziehungsintegrität zum konsistenten Schutz von Daten in allen zugehörigen Datenquellen.

Die folgenden Szenarios erläutern, wie die erweiterte Maskierungsoption die Funktionalität von Datenschutzregeln erweitert.

Data-Scientists wollen Finanzdaten wie Kreditkartennummern und Bankkontonummern in ihrem Machine Learning-Modell nutzen, um betrügerische Transaktionen vorherzusagen. Die Kreditkartennummern dürfen nicht XXXXXXXXX sein, weil hierdurch die gewünschten Ergebnisse nicht erzeugt werden. Anstelle dessen müssen sie tatsächliche Kreditkartennummern sein. Die Methode zur Beibehaltung des Formats in erweiterten Maskierungsoptionen erzeugt Kreditkartennummern, die den Formatanforderungen entsprechen. Zu den Formatanforderungen gehören die Verwaltung der Informationen zur Kennnummer der ausgebenden Einrichtung (die Angabe, welche Kreditkartenfirma (Visa, Mastercard und so weiter) die Karte ausgestellt hat), der Luhn-Kontrollsummenalgorithmus usw. Eine realistische Maskierung stellt sicher, dass Datennutzer genaue Ergebnisse liefern können.

Benutzer von Gesundheitsdaten möchten mithilfe von Patientendaten mit den Namen und Adressinformationen der Patienten die Ergebnisse aus klinischen Studien zu unheilbaren Erkrankungen analysieren. Der Name des Patienten kann nicht mit "XXXX" maskiert werden, um die von ihnen gewünschten Ergebnisse zu erzielen. Stattdessen brauchen sie realistische Namen und realistische Straßennamen, Städte und Länder. Als Ergebnis entnehmen Datennutzer beim Durchführen der Analyse einem umfassenderen Kontext, dass 'Jane Doe', die in der '123 Maple Lane' lebt, die Studienteilnehmerin mit Brustkrebs ist.