Zaawansowane opcje maskowania poszerzają możliwości reguł ochrony danych i reguł położenia danych, chroniąc dane za pomocą zaawansowanych technik deidentyfikacyjnych. Techniki zachowują format i integralność danych. Program narzędziowy High Data umożliwia użytkownikom danych, takim jak analitycy danych, analitycy biznesowi i programiści aplikacji w celu uzyskania wysokiej jakości informacji pochodzących z chronionych danych.

Zaawansowane opcje maskowania obejmują następujące funkcje:

• Format-zachowywanie de-identyfikacja dla 165 predefiniowanych klas danych w celu utrzymania programu narzędziowego dla projektów AI.

  Wskazówka: Reguły ochrony danych zdefiniowane z zaawansowanymi opcjami maskowania są wymuszane dla opcji Watson Query (Data virtualization). Reguły mogą implementować format zachowujący zaciemnianie dla którejkolwiek z predefiniowanych klas danych, z wyjątkiem IBAN i URL.

• Odwracalne szyfrowanie, które jest dostępne do tworzenia kopii danych poprzez tworzenie przepływów maskujących i jednokierunkową tokenizację mieszającą w celu zapewnienia elastycznej zgodności.

  Ograniczenie: Zaawansowana opcja maskowania dla odwracalności nie jest obsługiwana, gdy IBM Security Guardium® jest zintegrowana z Cloud Pak for Data as a Service.

• Integralność relacji w celu spójnego zabezpieczenia danych w powiązanych źródłach danych.

Poniższe scenariusze wyjaśniają, w jaki sposób zaawansowana opcja maskowania rozszerza możliwości reguł ochrony danych.

Naukowcy danych chcą wykorzystać dane finansowe, takie jak numery kart kredytowych i numery kont bankowych w modelu Machine Learning w celu przewidywania oszukańczych transakcji. Numery kart kredytowych nie mogą być XXXXXXXXX, aby uzyskać wyniki, których szukają. Zamiast tego potrzebują faktycznych numerów kart kredytowych. Metoda zachowania formatu w zaawansowanych maskujących opionach produkują numery kart kredytowych, które spełniają wymogi formatu. Wymagania dotyczące formatu obejmują obsługę informacji o identyfikatorze wydania (określenie, które przedsiębiorstwo karty kredytowej (Visa, Mastercard, i tak dalej) wystawiło kartę), algorytm sumy kontrolnej (luhn) itd. Realistyczny maskowanie zapewnia, że użytkownicy danych mogą generować dokładne wyniki.

Użytkownicy danych opieki zdrowotnej chcą wykorzystywać dane pacjentów, które zawierają informacje o nazwie i adresie pacjentów w celu analizy wyników badań klinicznych z zakresu chorób terminalowych. Nazwa pacjenta nie może być zamaskowana przez "XXXX", aby wyprodukować wyniki, których szukają. Zamiast tego potrzebują realistycznych nazw i realistycznych nazw ulic, miast i krajów. W rezultacie, gdy użytkownicy danych przeprowadzają analizy, mają szerszy kontekst, że "Jane Doe", która mieszka na "123 Maple Lane", jest uczestnikiem badania z rakiem piersi.