0 / 0
Go back to the English version of the documentation
Deszyfrowanie odwracalnych danych zamaskowanych (przepływ maskowania)
Last updated: 22 sie 2023
Deszyfrowanie odwracalnych danych zamaskowanych (przepływ maskowania)

W przypadku zaciemniania opcji danych można wybrać opcję maskowania danych za pomocą opcji Odwracalne , w której można odwrócić maskowanie w celu odzyskania pierwotnych wartości. Po masowaniu i zapisaniu danych źródłowych w docelowej bazie danych można odtworzyć oryginalne wartości, programowo deszyfrując zaszyfrowaną wartość w docelowej bazie danych.

Aby zdeszyfrować odwracalne maskowane dane:

  1. Po zakończeniu wykonywania zadania przepływu maskowania należy pobrać konfigurację maskowania używaną w zadaniu przy użyciu następującego interfejsu REST API:
curl -H "Authorization: Bearer ${token}" https://${SERVER}/dp/api/v1/jobs/${JOB_ID}/runs/${JOB_RUN_ID}
  1. Znajdź i zapisz konfigurację maskowania w następującym formacie strategii tabel:
tables[{"policy":"", ....},...]
  1. Opracuj program Java™ , który odczytuje tabelę docelową i zainicjuj bibliotekę maskowania:
import com.ibm.research.privacy.magen.core.engine.*

String magenConfig = Files.readString("<Path_to_tables_policy>");
Magen magen = new Magen(magenConfig);
  1. Dla każdej kolumny, która została zamaskowana, należy pobrać key i seed , które zostały użyte:
String encryptionKey = <Get_from_encryptionKeys[columnName]_of_magenConfig>.toBytes(); 
String seed          = <Get_from_seeds[columnName]_of_magenConfig>.toBytes();
  1. Dla każdej wartości kolumny, która została odwrócona, należy użyć następującego interfejsu API w celu wycofania zaszyfrowanych wartości z powrotem do pierwotnych wartości:
MetaData md = new MetaData();
metadata.put(columnName, "true"); // where columnName is the name of column that was reversibly masked
String originalValue = magen.process("<maskedValue>", metadata, new State(encryptionKey, seed), null);

Więcej inform.

Temat nadrzędny: Metoda obfuscowania danych

Generative AI search and answer
These answers are generated by a large language model in watsonx.ai based on content from the product documentation. Learn more