50行代码,搞定敏感数据读写!

开发 前端
在实际的软件系统开发过程中,由于业务的需求,在代码层面实现数据的脱敏还是远远不够的,往往还需要在数据库层面针对某些关键性的敏感信息,那在实际的研发过程中,我们如何实践呢?

一、介绍

在实际的软件系统开发过程中,由于业务的需求,在代码层面实现数据的脱敏还是远远不够的,往往还需要在数据库层面针对某些关键性的敏感信息,例如:身份证号、银行卡号、手机号、工资等信息进行加密存储,实现真正意义的数据混淆脱敏,以满足信息安全的需要。

那在实际的研发过程中,我们如何实践呢?

二、方案实践

在此,提供三套方案以供大家选择。

  • 通过 SQL 函数实现加解密
  • 对 SQL 进行解析拦截,实现数据加解密
  • 自定义一套脱敏工具

1. 通过 SQL 函数实现加解密

最简单的方法,莫过于直接在数据库层面操作,通过函数对某个字段进行加、解密,例如如下这个案例!

  1. -- 对“你好,世界”进行加密 
  2. select   HEX(AES_ENCRYPT('你好,世界','ABC123456')); 
  3.  
  4. -- 解密,输出:你好,世界 
  5. select  AES_DECRYPT(UNHEX('A174E3C13FE16AA0FD071A4BBD7CD7C5'),'ABC123456'); 

采用MySQL内置的AES协议加、解密函数,密钥是ABC123456,可以很轻松的对某个字段实现加、解密。

如果是很小的需求,需要加密的数据就是指定的信息,此方法可行。

但是当需要加密的表字段非常多的时候,这个使用起来就比较鸡肋了,例如我想更改加密算法或者不同的部署环境配置不同的密钥,这个时候就不得不把所有的代码进行更改一遍。

2. 对 SQL 进行解析拦截,实现数据加解密

通过上面的方案,我们发现最大的痛点就是加密算法和密钥都写死在SQL上了,因此我们可以将这块的服务从抽出来,在JDBC层面,当sql执行的时候,对其进行拦截处理。

Apache ShardingSphere 框架下的数据脱敏模块,它就可以帮助我们实现这一需求,如果你是SpringBoot项目,可以实现无缝集成,对原系统的改造会非常少。

下面以用户表为例,我们来看看采用ShardingSphere如何实现!

(1) 创建用户表

  1. CREATE TABLE user ( 
  2.   id bigint(20) NOT NULL COMMENT '用户ID', 
  3.   email varchar(255)  NOT NULL DEFAULT '' COMMENT '邮件', 
  4.   nick_name varchar(255)  DEFAULT NULL COMMENT '昵称', 
  5.   pass_word varchar(255)  NOT NULL DEFAULT '' COMMENT '二次密码', 
  6.   reg_time varchar(255)  NOT NULL DEFAULT '' COMMENT '注册时间', 
  7.   user_name varchar(255)  NOT NULL DEFAULT '' COMMENT '用户名', 
  8.   salary varchar(255) DEFAULT NULL COMMENT '基本工资', 
  9.   PRIMARY KEY (id) USING BTREE 
  10. ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_general_ci

(2) 创建 springboot 项目并添加依赖包

  1. <dependencies> 
  2.     <!--spring boot核心--> 
  3.     <dependency> 
  4.         <groupId>org.springframework.boot</groupId> 
  5.         <artifactId>spring-boot-starter</artifactId> 
  6.     </dependency> 
  7.     <!--spring boot 测试--> 
  8.     <dependency> 
  9.         <groupId>org.springframework.boot</groupId> 
  10.         <artifactId>spring-boot-starter-test</artifactId> 
  11.         <scope>test</scope> 
  12.     </dependency> 
  13.     <!--springmvc web--> 
  14.     <dependency> 
  15.         <groupId>org.springframework.boot</groupId> 
  16.         <artifactId>spring-boot-starter-web</artifactId> 
  17.     </dependency> 
  18.     <!--mysql 数据源--> 
  19.     <dependency> 
  20.         <groupId>mysql</groupId> 
  21.         <artifactId>mysql-connector-java</artifactId> 
  22.     </dependency> 
  23.     <!--mybatis 支持--> 
  24.     <dependency> 
  25.         <groupId>org.mybatis.spring.boot</groupId> 
  26.         <artifactId>mybatis-spring-boot-starter</artifactId> 
  27.         <version>2.0.0</version> 
  28.     </dependency>  
  29.     <!--shardingsphere数据分片、脱敏工具--> 
  30.     <dependency> 
  31.         <groupId>org.apache.shardingsphere</groupId> 
  32.         <artifactId>sharding-jdbc-spring-boot-starter</artifactId> 
  33.         <version>4.1.0</version> 
  34.     </dependency> 
  35.     <dependency> 
  36.         <groupId>org.apache.shardingsphere</groupId> 
  37.         <artifactId>sharding-jdbc-spring-namespace</artifactId> 
  38.         <version>4.1.0</version> 
  39.     </dependency> 
  40. </dependencies> 

(3) 添加脱敏配置

在application.properties文件中,添加shardingsphere相关配置,即可实现针对某个表进行脱敏。

  1. server.port=8080 
  2.  
  3. loglogging.path=log 
  4.  
  5. #shardingsphere数据源集成 
  6. spring.shardingsphere.datasource.name=ds 
  7. spring.shardingsphere.datasource.ds.type=com.zaxxer.hikari.HikariDataSource 
  8. spring.shardingsphere.datasource.ds.driver-class-name=com.mysql.cj.jdbc.Driver 
  9. spring.shardingsphere.datasource.ds.jdbc-url=jdbc:mysql://127.0.0.1:3306/test 
  10. spring.shardingsphere.datasource.ds.username=xxxx 
  11. spring.shardingsphere.datasource.ds.password=xxxx 
  12.  
  13. #加密方式、密钥配置 
  14. spring.shardingsphere.encrypt.encryptors.encryptor_aes.type=aes 
  15. spring.shardingsphere.encrypt.encryptors.encryptor_aes.props.aes.key.value=hkiqAXU6Ur5fixGHaO4Lb2V2ggausYwW 
  16. #plainColumn表示明文列,cipherColumn表示脱敏列 
  17. springspring.shardingsphere.encrypt.tables.user.columns.salary.plainColumn
  18. spring.shardingsphere.encrypt.tables.user.columns.salary.cipherColumn=salary 
  19. #springspring.shardingsphere.encrypt.tables.user.columns.pass_word.assistedQueryColumn
  20. spring.shardingsphere.encrypt.tables.user.columns.salary.encryptor=encryptor_aes 
  21.  
  22. #sql打印 
  23. spring.shardingsphere.props.sql.show=true 
  24. spring.shardingsphere.props.query.with.cipher.column=true 
  25.  
  26.  
  27. #基于xml方法的配置 
  28. mybatis.mapper-locations=classpath:mapper/*.xml 

其中下面的配置信息是关键的一部,spring.shardingsphere.encrypt.tables是指要脱敏的表,user是表名,salary表示user表中的真实列,其中plainColumn指的是明文列,cipherColumn指的是脱敏列,如果是新工程,只需要配置脱敏列即可!

  1. springspring.shardingsphere.encrypt.tables.user.columns.salary.plainColumn
  2. spring.shardingsphere.encrypt.tables.user.columns.salary.cipherColumn=salary 
  3. #springspring.shardingsphere.encrypt.tables.user.columns.pass_word.assistedQueryColumn
  4. spring.shardingsphere.encrypt.tables.user.columns.salary.encryptor=encryptor_aes 

(4) 编写数据持久层

  1. <mapper namespace="com.example.shardingsphere.mapper.UserMapperXml" > 
  2.  
  3.     <resultMap id="BaseResultMap" type="com.example.shardingsphere.entity.UserEntity" > 
  4.         <id column="id" property="id" jdbcType="BIGINT" /> 
  5.         <result column="email" property="email" jdbcType="VARCHAR" /> 
  6.         <result column="nick_name" property="nickName" jdbcType="VARCHAR" /> 
  7.         <result column="pass_word" property="passWord" jdbcType="VARCHAR" /> 
  8.         <result column="reg_time" property="regTime" jdbcType="VARCHAR" /> 
  9.         <result column="user_name" property="userName" jdbcType="VARCHAR" /> 
  10.         <result column="salary" property="salary" jdbcType="VARCHAR" /> 
  11.     </resultMap> 
  12.  
  13.     <select id="findAll" resultMap="BaseResultMap"> 
  14.         SELECT * FROM user 
  15.     </select> 
  16.      
  17.     <insert id="insert" parameterType="com.example.shardingsphere.entity.UserEntity"> 
  18.         INSERT INTO user(id,email,nick_name,pass_word,reg_time,user_name, salary) 
  19.         VALUES(#{id},#{email},#{nickName},#{passWord},#{regTime},#{userName}, #{salary}) 
  20.     </insert> 
  21. </mapper> 
  1. public interface UserMapperXml { 
  2.  
  3.  
  4.     /** 
  5.      * 查询所有的信息 
  6.      * @return 
  7.      */ 
  8.     List<UserEntity> findAll(); 
  9.  
  10.     /** 
  11.      * 新增数据 
  12.      * @param user 
  13.      */ 
  14.     void insert(UserEntity user); 
  1. public class UserEntity { 
  2.  
  3.     private Long id; 
  4.  
  5.     private String email; 
  6.  
  7.     private String nickName; 
  8.  
  9.     private String passWord; 
  10.  
  11.     private String regTime; 
  12.  
  13.     private String userName; 
  14.  
  15.     private String salary; 
  16.  
  17.  //省略set、get... 
  18.  

(5) 最后我们来测试一下程序运行情况

编写启用服务程序:

  1. @SpringBootApplication 
  2. @MapperScan("com.example.shardingsphere.mapper") 
  3. public class ShardingSphereApplication { 
  4.  
  5.     public static void main(String[] args) { 
  6.         SpringApplication.run(ShardingSphereApplication.class, args); 
  7.     } 

编写单元测试:

  1. @RunWith(SpringJUnit4ClassRunner.class) 
  2. @SpringBootTest(classes = ShardingSphereApplication.class) 
  3. public class UserTest { 
  4.  
  5.     @Autowired 
  6.     private UserMapperXml userMapperXml; 
  7.  
  8.     @Test 
  9.     public void insert() throws Exception { 
  10.         UserEntity entity = new UserEntity(); 
  11.         entity.setId(3l); 
  12.         entity.setEmail("123@123.com"); 
  13.         entity.setNickName("阿三"); 
  14.         entity.setPassWord("123"); 
  15.         entity.setRegTime("2021-10-10 00:00:00"); 
  16.         entity.setUserName("张三"); 
  17.         entity.setSalary("2500"); 
  18.         userMapperXml.insert(entity); 
  19.     } 
  20.  
  21.     @Test 
  22.     public void query() throws Exception { 
  23.         List<UserEntity> dataList = userMapperXml.findAll(); 
  24.         System.out.println(JSON.toJSONString(dataList)); 
  25.     } 

插入数据后,如下图,数据库存储的数据已被加密!

我们继续来看看,运行查询服务,结果如下图,数据被成功解密!

采用配置方式,最大的好处就是直接通过配置脱敏列就可以完成对某些数据表字段的脱敏,非常方便。

3. 自定义一套脱敏工具

当然,有的同学可能会觉得shardingsphere配置虽然简单,但是还是不放心,里面的很多规则自己无法掌控,想自己开发一套数据库的脱敏工具。

方案也是有的,例如如下这套实践方案,以Mybatis为例:

  • 首先编写一套加解密的算法工具类
  • 通过Mybatis的typeHandler插件,实现特定字段的加解密

实践过程如下:

(1) 加解密工具类

  1. public class AESCryptoUtil { 
  2.  
  3.     private static final Logger log = LoggerFactory.getLogger(AESCryptoUtil.class); 
  4.  
  5.     private static final String DEFAULT_ENCODING = "UTF-8"
  6.     private static final String AES = "AES"
  7.  
  8.  
  9.     /** 
  10.      * 加密 
  11.      * 
  12.      * @param content 需要加密内容 
  13.      * @param key     任意字符串 
  14.      * @return 
  15.      * @throws Exception 
  16.      */ 
  17.     public static String encryptByRandomKey(String content, String key) { 
  18.         try { 
  19.             //构造密钥生成器,生成一个128位的随机源,产生原始对称密钥 
  20.             KeyGenerator keygen = KeyGenerator.getInstance(AES); 
  21.             SecureRandom random = SecureRandom.getInstance("SHA1PRNG"); 
  22.             random.setSeed(key.getBytes()); 
  23.             keygen.init(128, random); 
  24.             byte[] raw = keygen.generateKey().getEncoded(); 
  25.             SecretKey secretKey = new SecretKeySpec(raw, AES); 
  26.             Cipher cipher = Cipher.getInstance(AES); 
  27.             cipher.init(Cipher.ENCRYPT_MODE, secretKey); 
  28.             byte[] encrypted = cipher.doFinal(content.getBytes("utf-8")); 
  29.             return Base64.getEncoder().encodeToString(encrypted); 
  30.         } catch (Exception e) { 
  31.             log.warn("AES加密失败,参数:{},错误信息:{}", content, e); 
  32.             return ""; 
  33.         } 
  34.     } 
  35.  
  36.     public static String decryptByRandomKey(String content, String key) { 
  37.         try { 
  38.             //构造密钥生成器,生成一个128位的随机源,产生原始对称密钥 
  39.             KeyGenerator generator = KeyGenerator.getInstance(AES); 
  40.             SecureRandom random = SecureRandom.getInstance("SHA1PRNG"); 
  41.             random.setSeed(key.getBytes()); 
  42.             generator.init(128, random); 
  43.             SecretKey secretKey = new SecretKeySpec(generator.generateKey().getEncoded(), AES); 
  44.             Cipher cipher = Cipher.getInstance(AES); 
  45.             cipher.init(Cipher.DECRYPT_MODE, secretKey); 
  46.             byte[] encrypted = Base64.getDecoder().decode(content); 
  47.             byte[] original = cipher.doFinal(encrypted); 
  48.             return new String(original, DEFAULT_ENCODING); 
  49.         } catch (Exception e) { 
  50.             log.warn("AES解密失败,参数:{},错误信息:{}", content, e); 
  51.             return ""; 
  52.         } 
  53.     } 
  54.  
  55.     public static void main(String[] args) { 
  56.         String encryptResult = encryptByRandomKey("Hello World", "123456"); 
  57.         System.out.println(encryptResult); 
  58.         String decryptResult = decryptByRandomKey(encryptResult, "123456"); 
  59.         System.out.println(decryptResult); 
  60.     } 

2.3.2、针对 salary 字段进行单独解析

  1. <mapper namespace="com.example.shardingsphere.mapper.UserMapperXml" > 
  2.  
  3.     <resultMap id="BaseResultMap" type="com.example.shardingsphere.entity.UserEntity" > 
  4.         <id column="id" property="id" jdbcType="BIGINT" /> 
  5.         <result column="email" property="email" jdbcType="VARCHAR" /> 
  6.         <result column="nick_name" property="nickName" jdbcType="VARCHAR" /> 
  7.         <result column="pass_word" property="passWord" jdbcType="VARCHAR" /> 
  8.         <result column="reg_time" property="regTime" jdbcType="VARCHAR" /> 
  9.         <result column="user_name" property="userName" jdbcType="VARCHAR" /> 
  10.         <result column="salary" property="salary" jdbcType="VARCHAR" 
  11.                 typeHandler="com.example.shardingsphere.handle.EncryptDataRuleTypeHandler"/> 
  12.     </resultMap> 
  13.  
  14.     <select id="findAll" resultMap="BaseResultMap"> 
  15.         select * from user 
  16.     </select> 
  17.      
  18.     <insert id="insert" parameterType="com.example.shardingsphere.entity.UserEntity"> 
  19.         INSERT INTO user(id,email,nick_name,pass_word,reg_time,user_name, salary) 
  20.         VALUES( 
  21.         #{id}, 
  22.         #{email}, 
  23.         #{nickName}, 
  24.         #{passWord}, 
  25.         #{regTime}, 
  26.         #{userName}, 
  27.         #{salary,jdbcType=INTEGER,typeHandler=com.example.shardingsphere.handle.EncryptDataRuleTypeHandler}) 
  28.     </insert> 
  29. </mapper> 

EncryptDataRuleTypeHandler解析器,内容如下:

  1. public class EncryptDataRuleTypeHandler implements TypeHandler<String> { 
  2.  
  3.     private static final String EMPTY = ""
  4.  
  5.     /** 
  6.      * 写入数据 
  7.      * @param preparedStatement 
  8.      * @param i 
  9.      * @param data 
  10.      * @param jdbcType 
  11.      * @throws SQLException 
  12.      */ 
  13.     @Override 
  14.     public void setParameter(PreparedStatement preparedStatement, int i, String data, JdbcType jdbcType) throws SQLException { 
  15.         if (StringUtils.isEmpty(data)) { 
  16.             preparedStatement.setString(i, EMPTY); 
  17.         } else { 
  18.             preparedStatement.setString(i, AESCryptoUtil.encryptByRandomKey(data, "123456")); 
  19.         } 
  20.     } 
  21.  
  22.     /** 
  23.      * 读取数据 
  24.      * @param resultSet 
  25.      * @param columnName 
  26.      * @return 
  27.      * @throws SQLException 
  28.      */ 
  29.     @Override 
  30.     public String getResult(ResultSet resultSet, String columnName) throws SQLException { 
  31.         return decrypt(resultSet.getString(columnName)); 
  32.     } 
  33.  
  34.     /** 
  35.      * 读取数据 
  36.      * @param resultSet 
  37.      * @param columnIndex 
  38.      * @return 
  39.      * @throws SQLException 
  40.      */ 
  41.     @Override 
  42.     public String getResult(ResultSet resultSet, int columnIndex) throws SQLException { 
  43.         return decrypt(resultSet.getString(columnIndex)); 
  44.     } 
  45.  
  46.     /** 
  47.      * 读取数据 
  48.      * @param callableStatement 
  49.      * @param columnIndex 
  50.      * @return 
  51.      * @throws SQLException 
  52.      */ 
  53.     @Override 
  54.     public String getResult(CallableStatement callableStatement, int columnIndex) throws SQLException { 
  55.         return decrypt(callableStatement.getString(columnIndex)); 
  56.     } 
  57.  
  58.     /** 
  59.      * 对数据进行解密 
  60.      * @param data 
  61.      * @return 
  62.      */ 
  63.     private String decrypt(String data) { 
  64.         return AESCryptoUtil.decryptByRandomKey(data, "123456"); 
  65.     } 

(3) 单元测试

再次运行单元测试,程序读写正常!

 

通过如下的方式,也可以实现对数据表中某个特定字段进行数据脱敏处理!

三、小结

因业务的需求,当需要对某些数据表字段进行脱敏处理的时候,有个细节很容易遗漏,那就是字典类型,例如salary字段,根据常规,很容易想到使用数字类型,但是却不是,要知道加密之后的数据都是一串乱码,数字类型肯定是无法存储字符串的,因此在定义的时候,这个要留心一下。

其次,很多同学可能会觉得,这个也不能防范比人窃取数据啊!

如果加密使用的密钥和数据都在一个项目里面,答案是肯定的,你可以随便解析任何人的数据。因此在实际的处理上,这个更多的是在流程上做变化。例如如下方式:

  • 首先,加密采用的密钥会在另外一个单独的服务来存储管理,保证密钥不轻易泄露出去,最重要的是加密的数据不轻易被别人解密。
  • 其次,例如某些人想要访问谁的工资条数据,那么就需要做二次密码确认,也就是输入自己的密码才能获取,可以进一步防止研发人员随意通过接口方式读取数据。
  • 最后就是,杜绝代码留漏洞。

以上三套方案,都可以帮助大家实现数据库字段数据的脱敏,希望能帮助到大家,谢谢欣赏!

 

 

责任编辑:赵宁宁 来源: Java极客技术
相关推荐

2010-09-25 08:55:29

2023-10-23 10:39:05

2020-10-25 09:04:46

数据加密数据泄露攻击

2023-06-27 07:26:36

汽车之家敏感数据治理

2021-09-16 10:11:15

Dataphin 数据保护

2024-03-05 09:40:35

2023-10-30 15:35:05

数据安全数据驱动

2020-04-16 08:00:00

Ansible Vau敏感数据加密

2011-08-01 14:36:06

加密RSA

2012-04-12 14:45:12

赛门铁克云南电网

2024-01-01 15:53:25

2020-12-20 17:30:17

数据匿名化敏感数据数据库

2018-09-14 14:48:01

2012-07-03 11:35:02

数据安全

2013-09-12 13:23:06

2020-07-06 09:21:52

云平台云安全公共云

2021-09-18 10:06:06

数据安全隐私计算大数据

2023-07-21 12:48:37

2023-06-06 08:51:06

2024-09-27 12:27:31

点赞
收藏

51CTO技术栈公众号