Pseudonymization算法

Posted on Edited on

https://www.youtube.com/watch?v=V2UJ9xzbJGs&t=10633s
https://www.bis.org/about/bisih/topics/cbdc/mcbdc_bridge.htm
BIS Innovation Summit 2024: Navigating rapid innovation (day 1)中，mbridge (showcase)中讲到，其项目的privacy中使用了 Pseudonymization algorithm。下面针对 Pseudonymization 展开详细讲述。

1. https://github.com/kiprotect/kodex

假名化（Pseudonymization）算法可以分为几个类别，包括可逆和不可逆方法，以及结构保持和格式保持方法。以下是网页中提到的一些关键点：

假名化技术（PET）

  • 假名化是一种隐私增强技术，它将数据点中的直接或间接标识符替换为其他“假名”值，从而保护数据所属个体的身份。

假名化方法分类

  • 可逆假名化方法：允许数据去假名化，即利用额外数据（如加密密钥或映射表）从假名恢复到原始标识符。
  • 不可逆假名化方法：不允许从假名恢复到原始标识符。
  • 确定性假名化方法：对同一个标识符应用时总是创建相同的假名。
  • 非确定性方法：即使多次应用到同一个标识符，也会生成随机假名。
  • 结构保持假名化方法：保持标识符的特定内部结构。
  • 格式保持假名化方法：保持数据的原始格式。

可逆方法

Kodex支持基于格式保持加密的可逆假名化方法。使用原始密钥可以解密/去假名化生成的假名。例如，merengue假名化方法可以操作任意二进制数据，并生成二进制假名，此外还可以保持数据的前缀结构。

结构保持方法

基于merengue方法，Kodex提供了多种结构保持假名化方法，可以操作如时间戳、IP地址和数字等数据类型。这些方法保持原始数据的格式，并且也可以保持结构信息。

不可逆方法

Kodex也支持不可逆假名化方法，特别是基于密钥哈希的消息认证码（HMAC）的假名化，以及无密钥哈希的假名化（强烈不推荐）。例如，以下动作生成基于HMAC的假名：

假名化方法的配置参数

  • merengue方法接受一个encode参数，指定结果字节字符串的编码。目前唯一可能的值（也是默认值）是base64。
  • structured方法接受以下参数：
    • preserve-prefixes：如果为_true_，将保留结构化数据值的前缀。例如，使用_date_格式时，具有共同前缀的日期（例如相同的年和月）将映射到也共享相同长度前缀的假名。默认为_false_。
    • type：指定要假名化的数据类型。必须是ip、date、integer、ipv4或ipv6之一。
    • type-params：根据所选类型指定额外的类型参数。目前，只有integer类型需要强制的min和max类型参数，以指定其范围。
    • format：指定要假名化的数据的类型依赖格式（如果适用）。目前，只有date类型支持format参数。

2. https://github.com/aws-samples/pseudonymization-service

示例中，pseudonymization-service 是利用 AES+gcm+siv实现的。
AES/GCM/SIV 是一种基于 AES（高级加密标准）的加密模式，它结合了 Galois/Counter Mode（GCM）和 SIV（Synthetic Initialization Vector）的特性。

AES/GCM/SIV 的关键特性：

  1. AES (Advanced Encryption Standard): AES 是一种广泛使用的对称加密算法，它以128位的块大小对数据进行加密。
  2. GCM (Galois/Counter Mode): GCM 是一种认证加密模式，它不仅提供加密，还提供数据完整性校验和重放攻击保护。GCM 使用一个nonce（一次性密码），也称为初始化向量（IV），以及一个附加的认证标签（tag）来确保数据的完整性和真实性。
  3. SIV (Synthetic Initialization Vector): SIV 是一种模式，它允许使用相同的加密密钥对多个消息进行加密，而不需要为每个消息生成新的随机IV。这在某些场景下非常有用，比如当需要加密大量数据或者需要从相同的密钥派生多个IV时。

EncryptionAESGCMSIV 类：

在 Java 中，EncryptionAESGCMSIV 类可能是用来实现 AES/GCM/SIV 加密模式的一个类。这个类可能包含以下功能：

  • 加密数据：使用 AES/GCM/SIV 算法对输入数据进行加密，并生成密文和认证标签。
  • 解密数据：使用相同的加密密钥和正确的认证标签对密文进行解密，恢复原始数据。
  • 生成和验证认证标签：在加密过程中生成认证标签，并在解密过程中验证这个标签以确保数据的完整性和真实性。

使用场景：

AES/GCM/SIV 算法适用于需要高安全性和效率的场景，特别是在以下情况：

  • 数据需要在不安全的通道上传输，比如互联网。
  • 需要确保数据的完整性和防止篡改。
  • 需要抵抗重放攻击，即攻击者不能简单地重放之前捕获的加密数据。

注意事项：

使用任何加密算法时，都需要遵循最佳实践，比如：

  • 使用强密钥。
  • 密钥管理应该安全，避免泄露。
  • 使用合适的随机数生成器来生成 IV 或 nonce。