Tusentals dataintrång som drabbar miljontals människor inträffar varje år. Datamaskering och kryptering skyddar båda känslig information, men de löser olika problem. Maskering ersätter riktiga värden med realistiska bedragare som inte kan spåras tillbaka till källan, medan kryptering omvandlar data till chiffertext som auktoriserade parter kan avkoda med rätt nyckel. Om man vet när var och en ska användas håller man sina data säkra och förhindrar att man skapar problem som är svåra att lösa senare.

Nedan går vi igenom hur datamaskering jämfört med kryptering fungerar, var de skiljer sig åt vad gäller regelverk och prestanda, samt hur man beslutar vilken av dem som passar för ett visst dataset.

Viktiga lärdomar

• Datamaskering ersätter permanent känsliga värden med realistiska substitut som inte kan återställas, medan kryptering omvandlar data till ett format som auktoriserade parter kan dekryptera tillbaka till originalet.

• Rätt metod beror på om ett system behöver det verkliga värdet igen senare, där kryptering passar för data som betalningsuppgifter och maskering passar för test- eller analysdataset.

• De två metoderna fungerar ofta tillsammans i samma kedja, där kryptering skyddar data under överföring och i vila.

Vad är datamaskering jämfört med kryptering?

Datamaskering byter ut känsliga värden mot realistiska men falska substitut. Det finns inget sätt att vända på processen och återställa originalet. Det skyddar data som bara behöver bevara sin form och sina statistiska egenskaper, till exempel testdataset eller analysexporter. Det faktum att maskering bara går åt ett håll är det som skiljer det från de flesta andra metoder för dataskydd.

Kryptering tar läsbara data och använder en kryptografisk algoritm och nyckel för att förvandla dem till chiffertext som ser ut som slumpmässigt brus. Till skillnad från maskering är kryptering tänkt att kunna återställas. Den som innehar rätt nyckel för dekryptering kan förvandla den chiffertexten tillbaka till originalvärdet. Kryptering är ett bra verktyg för data som måste förbli användbara, till exempel ett sparat kortnummer, en sjukvårdsjournal eller en autentiseringsuppgift.

Här ser man hur maskering och kryptering förhåller sig till varandra inom några viktiga områden:

• Reglering: EU:s GDPR tar inte uttryckligen upp maskering utan kräver att data skyddas om de inte är nödvändiga för en viss funktion. Datamaskering kan hjälpa till med detta. Payment Card Industry Data Security Standard (PCI DSS) kräver stark kryptografi för att skydda sparad kortinformation om kortinnehavare, vilket är där kryptering kommer in i bilden.

• Prestandaoverhead: Kryptering och dekryptering förbrukar beräkningscykler vid varje läsning och skrivning, vilket adderas i stor skala, medan statisk maskering generellt sett är en engångskostnad och dynamisk maskering lägger till en mindre, konsekvent overhead vid fråga.

• Felläge: Om en krypteringsnyckel läcker ut blir varje bit chiffertext som skyddas av den nyckeln möjlig att återställa. Om en maskeringsalgoritm däremot är svag eller ett maskerat dataset behåller för många verkliga mönster är risken återidentifiering snarare än fullständig dataåterställning.

När bör man använda maskering jämfört med kryptering för känsliga uppgifter?

Kryptering fungerar bäst när ett system någonstans längs kedjan behöver det exakta ursprungsvärdet för att fungera. Det tydligaste exemplet är när betalningsuppgifter flyttas genom en behandlingskedja för transaktioner. Kortnumret måste finnas i dekrypterbar form någonstans i den kedjan, även om det bara är kortvarigt, för att auktorisering ska kunna ske. Sjukvårdsjournaler, autentiseringstoken och API-nycklar (Application Programming Interface) följer samma logik. Kryptera dem i vila och under överföring och ha strikt kontroll över vem som innehar nycklarna för dekryptering.

Maskering bör användas när det verkliga värdet inte spelar någon roll för uppgiften. Detta gäller i några olika scenarier:

• Populering av en mellanlagringsmiljö: Tekniker som testar en ny funktion behöver data med realistisk form och volym snarare än en livekopia av identifierbara personuppgifter (PII) från kunder som ligger på en bärbar dator.

• Generering av analyser från produktionsdata: En Dashboard som spårar genomsnittligt beställningsvärde per region behöver inte faktiska namn eller kortnummer kopplade till varje rad.

• Utbildning eller demonstration med produktionsliknande data: Försäljningsdemonstrationer och interna utbildningssessioner drar nytta av realistiska data utan ansvaret att använda de verkliga.

Vissa organisationer kör både maskering och kryptering i samma kedja. Ett dataset kan krypteras i vila i produktion, sedan dekrypteras, maskeras och exporteras igen för en icke-produktionsmiljö. De två metoderna konkurrerar inte om samma uppgift, utan hanterar i stället helt enkelt olika stadier av samma datas livscykel.

Vilka risker medför det att maskera eller kryptera känsliga uppgifter felaktigt?

Om någon av metoderna utförs felaktigt kan det skapa en falsk känsla av säkerhet, vilket förmodligen är värre än att inte ha något skydd alls eftersom det ändrar hur ett team behandlar data.

Varje metod för med sig egna risker att beakta:

Svag maskering

Ett maskerat dataset som fortfarande låter någon återidentifiera individer genom kombinationsattacker, såsom att korsreferera ett maskerat postnummer med ett maskerat födelsedatum och kön för att ringa in en enda person, förfelar hela syftet med maskering. Det är därför mer rigorösa metoder lägger statistiska avslöjandekontroller, som k-anonymitet, ovanpå själva utbytet.

Svag nyckelhantering

Kryptering är beroende av mer än bara algoritmen. Föråldrade chiffer, dålig nyckelrotation eller en nyckel som sparas precis intill den chiffertext den skyddar undergräver det skydd som krypteringen är tänkt att ge.

Irreversibel maskering av data som behövs senare

Att maskera ett fält som ett efterlevnadsteam behöver i originalform senare, till exempel under en revision som kräver bevis på ett faktiskt transaktionsbelopp, skapar ett problem utan lösning eftersom maskering inte erbjuder något sätt att återställa.

Att arbeta med en betalningsleverantör som Stripe förenklar kryptering för transaktionsdata. Stripe krypterar betalningsdata både under överföring och i vila, och kortinformation som skickas via Stripes klientbibliotek krypteras innan de lämnar webbläsaren eller appen.

Så kan Stripe Payments hjälpa till

Stripe Payments erbjuder en enhetlig, global betalningslösning som hjälper alla företag – från växande startupföretag till globala företag – att ta emot betalningar online, fysiskt och runt om i världen.

Det här kan Stripe Payments hjälpa till med:

• Optimera kassaupplevelsen: Skapa en friktionsfri kundupplevelse och spara tusentals arbetstimmar med färdiga betalningsgränssnitt, tillgång till över 125 betalningsmetoder och Link, en plånbok skapad av Stripe.

• Expandera till nya marknader snabbare: Nå kunder över hela världen och minska komplexiteten och kostnaderna för hantering av flera valutor med gränsöverskridande betalningsalternativ, tillgängliga i 195 länder och för över 135 valutor.

• Göra betalningar både fysiskt och online till en enhetlig upplevelse: Bygg en enhetlig köpupplevelse i digitala och fysiska kanaler för att personanpassa interaktioner, belöna lojalitet och öka intäkterna.

• Förbättrad betalningsprestanda: Öka intäkterna med en rad anpassningsbara, lättkonfigurerade betalningsverktyg, inklusive kodfritt skydd mot bedrägeri och avancerade funktioner som förbättrar auktoriseringstiderna.

• Snabbare utveckling med en flexibel och pålitlig plattform för tillväxt: Bygg vidare på en plattform som är utformad för att skala upp med dig, med historisk upptid på 99,999 % och branschledande tillförlitlighet.

Läs mer om hur Stripe Payments kan driva dina online- och fysiska betalningar, eller börja i dag.