数据脱敏之后，还能关联分析吗？.docxVIP

数据脱敏之后，还能关联分析吗？

能不能关联，不取决于“脱没脱敏”，而取决于“怎么脱敏”。遮盖、截断这类做法会毁掉关联键；加盐哈希、令牌化这类做法能保住关联，但要守住密钥和输出两道关。读完这篇，你能判断一个字段该用哪种脱敏方式，既保护数据，又不耽误分析。

01

—

3400条工单，关联出5800个商户

先看一个模拟场景：

项目

情况

需求

风控想看：被频繁投诉的商户，交易上有什么特征

表A

商户交易明细，商户联系人手机号已脱敏，显示为“138****6621”这类

表B

客诉工单3400条，来电手机号同样脱敏

做法

两张表按脱敏后的手机号关联

结果

匹配出5800个商户，比工单还多

一条工单对应一个来电人，匹配结果却比工单多出2400条，说明不少工单同时连上了好几个商户。

原因就在脱敏方式上。“138****6621”遮掉了中间4位，同一个脱敏值背后，最多可能是1万个不同的真实号码：

10×10×10×10=10000

商户越多，撞上同一个脱敏值的就越多。一条工单连上3个商户，它就被算了3次，后面的交易特征分析也跟着失真。

脱敏没有做错，页面展示用遮盖完全合理。错在拿一个“给人看”的字段，去做“给机器连”的事。

02

—

能不能关联，看两个条件

关联靠的是“两边的值一样”。脱敏之后还想关联，要同时满足两个条件：

同进同出同一个原始值，每次脱敏结果都一样。今天和明天、A