数据脱敏（Data Masking）指的是在保持数据统计特性的前提下，对敏感信息进行处理，使其无法直接关联到个人或特定对象。
数据脱敏的主要原理是通过对原始数据进行部分替换、遮蔽或随机化处理，使得数据在脱敏后无法被恢复为真实信息，但仍然保持原数据的分布特性，便于后续的分析和应用。
常见的数据脱敏方法包括：
- 加密法：使用加密算法将数据进行不可逆加密，保证脱敏后的数据无法还原。
- 模糊化：通过部分遮蔽（例如隐藏部分数字或字符）处理数据，使数据无法完整识别。
- 数据交换：将同类型数据之间交换位置，打乱数据的真实对应关系。
- 伪造替换：用随机生成的数据替换原始敏感信息，确保数据统计特性一致但真实内容不同。
- 差分隐私：在数据中加入噪声，以保护单条数据的隐私，同时保证总体数据的有效性。