Saneado y enmascaramiento de datos

Uso de almacenes de datos en AWS

Dunieski Otano

AWS Solutions Architect

El archivo de log que lo expuso todo

• La aplicación registra actividad de usuario para depurar
• Los logs incluyen DNI completos, tarjetas y contraseñas
• Los logs se envían a CloudWatch (acceso del equipo dev)
• Auditoría de cumplimiento detecta infracción: multa de $2M

¿Qué es el saneado de datos?

• Definición
  • Quitar u ocultar datos sensibles
• Cuándo sanear
  • Antes de registrar
  • Antes de mostrar a usuarios
  • Antes de transmitir a terceros
• Objetivo
  • Mantener utilidad protegiendo la privacidad

Técnica de enmascaramiento total

• Usa para
  • Contraseñas, claves API, tokens
• Implementación
  • Sustituir todos los caracteres por asteriscos
• Ejemplo
  • "myPassword123" → "***"

Técnica de enmascaramiento parcial

• Usa para
  • DNI, tarjetas, teléfonos
• Implementación
  • Muestra los 4 últimos dígitos, oculta el resto
• Ejemplo
  • "123-45-6789" ==> "*--6789"
  • "4532-1234-5678-9010" ==> "--**-9010"

Hashing y tokenización

• Hashing
  • Conversión unidireccional para analítica
  • "[email protected]" ==> "a3f7b2c9..."
• Tokenización
  • Sustituir por un token aleatorio
  • Guardar el mapeo de forma segura
• Casos de uso
  • Verificación de contraseñas, detección de duplicados, pagos, cumplimiento

Técnica de redacción

• Usa para
  • Diagnósticos médicos, información legal
• Implementación
  • Eliminar por completo el contenido sensible
• Ejemplo
  • "Patient has diabetes" ==> "Patient has [REDACTED]"

Implementar funciones de enmascaramiento

• Crea una librería de utilidades
  • mask_national_id(), mask_credit_card(), mask_email(), mask_phone()
• Aplica de forma consistente
  • Antes de registrar, mostrar o transmitir
• Nunca guardes datos enmascarados
  • Guarda el original cifrado; enmascara en la salida

Cumplimiento y pruebas

• Requisitos GDPR
  • Minimización de datos, limitación de finalidad
• Requisitos HIPAA
  • Estándar de mínimo necesario
• Pruebas
  • Prueba con patrones reales y casos límite

¡Vamos a practicar!

Uso de almacenes de datos en AWS