针对大规模服务日志敏感信息的长效治理实践-编程知识

文章目录

- 1 背景
- 2 目标与措施
- 3 实施
- - 3.1 脱敏工具类
  - 3.2 JSON脱敏
  - 3.3 APT自动脱敏
  - - 3.3.1 本地缓存问题
    - 3.3.2 JDK序列化问题
  - 3.4 弃用方案
- 4 规划
- 5 总结

1 背景

近年来，国家采取了多项重要举措来加强个人数据保护，包括实施《中华人民共和国网络安全法》和《个人信息保护法》等法律法规。这些举措旨在确保用户隐私的安全，同时确保企业合规运营。在处理敏感数据时，企业有责任采取适当的措施来保护用户信息。

在数据保护方面，日志记录成为一个需要特别关注的敏感信息领域。因此，本文将重点介绍转转在日志脱敏方面的应用与实践。

2 目标与措施

目标：
对日志内的手机号、身份证号、银行卡号等敏感信息脱敏，建立一个可持续的日志敏感信息管控机制。

措施：

检测和定位存在敏感日志的服务与CASE；
开发低接入成本的日志脱敏工具；
推动相关业务进行迭代修改；
长期监控和持续治理，确保日志安全。

我们的第一步是利用大数据离线扫描服务日志，并使用正则表达式匹配敏感信息。

然而，第二和第三步是挑战的关键，即
如何在不干扰业务正常迭代排期的情况下，推动大量服务的日志做脱敏。
我们希望使用技术手段尽量降低业务日志脱敏的人力成本。

3 实施

参考《转转日志规范》查看标准日志输出要求，在此基础之上，提供一些工具辅助业务对日志脱敏。

【推荐】JavaBean类需实现toString()方法，日志直接打印对象，慎用JSON工具将对象转换成String。

3.1 脱敏工具类

我们开发了脱敏工具类，期望
业务同学在实现JavaBean toString()方法的同时，使用脱敏工具对敏感字段使用脱敏。

desensitize(String input)：通用脱敏函数，支持对任意字符脱敏，将提取字符串中4位以上数字(如手机号、银行卡号、身份证号、数字验证码等)做脱敏；
desensitizeByInputLength(String input)：据字符串长度匹配不同的脱敏规则，如：11位则使用手机号脱敏规则，18位则使用身份证号脱敏规则；
desensitizePhoneNumber(String phoneNumber)：脱敏手机号，前3位和后4位，中间的数字用*代替；
desensitizeIDCard(String idCard)：脱敏身份证号, 保留前6位和后4位，脱敏7~15位生日信息, 用*代替；
desensitizeBankCardNumber(String bankCardNumber)：脱敏银行卡号, 前6位和后4位，中间的数字用*代替。

public final class DesensitizeUtil {    /*** 根据字符串长度匹配不同的脱敏函数, 强制脱敏*/public static String desensitizeByInputLength(String input) {int length = input.length();// 手机号if (length == 11) {return desensitizePhoneNumber(input);}// ,,,}/*** 脱敏手机号, 前3位和后4位，中间的数字用*代替*/public static String desensitizePhoneNumber(String phoneNumber) {// 11位手机号if (phoneNumber.length() == 11) {return phoneNumber.substring(0, phoneNumber.length() - 8) + "****" + phoneNumber.substring(phoneNumber.length() - 4);}return phoneNumber;}// 省略其他脱敏函数...}

3.2 JSON脱敏

在某些日志记录的场景中，会打印包含敏感字段的JSON格式的数据，需要对其中的敏感信息进行脱敏处理。

在常见的JSON工具中，比如Jackson，可以
使用自定义的序列化器/反序列化器来实现脱敏。
下面以Jackson为例进行说明：

首先，我们可以定义一个注解来标注哪些字段需要脱敏处理：

/*** 脱敏注解*/
@Target({ElementType.FIELD})
@Retention(RetentionPolicy.RUNTIME)
@Documented
public @interface Desensitize {}

然后，我们可以创建一个自定义的Jackson模块，通过继承BeanSerializerModifier类来修改字段的序列化行为。在这个类中，我们可以根据字段上的Desensitize注解来判断是否需要进行脱敏处理：

/*** Jackson脱敏序列化修改器*/
public class JacksonDesensitizeSerializerModifier extends BeanSerializerModifier {@Overridepublic List<BeanPropertyWriter> changeProperties(SerializationConfig config, BeanDescription beanDesc,List<BeanPropertyWriter> beanProperties) {for (BeanPropertyWriter beanProperty : beanProperties) {// 只针对使用了@Desensitize的字段做脱敏Desensitize desensitize = beanProperty.getAnnotation(Desensitize.class);if(desensitize != null) {// 指定自定义的序列化器beanProperty.assignSerializer(new Desensitization());}}return beanProperties;}/*** Jackson序列化器*/public class Desensitization extends StdSerializer<Object> {@Overridepublic final void serialize(Object value, JsonGenerator gen, SerializerProvider provider) throws IOException {// 根据长度对字段做脱敏String desensitize = DesensitizeUtil.desensitizeByInputLength(String.valueOf(value));gen.writeString(desensitize);}}
}

最后，我们需要注册这个自定义的模块到Jackson中

/*** JSON工具*/
public class JsonUtil {private static final ObjectMapper DESENSITIZE_OBJECT_MAPPER = newObjectMapper();private static ObjectMapper newObjectMapper() {ObjectMapper mapper = new ObjectMapper();//增加脱敏序列化器SimpleModule simpleModule = new SimpleModule("SimpleModuleDesensitize");simpleModule.setSerializerModifier(new JacksonDesensitizeSerializerModifier());mapper.registerModule(simpleModule);return mapper;}/*** 对象转JSON的自动脱敏工具*/public static <T> String object2DesensitizeString(T object) throws JsonProcessingException {return DESENSITIZE_OBJECT_MAPPER.writeValueAsString(object);}//...
}

对于业务同学而言，只需在需要脱敏的对象上添加脱敏注解，然后使用我们提供的JsonUtil进行脱敏操作，实现简单高效。

/*** 需要脱敏的对象*/
public class User {/*** 标记此字段需要脱敏*/@Desensitizeprivate String mobile;private String username;//getter setter...
}User user = new User();
user.setAge(18);
user.username = "zhangsan";
user.password = "123456";JsonUtil.object2DesensitizeString(user);
//输出结果: {"mobile":"135****5555","username":"张三"}

注意：以上代码只是一个示例，并不完整。在实际使用中，还需要根据具体的需求来灵活实现脱敏处理。

3.3 APT自动脱敏

在实际实施过程中，以上两个方案遇到了很多阻碍。主要问题在于业务同学
手动维护Bean的toString()方法过于繁琐、重复工作多、容易遗漏对象并导致增加或删除字段时需要不断修改toString()函数。此外，业务服务所依赖的Bean来源复杂，有可能是其他业务提供的第二方Jar包或第三方Jar包。

因此，在实际应用中，业务同学
更倾向于将Bean序列化为JSON
并输出到日志中，如下所示：

log.info("data={}", JsonUtil.object2DesensitizeString(bean));

然而，这种方法不符合《转转日志规范》要求，而且忽略了
JSON序列化性能
的问题。此外，这种方案也需要耗费大量的人力资源：
需要评估每一行日志，以确定是否需要添加JSON脱敏功能。

因此，业务同学提出了以下需求：是否可以实现类似Lombok一样的功能，
只需在Bean的字段上添加脱敏注解，就能在编译期自动实现脱敏后的toString()函数？
这样的话，在打印日志时直接打印对象即可自动脱敏。

经过调研发现，Lombok在编译时利用APT（Annotation Processing Tools）生成代码，实现了自动化的代码生成过程，从而简化了开发工作。

APT（Annotation Processing Tool）是Java的编译期注解处理器。它允许开发人员在编译期间处理注解，并根据注解和相关对象的信息生成Java代码模板或配置文件等。

APT的使用可以提高程序性能，因为它在代码编译时完成注解处理，而不是在运行时使用反射方式处理注解。

著名的开源框架，如Lombok、MapStruct和AutoService等，也使用了类似的技术来优化代码的生成和处理过程。

我们利用APT技术实现了这样的功能：
如果一个类没有重写Object.toString()方法，在编译时会自动为该类生成一个脱敏后的toString()方法。
这个自动生成的toString()方法能够识别脱敏注解，并在生成的toString()方法内对敏感信息进行脱敏处理。

在Java编译后的Class文件中，toString()方法可能来自三个来源：源代码、转转APT处理、Lombok等。优先级为：
源代码 > 转转APT处理 > Lombok等其他APT。
简言之，我们的APT处理不会覆盖源代码中定义的toString()方法，但会覆盖由Lombok生成的toString()方法。

比如，我们有以下源码：

class User {private String username;/*** 密码，增加了脱敏注解*/@Desensitizeprivate String password;
}

在接入转转APT后，反编译的Class文件如下：

class User {private String username;@Desensitizeprivate String password;public String toString() {StringJoiner sj = new StringJoiner(", ", "User[", "]");if (this.username != null) {sj.add("username=" + this.username);}if (this.password != null) {sj.add("password=" + DesensitizeUtil.desensitizeByInputLength(value));}return sj.toString();}
}

测试如下：

User user = new User();
user.username = "zhangsan";
user.password = "123456";System.out.println(user);  
//输出结果: User[username=张三, password=1****6]

这个功能的上线大大降低了业务同学实现日志脱敏的工作量，只需为字段添加脱敏注解即可。同时，
也解决了线上对象未重写Object.toString()时打印日志的尴尬问题。

不过，
在落地APT过程中，我们也遇到了一些问题，
希望能给读者提供一些有收益的参考。

3.3.1 本地缓存问题

在某个服务的Spring Bean上，有一个包含大量本地缓存的List字段，这个服务会打印Spring Bean对象到日志中。在引入转转APT之前，一切正常；但引入后，出现了频繁的OOM问题。通过内存分析后发现，问题出在转转APT为Spring Bean自动生成的toString()函数内产生了大量的字符串上。

@Service
public class AppService {/*** 本地缓存*/private List<Object> cache = new ArrayList<>();}@Autowired
private AppService service;log.info("service={}", service);

我们观察到大部分带有本地缓存（或者高内存占用字段）的对象都是Spring的Bean，因此，我们对转转APT进行了修改：即
不再为Spring Bean生成toString()函数。

3.3.2 JDK序列化问题

某个服务的JavaBean使用了原生JDK的序列化/反序列化工具，但是这个JavaBean却没有添加serialVersionUID。

class Person implements Serializable {// 没有定义serialVersionUID// private static final long serialVersionUID = -55721300387280236L;}

Java序列化机制使用long型的serialVersionUID字段来标志类的版本号；序列化对象时，JVM会将serialVersionUID的值写入序列化数据中；反序列化时，JVM会将序列化数据中的serialVersionUID与对应类中的serialVersionUID进行比较，若不同，则抛出InvalidCastException；若版本号相同，则能够进行反序列化。

当一个类没有显式定义serialVersionUID时，JVM会自动根据类的信息计算生成一个默认的serialVersionUID。这样，在类发生变化时，自动生成的serialVersionUID可能会改变，导致无法正确反序列化之前的数据。

引入转转APT后，由于自动生成了toString函数，类信息发生变化，导致serialVersionUID也发生了改变，进而导致反序列化失败。

解决方式是将之前默认生成的serialVersionUID找到，并将其添加到类的源码中。