{"id":4434,"date":"2026-01-12T01:00:38","date_gmt":"2026-01-12T01:00:38","guid":{"rendered":"https:\/\/oracleconraul.com\/?p=4434"},"modified":"2026-02-27T17:58:25","modified_gmt":"2026-02-27T17:58:25","slug":"oracle-data-masking","status":"publish","type":"post","link":"https:\/\/oracleconraul.com\/index.php\/2026\/01\/12\/oracle-data-masking\/","title":{"rendered":"Oracle Data Masking"},"content":{"rendered":"\n

En esta entrada vamos a realizar un caso pr\u00e1ctico usando el Paquete \u00abOracle Data Masking and Subsetting Pack\u00bb.
El enmascaramiento de datos, es el proceso de reemplazar permanentemente datos confidenciales con datos ficticios , el fin es eliminar datos confidenciales de entornos de pruebas, desarrollo, anal\u00edtica y otros entornos que no sean de producci\u00f3n. <\/p>\n\n\n\n

<\/p>\n\n\n\n

Antes de usarlo, ten en cuenta que sino est\u00e1s en una arquitectura donde las licencias est\u00e9n incluidas (Oracle ExaCC p.ej), estas tienen licencia especial por ser usadas.
<\/p>\n\n\n\n

Caracter\u00edsticas Oracle Data Masking and Subsetting:<\/em><\/strong>
Oracle Data Masking and Subsetting est\u00e1 preinstalado con Oracle Enterprise Manager.
Para usar Oracle Data Masking y Subsetting, se debe de tener licencia especial para su uso.
Es necesario adquirir la licencia <\/strong>completa del paquete \u201cOracle Data Masking and Subsetting Pack\u201d.<\/strong>
La versi\u00f3n de Oracle Data Masking and Subseting se basa en la versi\u00f3n del Plug-in instalado en Oracle Enterprise Manager<\/strong><\/p>\n\n\n\n


<\/p>\n\n\n\n

CASO P R A C T I C O<\/em><\/p>\n\n\n\n

Para este caso pr\u00e1ctico vamos a usar los esquemas de ejemplo incluidos con Oracle (schemas HR).<\/p>\n\n\n\n

Si no lo has incluido durante la instalaci\u00f3n, o necesitas recrearlo puedes seguir este link:

https:\/\/docs.oracle.com\/en\/database\/oracle\/oracle-database\/19\/comsc\/installing-sample-schemas.html#GUID-1E645D09-F91F-4BA6-A286-57C5EC66321D<\/a><\/p>\n\n\n\n

\n

Creaci\u00f3n modelo de Datos<\/em><\/p>\n<\/blockquote>\n\n\n\n

En primer lugar es necesario entrar en la consola de OEM13 y descubir los datos (Application Data Modeling).

Enterprise -> Quailty Management -> Application Data Modeling<\/em><\/strong><\/p>\n\n\n\n

    \n
  1. <\/li>\n<\/ol>\n\n\n\n
    \"\"<\/figure>\n\n\n\n

    Comenzamos a rellenar los datos:<\/p>\n\n\n\n

    \"\"<\/figure>\n\n\n\n

    Pantalla.1<\/em><\/p>\n\n\n\n

    Elegimos el esquema donde vamos a realizar nuestro enmascaramiento de datos. <\/p>\n\n\n\n

    \"\"<\/figure>\n\n\n\n

    En este punto podemos lanzar el job que descubrir\u00e1 el modelo de datos y las relaciones entre tablas, tal y c\u00f3mo indicamos en el primer punto (Pantalla 1<\/em>). <\/p>\n\n\n\n

    \"\"<\/figure>\n\n\n\n

    Lanzamos el proceso:<\/p>\n\n\n\n

    \"\"<\/figure>\n\n\n\n

    Si todo es correcto, nos encontraremos en esta situaci\u00f3n:<\/p>\n\n\n\n

    \"\"<\/figure>\n\n\n\n

    Si pulsamos sobre el bot\u00f3n \u00abOpen\u00bb, podemos ver el resultado del descubrimiento de datos que ha realizado el job.<\/p>\n\n\n\n

    \"\"<\/figure>\n\n\n\n
    \"\"<\/figure>\n\n\n\n

    Llegados a este punto, ya podemos proceder a realizar el descubrimiento de datos Sensibles.<\/p>\n\n\n\n

    \n

    Descubrimiento de datos Sensibles<\/p>\n<\/blockquote>\n\n\n\n

    Oracle tiene por defecto tipos est\u00e1ndar de columnas sensibles que puedes ir a\u00f1adiendo o por el contrario puedes a\u00f1adir nuevas columnas sensibles de forma personalizada.<\/p>\n\n\n\n

    \"\"<\/figure>\n\n\n\n

    Ejecuci\u00f3n del job de descubrimiento de datos sensibles en el modelo de datos:<\/p>\n\n\n\n

    \"\"<\/figure>\n\n\n\n

    Podemos ver las columnas que el job ha descubierto c\u00f3mo sensibles.<\/p>\n\n\n\n

    \"\"<\/figure>\n\n\n\n
    \n

    Subsetting de Datos<\/p>\n<\/blockquote>\n\n\n\n

    Es posible elegir que conjunto de datos queremos enmascarar.<\/p>\n\n\n\n

    Puede ser el total de los datos, o es posible elegir un conjunto del mismo.<\/p>\n\n\n\n

    \"\"<\/figure>\n\n\n\n

    Ejemplo tabla Jobs al 50%:<\/p>\n\n\n\n

    \"\"<\/figure>\n\n\n\n
    \"\"<\/figure>\n\n\n\n
    \n

    Definir cirterios de subsetting<\/p>\n<\/blockquote>\n\n\n\n

    Una vez elegido el conjunto de datos que queremos enmascarar, procedemos a definir los criterios de anonimizaci\u00f3n que vamos a aplicar a los datos sensibles.<\/p>\n\n\n\n

    \"\"<\/figure>\n\n\n\n

    Elegimos criterios de anonimizaci\u00f3n.<\/p>\n\n\n\n

    \"\"<\/figure>\n\n\n\n

    Por ejemplo, para el campo tel\u00e9fono, aplicaremos un criterio \u00abRandom Numbers\u00bb de 7 caracteres. Y para el campo e-mail, elegiremos \u00abshuffle\u00bb o mezcla.<\/p>\n\n\n\n

    Los criterios son muchos y pueden personalizarse, por lo tanto es muy recomendable que leas la documentaci\u00f3n y realices diferentes pruebas para obtener el resultado deseado.<\/p>\n\n\n\n

    \"\"<\/figure>\n\n\n\n
    \n

    Opciones – exportaci\u00f3n script<\/p>\n<\/blockquote>\n\n\n\n

    Una vez definido el criterio, existen varias opciones de generaci\u00f3n del script. Una es realizar un export de datos con los datos anonimizados e importarlos en otra base de datos diferente, otra opci\u00f3n que es la que elegiremos, es la creaci\u00f3n de un script (PL\/SQL) que aplicar\u00e1 el enmascaramiento sobre la base de datos donde sea ejecutado. Por regla general, suele ser una copia de la base de datos principal.


    Para ello pulsaremos sobre el bot\u00f3n \u00abGenerate Script\u00bb.

    Opciones:<\/p>\n\n\n\n

    \"\"<\/figure>\n\n\n\n

    Realizamos el export de datos e importamos en otra base de datos sobre el mismo esquema:<\/p>\n\n\n\n

    Opciones- export \/ import<\/em><\/p>\n\n\n\n

    Datos originales<\/em><\/strong><\/p>\n\n\n\n

    \"\"<\/figure>\n\n\n\n

    Datos tras importaci\u00f3n data pump<\/em><\/strong><\/p>\n\n\n\n

    \"\"<\/figure>\n\n\n\n

    Pasos enmascaramiento de datos con script sql (pl\/sql).<\/p>\n\n\n\n

    \"\"<\/figure>\n\n\n\n

    Opciones- exportar script<\/em><\/p>\n\n\n\n

    Datos originales:<\/p>\n\n\n\n

    \"\"<\/figure>\n\n\n\n

    Datos tras lanzar scriptsql de anonimizaci\u00f3n, en entorno de test.<\/p>\n\n\n\n

    \"\"<\/figure>\n\n\n\n

    En esta entrada hemos hecho \u00fanicamente una peque\u00f1a aproximaci\u00f3n de esta herramienta. Son muchas las opciones que esta herramienta ofrece, por tanto aconsejo profundizar lo m\u00e1ximo posible en la misma para poder sacarle el m\u00e1ximo partido.

    Puedes tener m\u00e1s informaci\u00f3n en este enlace oficial: https:\/\/www.oracle.com\/uk\/security\/database-security\/data-masking\/<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"

    En esta entrada vamos a realizar un caso pr\u00e1ctico usando el Paquete \u00abOracle Data Masking and Subsetting Pack\u00bb.El enmascaramiento de datos, es el proceso de reemplazar permanentemente datos confidenciales con datos ficticios , el fin es eliminar datos confidenciales de entornos de pruebas, desarrollo, anal\u00edtica y otros entornos que no sean de producci\u00f3n. Antes de<\/p>\n

    \n\t\t\t\t Read More <\/span> <\/i><\/a>\n\t\t\t<\/div>\n","protected":false},"author":1,"featured_media":0,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"wpupg_custom_link":[],"wpupg_custom_link_behaviour":[],"wpupg_custom_link_nofollow":[],"wpupg_custom_image":[],"wpupg_custom_image_id":[],"_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"_uf_show_specific_survey":0,"_uf_disable_surveys":false,"footnotes":""},"categories":[14],"tags":[32],"class_list":["post-4434","post","type-post","status-publish","format-standard","hentry","category-oracle","tag-seguridad-security"],"_links":{"self":[{"href":"https:\/\/oracleconraul.com\/index.php\/wp-json\/wp\/v2\/posts\/4434","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/oracleconraul.com\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/oracleconraul.com\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/oracleconraul.com\/index.php\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/oracleconraul.com\/index.php\/wp-json\/wp\/v2\/comments?post=4434"}],"version-history":[{"count":109,"href":"https:\/\/oracleconraul.com\/index.php\/wp-json\/wp\/v2\/posts\/4434\/revisions"}],"predecessor-version":[{"id":6032,"href":"https:\/\/oracleconraul.com\/index.php\/wp-json\/wp\/v2\/posts\/4434\/revisions\/6032"}],"wp:attachment":[{"href":"https:\/\/oracleconraul.com\/index.php\/wp-json\/wp\/v2\/media?parent=4434"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/oracleconraul.com\/index.php\/wp-json\/wp\/v2\/categories?post=4434"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/oracleconraul.com\/index.php\/wp-json\/wp\/v2\/tags?post=4434"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}