PIIデータトークン化

PIIデータのトークン化

1）トークン化と正確にトークン化する理由

目標：運用回路および分析における「生の」個人データへのアクセスを除外し、漏洩のリスクを低減し、要件への準拠を簡素化する。
PIIの例：氏名、電話番号、電子メール、住所、パスポート/ID、錫、IPアドレス、クッキーID、支払い識別子、生年月日など。

• 元の値を開示しません。
• リバーシブル（安全なdetokenationサービスを介して）または不可逆的にすることができます。
• 決定論的（結合/検索の場合）または非決定論的（最大プライバシーの場合）にすることができます。

2）脅威モデルと制御目標

リスク：データベース/ログ/バックアップリーク、インサイダー読み取り、繰り返し値による相関、不正なデトークン化、辞書/フォーマット攻撃（電子メール/電話）、秘密の再利用。

1.別の信頼ゾーン：アプリケーションはトークン、ソースで動作します-トークンサービスでのみ。

2.トークンの暗号強度と管理されたデトークン化を保証します。

3.KMS/HSM、回転、暗号滅菌でブラスト半径を削減します。

4.管理されたリスクでの検索/ジョイン/分析に適していることを確認します。

3）トークンの類型

• search/joynesのPII： KMS上にラッチされたリバーシブル決定論的、リージョンバウンド（テナント/スコープ）。
• 運用マスキング（UI）のためのPII：再利用リスクを低減するために、生涯にわたって可逆的な非決定性。
• グレーゾーン分析の場合：不可逆（key NMAC/salt hash）またはDP集計。

4）トークン化アーキテクチャ

4.1コンポーネント

トークン化サービス（TS）： 「tokenize/detokenize/search」 API、高い信頼ゾーン。
Token Vault （TV）：保護マップ'token→original（+metadata）'。
KMS/HSM：ルートキーストレージ（KEK）、ラッピング/署名操作。
ポリシーエンジン：誰が、どこで、なぜdetokenizeすることができます。範囲/TTL/rate-limits；mTLS/mTLS+mTLS。
監査と免責：すべてのトークン化/デトークン化オペレーションの変更不可のログ。

4.2キー階層

KMS/HSMのルート/KEK（組織/地域/テナントごと）。
データドメインごとのDEK-PII（電子メール/電話/アドレス）および/またはデータセット。
回転：ボルト全体を再暗号化せずにrewrap DEK；「鍵の妥協」計画。

4.3つの流れ

1.トークナイズ：TS→クライアント（mTLS+A&A）→正規化→トークン計算→テレビへの書き込み→トークン応答。
2.Detokenize-TS→Client→Policy/Reason Check→Source Check（またはReject）。
3.Search/Match：決定論的トークン化により、トークンで検索することができます。Eメール/電話-トークン化の前にフォーマットを正規化します。

5）トークン設計（暗号設計）

5.1リバーシブル（動作回路に推奨）

AES-SIV/AEADエンベロープ：'cipher=AEAD_Encrypt （DEK、 PII、 AAD=scope' tenant'フィールド）'；token='prefix' nonce 'cipher' tag'。
フォーマットのFPE （FF1/FF3-1）（例：国番号無しの10桁の電話）。慎重に適用し、正しいドメイン（アルファベット/長さ）。

5.2取り返しのつかない（分析/顔の匿名化）

キー付きHMAC/хэш： 'token=HMAC （PII_normalized、 key=K_scope）'；塩/コショウ-別々；テナントまたはデータセットごと。
関数（SHA-256/512）とドメインを選択することで、衝突のリスクを最小限に抑えます。

5.3決定論とスコープ

ジョインには、AAD='{tenant' purpose 'field}'→同じ値の異なるトークンが異なるターゲットに対応する決定論的スキーマを使用します。
異なったサービスの反相関のため-異なったキー/区域。

5.4辞書攻撃を最小限に抑える

正規化（電子メール/電話の正規化）、KMSのコショウ、ドメインサイズの制限（サイドチャネルとして「レコードが見つかりません」エラーを与えないでください）、レートリミットとパブリックポイントのSARTSNA/プロキシ。

6） APIの設計および回路図

6.1 REST/gRPC（オプション）

'POST/v1/tokenize {field、 value、 scope、 tenant_id、 purpose}->{token、 meta}'

'POST/v1/detokenize {token、 purpose}->{value}' （mTLS+OIDC+ABAC；「最小化」発行）

'POST/v1/match {field、 value}->{token}'（決定論的検索パス）

6.2貯蔵の図表（TV）

Таблица'トークン（フィールド、スコープ、tenant_id、トークン、created_at、バージョン、wrapped_key_id、 hash_index）'

インデックス：'token'、 '（tenant_id、 field、 hash_index）'による重複除外/検索。
ハッシュインデックス（正規化されたPIIからのHMAC）を使用すると、デトークン化せずに検索できます。

6.3正規化パイプライン

email：小文字、トリム、正規のローカルパート（すべてのドメインのポイントを積極的に「食べる」ことなく）。
phone： E.164（国コード付き）、書式文字を削除します。
address/name：ルール、トリム、折りたたみスペースによる変換。

7）複数のテナントおよび分離

テナントごとのキーと名前空間：テナントごとのKEK/DEK。
Detokenizationポリシー：role+goal+cause+event監査。
テナントデータの暗号削除-KEK失効とDEK破壊→ボルトは（その記録のために）役に立たなくなります。

8）統合

8.1データベースとキャッシュ

トークンのみを操作テーブルに保存します。
まれなケースでは、プロキシ/エージェントを介してオンザフライのデトークン化が必要です。
トークンキャッシュ-ディスクに書き込むことなく、短いTTLを持つメモリでのみ。

8.2 アナリティクス/BI/ML

DWH/lakeでは、トークンまたはハッシュ。Joinは、対応するスコープの決定論的トークンで実行されます。
MLでは、仮名化と集計が推奨されます。人を回復させることは避けてください。

8.3サポートサービスと不正防止

mask（'+380'）とepisodic detokenization （reason code）+second factorを使用したUI。

9）回転、バージョンおよびライフサイクル

トークンIDと暗号化バージョン（v1/v2）を分離します。
Rewrap：データに触れることなくKEKを変更します。
インシデントプラン：重要な妥協→即時リコール、デトークン化の禁止、「読み取り専用」へのロールバック、リラップの開始。
TTLトークン：ポリシー別-永続的（識別子）または短い（ワンタイムリンク/一時的な統合）。

10）性能および信頼性

ハードウェアアクセラレーション（AES-NI/ARMv8）、 KMSへの接続プール、ラップされたDEKのキャッシュ。
水平スケーリングTS；読み取り/書き込みパスを分割します。
ネットワークフラグの繰り返しをトークン化するためのIdempotency-key。
DR/HA：マルチエリア、非同期ボルトレプリカ、定期的なリカバリテスト。

SLO： p99 latency 'tokenize' ≤ 50-100 ms；'detokenize' ≤ 50 ms；99 ≥可用性。9%.

11）オブザビリティ、監査、コンプライアンス

メトリクス：メソッドによるQPS、 A&Aエラー、デトークンの共有（役割/目標による）、キャッシュのヒット率、KMSの動作時間。
監査（不変）：'who/what/why/where'、クエリーハッシュ、resultの各detokenation。
ログの保持とWORMポリシー（監査と不変ログを参照）。
コンプライアンス：GDPR（最小化、暗号消去による削除権）、PCI DSS （PAN-FPE/仮名化）、ISO/SOCレポート。

12）テストおよび安全

暗号ユニットテスト：決定論的トークンの安定性、AADの検証、および一致しない場合の失敗。
ネガティブテスト：辞書攻撃、フォーマット逆、レート制限、CSRF （Webパネル用）、バックエンド用SSRF。
カオス：KMS/Voltが利用できない、レガシーキー、部分的なレプリケーション。
定期的なレッドチームは、理由なくサイドチャンネルを介してデトークン化しようとします。

13）ミニレシピ

pii_norm = normalize(value)
aad   = scope          tenant          field dek   = kms. unwrap(kek_id, wrapped_dek_for_field)
token = aead_siv_encrypt (dek, pii_norm, aad) # deterministically store_vault (token, pii_norm, meta)
return token

pii_norm = normalize(value)
pepper  = kms. get_secret("pepper/"+tenant+"/"+field)
token = HMAC_SHA256 (pepper, pii_norm) # deterministically within scope return base64url (token)

allow if role in {SupportL2, Risk, DPO} and purpose in {KYC, Chargeback, DSAR}
and mTLS and OIDC_claims match tenant and reason_code provided and ticket_id linked rate_limit per actor <= N/min

kms. disable_key(kek_tenant)
access to unwrap is blocked → detoxification is not possible schedule_destroy (kek_tenant, hold_days=7)

14）頻繁な間違いとそれらを回避する方法

ログのトークン。トークン自体（特にリバーシブル）をマスクする-これらは機密データです。
すべてのためのシングルキー"。"テナント/フィールド/目標で分割する。AADを使用します。
正規化"ランダムで。"調整されていない正規化は、検索/ジョインを破壊します。
原因/制限なしのデトークン化。常に理由コード、監査およびレート制限。
万能薬としてのFPE。フォーマットが本当に必要な場合と正しいドメイン/キーでのみ使用します。
ディスク上の長寿命キャッシュ。TTLを使用したメモリでのみキャッシュします。
巻き戻しプロセスはありません。ダウンタイムのないKEKの回転は必須です。

15）チェックリスト

販売する前に

• フィールド/ターゲットごとに選択されたトークン・プロファイル（可逆性/決定性/スコープ）。
• キー階層（KEK/DEK）、 KMSポリシー、キー操作監査が設定されています。
• 入力正規化、フォーマット検証パイプラインを実装。
• Rate-limit、 reason-codes、 immutable監査有効。
• 辞書攻撃/フォーマット/ロールベースのアクセスのテストが渡されました。
• DR/レプリカボルトと鍵の妥協計画。

操作

• 毎月のdetokenationレポート（who/why/how much）。
• KEK/pepperの周期的な回転、rewrap DEK。
• 無許可のdetokenation/側面チャネルのための赤いチーム。
• 新しいフォーマット/リージョンが出現すると、正規化を修正します。

16） FAQ

Q：トークン化=匿名化？
ああ、いやいや。トークン化-仮名化。キー/ボルトがある場合、ソースは復元されます（または同等）。GDPRの領域を終了するには、信頼性の高い匿名化が必要です。

Q： detokenizationなしで電子メール/電話で捜す方法か？
A： canonizationのdeteminatedトークン化。アドレス/フルネームの場合-インデックス/検索キーと補助テーブルをハッシュします。

Q： FPEはいつ必要ですか？
A：外部契約/スキーマがフォーマット（長さ/アルファベット）を必要とする場合。他のケースでは、通常のAEADトークンはより簡単で安全です。

Q：すべての目的で1つのトークンを持つことは可能ですか？
A：より良い異なるスコープ（スコープ/目的）：同じPIIは異なるタスクに異なるトークンを与えます→相関のリスクを低減します。

Q：どのように「削除する権利」を行使しますか？
A：暗号削除：対応するセットのKEK/DEKを取り消し、またはvolt+のエントリを削除してフィールド/パーティキーを破壊します。in analytics-TTL/aggregation/depersonalization。

• 「秘密管理」
• 「At Rest Encryption」
• 「In Transit Encryption」
• 「デザインによるプライバシー（GDPR）」
• 「監査ログと不変ログ」
• 「キー管理とローテーション」