Insight Masking（旧名称：Insight Data Masking）

FUNCTION 01 文字種、文字長を維持してマスキング

ひらがな、カタカナ、漢字等のマルチバイト文字に対応。英数字、日本語、記号等が混在していても、元データと同じ文字種・文字数でデータを生成します。

• 半角カナ、全角数字、全角アルファベット含む
• （株）等、そのまま残したい文字列は、予約語（除外文字）として登録可能

FUNCTION 02 複数のデータ間での整合性（データモデル）を維持

システムで採番されたID等のユニーク性を保ったままのマスキングが可能です。複数テーブル間での関係性（参照整合性）を崩しません。

FUNCTION 03 特定箇所（セグメント）を指定してマスキング

電話番号、郵便番号、クレジットカード番号などに対して、ハイフンなどを区切り文字に選んでセグメントを指定可能。分割された文字列毎にマスキング処理の方法を設定することができます。

FUNCTION 04 独自の辞書でマスキング

ユーザー作成の期待値データを格納した辞書ファイルを用意すれば、期待値データで置換が可能です。（人名を格納した辞書ファイルを準備し、氏名データを置換など）

FUNCTION 05 再現性を保ったマスキング

マスキング処理を複数回行った場合、毎回同じ結果を得られるようにすることも、実施毎に異なる結果を得られるようにすることも可能です。（日々追加される業務データなどの差分データのマスキングに利用可能）

FUNCTION 06 AIでフリーテキストから自動検出

メール、電話のコールログのようなフリーテキスト（文章データ）からマスキング対象に該当する単語を自動検出。チャットボット等のデータや業務システムの履歴データ、自由記述欄のテキストなどの匿名化対応が可能です。

フリーテキストのGUI設定のイメージ
※ルールベースに加え、NER（固有表現抽出）自然言語処理でテキスト解析を行います。
NER : Named Entity Recognition

本番同等のテストデータでシステム開発のスピードと開発品質を向上したい

システム開発のスピードと品質の向上にあたり、テストデータの作成工数とその品質が課題となっています。システム開発の現場ではテストデータを作成する手段としてダミーデータや自前で加工した本番環境のデータを利用することがあります。しかし、ダミーデータを利用する場合、本番データ同等のパフォーマンス検証は難しく性能評価の有効性が担保できません。また、自前で加工した本番環境のデータを利用する場合も、テーブル間の関係性を維持するなど本番同様のデータ作成は難しく、準備の工数も必要です。製品導入による解決を模索している企業もありますが、多くの現場では効率化を実現できていないのが現状です。Insight Maskingは高速・高精度に本番同等のテストデータを作成でき、システム開発のスピードと品質を向上します。

情報漏洩のリスクから社員が自由にデータを分析できない

複数のユーザーや事業者がアクセスするデータ分析基盤において、機密情報や個人情報の情報漏洩リスクのため、社員が自由にデータ分析を行うことができず課題となっています。また、クラウド上でデータ分析基盤を構築したい企業のうち、セキュリティが厳格な金融機関などでは、匿名化されていない生データをクラウド上に連携したり、リモートで取り扱うことができない規制があり、事前のデータマスキングが必須となっています。

情報セキュリティマネジメントの国際規格ISO/IEC 27001が2022年に改訂されたことで、PII（personally identifiable information）を含む機密データの管理策へデータマスキングの対応が明記されました。外部環境への機密データ露出を防ぐデータマスキングの重要性は近年ますます高まり、その対策は企業にとって急務の課題となっています。安全なデータ活用を実現するにはデータマスキング製品を導入し、本番環境の機密情報を適切に匿名化することが不可欠です。

機微な顧客向け提案書の活用、AIの活用ができない

WordやExcel、PowerpointといったMicrosoft Office製品は、企業の現場で広く利用されています。作成されたファイル内に個人情報や機密情報が含まれることがあるため、提案書や営業資料、履歴書などを社内外へ共有や保管を行う前に匿名化する必要があります。従来は、担当者がファイルを一つひとつ確認し、個人情報を手作業で削除・置換する方法で対応していましたが、その工数や品質の担保が課題となっています。
また、ChatGPTなどの生成AIの活用が進む中、AIに業務データを学習させるには機密情報の事前の匿名化が不可欠です。しかし、生産性向上のためのAI導入が、事前のマスキングに工数がかかることで阻害されています。企業の生産性向上において、Officeファイルや新たなテクノロジーであるAIの活用を止める個人情報保護の壁への対応が急務となっています。