近年来,得益于中国金融服务与产业大数据分析的发展,有效的解决了许多数据问题,金融服务的便利性明显提高,而同样由于近日我国政府陆续出台的《个人信息保护法》、《数据安全法》等有关法律法规,金融机构必须对掌握的大数据进行匿名化后方能与第三方合作分享,这也要求需要相应的信息安全保障技术对数据进行管理。论文围绕如何在数据安全合规的前提下,加快培育数据要素市场这个问题展开研究:即对金融数据进行匿名化处理,最大化数据效用,最小化隐私泄露风险,同时让匿名化处理后的数据进入市场,进行交易流通。这样即保护的数据安全,又发挥了数据的价值。因此,本文研究的具体工作如下:首先,依据《JRT0197-2020金融机构数据安全数据安全等级指引》等文件自动标识金融机构各类信息的安全级别,依据《GB/T35273—2020信息安全技术个人信息安全标准》等文件识别某些属性是属于标识符、准标识符或敏感属性。自动给出数据集中各个属性的安全级别和数据类型。同时根据已标记好的数据集,对数据集中不同的属性选择不同的泛化层级之后对数据集进行匿名化处理,使其符合所选择的匿名标准,如6)匿名,7)-多样性,-近似性等。其中匿名化处理主要采用全局匿名处理和局部匿名处理两种方式。针对处理后的结果数据集,进行多维度的可用性分析,并采用一种新的结合数据质量和隐私度量的评价标准对匿名化后的数据进行分析。同时对匿名后的数据集里存在的风险进行评估。主要针对三类常见的隐私攻击场景包括检察官攻击、记者攻击与营销攻击,并对结果与不同场景的风险阈值进行对比分析。采用了两个数据集进行相关实验,并对实验结果进行可视化与分析。最后由于数据确权可以使得数据产品具备了可操控性,可以提高数据产品流动的效率。研究基于ODRL信息模型的数据确权问题,对数据流通中数据控制者、数据卖方、数据买方之间的权利流通进行描述,并针对不同部分的JSON描述进行研究与分析。