21世纪已进入了大数据时代,数据呈指数式增长。数据的不断增长,也导致了数据泄露风险的不断提高。特别是金融、医疗、教育、互联网等行业拥有大量的用户隐私数据和账务信息等数据,这些行业的敏感数据一旦泄露,将带来不可预估的严重后果。因此,金融、医疗、教育、互联网等行业急需加强敏感数据防护。数据脱敏系统能将敏感数据通过脱敏算法变形成与原敏感数据具有相同特征以及保持数据业务关联的假数据,从而有效确保了敏感数据在生产环境与非生产环境的安全使用,降低了数据泄露的可能性。本论文以设计和实现基于关系型数据库的数据脱敏系统为研究课题,查阅相关文献资料,对数据脱敏现状以及现有数据脱敏系统进行调研分析,针对企业对敏感数据的保护需求,进行了数据脱敏系统的功能需求分析。在需求分析的基础上,对脱敏系统进行了总体设计、功能模块设计以及数据库设计。针对企业的脱敏需求,实现了常用的姓名脱敏算法、身份证脱敏算法、手机号脱敏算法以及地址脱敏算法等。并以数据源导入、敏感类型发现、数据脱敏为核心设计了静态数据脱敏的流程,在该流程的基础上实现了单线程静态数据脱敏。并在单线程脱敏的基础上通过与图论知识相结合,将数据库表根据表关联关系建立有向图模型,对有向图模型进行分层并行拓扑排序,在此基础上实现无关表的并行脱敏,从而实现了更为高效且适用于大数据量脱敏的多线程静态数据脱敏。同时,通过对MySQL的通讯协议解析、建立数据库代理,实现了生产环境下的动态数据脱敏的功能。最后,对系统进行了功能测试及性能测试,验证了数据库脱敏系统的有效性及可用性,通过实验分析了不同情况下不同类型脱敏的性能,总结了不同类型脱敏的适用情况。本论文实现的数据脱敏系统具有静态脱敏与动态脱敏两大脱敏功能,满足了企业对敏感数据的不同脱敏需求,能有效防止敏感数据泄露,保证了敏感数据在使用过程中的安全性,具有较高的使用价值和意义。