寻求GDPR合规的0-10^7整数ID无种子无查表假名化方案

方案一：分组仿射变换（抗小范围破解） #

• 思路：把整个ID空间拆成多个独立小组，每个小组用不同的线性变换规则，单个小组的破解不会影响全局
• 具体操作：
  1. 把0到10^7的ID按固定大小分组，比如每1000个ID一组，总共10000组
  2. 给每个组配一对参数a和b，注意a必须和组的大小（比如1000）互质（比如选3、7这种数），保证变换可逆
  3. 转换时先找到ID属于哪个组，用公式假名ID = (a * 组内ID + b) mod 组大小 + 组起始值，或者把组标识嵌在高位方便还原
• 好处：
  • 完全不需要随机种子或查找表，参数存好就能重复计算，迁移时直接同步参数就行
  • 就算泄露几组ID映射，也只能破解单个小组的规则，没法拿到全局逻辑
  • 新增/删除ID完全不影响，新ID落在哪个组就用哪个组的规则，新增组补参数就行

方案二：轻量级Feistel置换（高安全级） #

• 思路：用Feistel网络这种经典的加密置换逻辑，纯计算实现，不需要查表，非线性特性让破解难度陡增
• 具体操作：
  1. 把ID转成64位整数（10^7只有24位左右，完全够存），拆成左右两个32位块L0、R0
  2. 跑3-5轮变换：每一轮做Li = Ri-1; Ri = Li-1 XOR (Ri-1 * k1 + k2) mod 2^32，这里k1、k2是你自己定的密钥参数
  3. 最后把最后一轮的L和R拼起来就是假名ID
• 好处：
  • 可逆、结果固定，只靠密钥参数，迁移时带密钥就行
  • 非线性变换的雪崩效应，输入变一点输出大变，就算拿到不少映射对也很难逆向推导出规则
  • 动态ID完全兼容，新增删除ID都不影响变换过程

为啥比你原来的方案好 #

你之前的拆分加常量取模是纯线性变换，只要拿到几组映射对，很容易反推出两个常量，整个逻辑就破了。上面两个方案要么用分组隔离风险，要么用非线性变换提升破解门槛，安全性高得多，还完全符合你的需求。

要注意的点 #

• 所有参数（分组的a/b、Feistel的k1/k2）一定要加密存好，参数泄露等于整个假名化逻辑失效
• 必须测试可逆性，确保能从假名ID还原回原ID，不然内部业务关联会出问题
• 跨系统迁移时，只要同步参数就行，不用搬任何映射表，完全满足迁移友好的要求

内容的提问来源于stack exchange，提问作者klobaska soslaninou