Dynamic Data Masking Eğitimi

Eğitim Hakkında

Dinamik maskeleme fonksiyonları, rol bazlı erişim ve uygulama katmanı etkisi

Bu eğitim, veritabanı katmanında hassas verinin sorgu çalışma anında maskelenmesini uçtan uca ele alır. SQL Server Dynamic Data Masking (default, email, partial, random fonksiyonları) ve UNMASK yetkisi; Oracle Data Redaction (FULL, PARTIAL, REGEXP, RANDOM) politikaları; Snowflake masking policy ve row access policy ile sütun/satır düzeyi denetim işlenir. Statik ve dinamik maskeleme farkı, maskelemenin WHERE/JOIN davranışına etkisi, çıkarım (inference) riskleri, KVKK ve GDPR kapsamında kişisel verinin korunması uygulamalı olarak gösterilir. Katılımcılar üretim verisini deşifre etmeden geliştirme ve raporlama ortamlarına güvenli sunan politikalar tasarlar.

Süre ve Format

3 Gün. Her gün dört modül; maskeleme kavramından platform uygulamalarına ve uyum senaryolarına ilerlenir.

Seviye

Orta Seviye — SQL Server, Oracle ve Snowflake üzerinde dinamik veri maskeleme politikalarının tasarımı, uygulanması ve yetki yönetimiyle bütünleştirilmesi.

Öğrenme Metodu

Katılımcılar SQL Server, Oracle ve Snowflake örnek şemaları üzerinde maskeleme politikalarını yazıp farklı rollerle sorgulayarak etkisini doğrular.

Neden Bu Eğitim?

🛡️Veri Koruma

Üretim verisini deşifre etmeden geliştirici ve analiste güvenle açarsınız.

⚖️Uyum

KVKK ve GDPR'ın veri minimizasyonu ilkesini teknik kontrolle karşılarsınız.

🔑Yetki Kontrolü

UNMASK ve rol bazlı istisnalarla kimin ne gördüğünü net ayırırsınız.

Anahtar Konular

dynamic data maskingsql server ddmoracle data redactionsnowflake masking policyveri maskelemehassas veri korumarow access policyunmask yetkisikvkk veri maskelemegdpr maskeleme

“En iyi veri koruması, hassas değeri hiç görmeyen kişinin onu hiç görmemesidir.”

Ön Koşullar

Eğitimden verim almak için faydalı olacak bilgi ve ortam gereksinimleri

1

SQL Temeli

SELECT, JOIN ve WHERE içeren temel SQL yazabilme beklenir.

2

Veritabanı Erişimi

SQL Server veya Snowflake deneme ortamına erişebilen bir bilgisayar faydalıdır.

3

Yetkilendirme

GRANT/REVOKE ve rol kavramına temel aşinalık faydalıdır.

4

Uyum Farkındalığı

KVKK/GDPR'da kişisel veri kavramına dair temel bilgi faydalıdır.

Eğitim İçeriği

Programın gün gün akışı aşağıdadır. Bir güne tıklayarak o günün modüllerini ve içeriklerini görebilirsiniz.

Günün hedefiKatılımcı, dinamik maskelemenin ne zaman uygun olduğunu kavrar ve SQL Server DDM fonksiyonlarını uygular.

Modül 1

Maskeleme Kavramı

Statik maskeleme ile kalıcı veri değişiminin karşılaştırılması
Dinamik maskelemenin veriyi değil görünümü değiştirmesi
Tokenization, şifreleme ve maskeleme arasındaki farklar
Hangi sütunların hassas sayıldığının (PII, PCI) sınıflandırılması
Maskelemenin depolamayı değil erişimi kontrol etmesi
Non-prod ortamlara veri sağlamada maskelemenin rolü

Modül 2

SQL Server DDM Fonksiyonları

MASKED WITH (FUNCTION = 'default()') ile tam gizleme
email() fonksiyonuyla e-posta formatını koruyarak maskeleme
partial(prefix,padding,suffix) ile kısmi gösterim
random(low,high) ile sayısal alanların rastgeleleştirilmesi
ALTER TABLE ... ALTER COLUMN ADD MASKED ile sütuna uygulama
sys.masked_columns görünümüyle maske envanterinin çıkarılması

Modül 3

Yetki ve UNMASK

GRANT UNMASK ile maskesiz görüntüleme yetkisi verme
REVOKE UNMASK ile yetkinin geri alınması
db_owner ve yüksek yetkili rollerin maskeyi atlaması
Kullanıcı bazlı test için EXECUTE AS ile rol taklidi
Sütun düzeyi maske ile tablo düzeyi izinlerin birlikte çalışması
Maskelenmiş veride uygulama hesabı ile rapor hesabının ayrımı

Modül 4

Sınırlar ve Riskler

WHERE koşulunun maskesiz gerçek değer üzerinde çalışması riski
Toplu dışa aktarmada (bcp, SELECT INTO) sızma olasılığı
Brute-force ve çıkarım (inference) saldırılarına açıklık
CAST/CONVERT ile maskenin bypass edilme ihtimali
Maskelemenin tek başına yeterli kontrol olmadığının anlaşılması
Ağ ve depolama şifrelemesiyle katmanlı savunma gereği

Günün hedefiKatılımcı, Oracle Data Redaction politikalarını tanımlar ve koşullu maskeleme senaryoları kurar.

Modül 1

Data Redaction Temelleri

DBMS_REDACT.ADD_POLICY ile politika tanımı
FULL redaction ile alanın tamamen gizlenmesi
PARTIAL ile kredi kartı/TCKN gibi alanların kısmi gösterimi
REGEXP redaction ile desene dayalı maskeleme
RANDOM redaction ile her sorguda farklı değer
NONE politikasıyla test ve geçici devre dışı bırakma

Modül 2

Koşullu Maskeleme

expression parametresiyle kullanıcıya göre koşullu redaction
SYS_CONTEXT ile oturum özniteliklerine göre karar
Uygulama kullanıcısı ile DBA'nın farklı görmesi
Belirli IP veya uygulama modülüne göre politika
Birden çok sütuna tek politikada redaction uygulama
column_description ile politika dokümantasyonu

Modül 3

Yönetim ve İzleme

ALTER_POLICY ile mevcut politikanın güncellenmesi
DROP_POLICY ve ENABLE/DISABLE_POLICY yönetimi
REDACTION_POLICIES ve REDACTION_COLUMNS sözlük görünümleri
EXEMPT REDACTION POLICY ayrıcalığının denetlenmesi
Unified Auditing ile redaction erişimlerinin izlenmesi
Yüksek yetkili hesapların redaction'ı atlamasının kontrolü

Modül 4

Performans ve Doğrulama

Redaction'ın sorgu planına ve optimize ediciye etkisi
Fonksiyon tabanlı indekslerle redaction etkileşimi
Materialized view ve redaction birlikteliği riskleri
EXPLAIN PLAN ile ek yükün gözlemlenmesi
Farklı rollerle sorgulayıp çıktının doğrulanması
Redaction'ın yedekleme/Data Pump ihracatına etkisi

Günün hedefiKatılımcı, Snowflake politika tabanlı maskelemeyi kurar ve maskelemeyi uyum gereksinimlerine bağlar.

Modül 1

Snowflake Masking Policy

CREATE MASKING POLICY ile yeniden kullanılabilir politika
CURRENT_ROLE ve IS_ROLE_IN_SESSION ile rol bazlı mantık
ALTER TABLE ... SET MASKING POLICY ile sütuna bağlama
Tek politikanın birden çok sütunda kullanımı
Conditional masking ile ikinci sütuna göre karar
POLICY_REFERENCES ile politika-sütun eşleşmelerinin listesi

Modül 2

Satır Düzeyi Güvenlik

CREATE ROW ACCESS POLICY ile satır filtreleme
Mapping tablosuyla kullanıcı-satır yetki eşlemesi
Masking ve row access policy'nin birlikte çalışması
Secure view ile mantıksal erişim katmanı
Data sharing senaryosunda politikaların tüketiciye etkisi
Tag-based masking ile sınıflandırmaya göre otomatik maske

Modül 3

KVKK ve GDPR Eşlemesi

Veri minimizasyonu ilkesinin maskeleme ile karşılanması
Amaca bağlılık için rol bazlı erişim gerekçelendirmesi
Kişisel verinin non-prod ortamda maskeli bulundurulması
Veri işleme envanterine maskeleme kontrollerinin eklenmesi
İhlal durumunda maskelemenin etki azaltıcı rolü
Denetim için erişim ve politika değişiklik kayıtlarının tutulması

Modül 4

Kurumsal Yaşam Döngüsü

Sınıflandırma etiketlerinden politika üretim akışı
CI/CD ile maskeleme politikalarının sürümlenmesi
Ortamlar arası (dev/test/prod) politika tutarlılığı
Yeni sütun eklendiğinde kapsama boşluğunun yakalanması
Düzenli erişim gözden geçirme (access review) süreci
Maskeleme etkinliğinin metriklerle raporlanması

Eğitim Kazanımları

Program sonunda katılımcılar:

✅

Maskeleme Türleri

Statik ve dinamik maskeleme ile şifreleme/tokenization farkını açıklarsınız.

✅

SQL Server DDM

default, email, partial ve random fonksiyonlarıyla sütun maskelersiniz.

✅

UNMASK Yönetimi

GRANT/REVOKE UNMASK ile rol bazlı görünürlüğü kontrol edersiniz.

✅

Oracle Redaction

DBMS_REDACT ile FULL, PARTIAL ve REGEXP politikaları tanımlarsınız.

✅

Koşullu Maskeleme

SYS_CONTEXT ve CURRENT_ROLE ile kullanıcıya göre maske uygularsınız.

✅

Snowflake Politika

Masking ve row access policy ile sütun/satır düzeyi denetim kurarsınız.

✅

Risk Farkındalığı

Çıkarım ve bypass risklerini tanıyıp katmanlı savunma tasarlarsınız.

✅

Uyum Eşlemesi

Maskeleme kontrollerini KVKK/GDPR gereksinimlerine bağlarsınız.

Kimler İçin Uygundur?

Veritabanı yöneticileri
veri mühendisleri
uygulama geliştiricileri
hassas veri erişimini düzenlemekle sorumlu veri güvenliği/uyum ekipleri için uygundur

Sıkça Sorulan Sorular

Bu eğitim kimler için uygundur?

Veritabanı yöneticileri, veri mühendisleri, uygulama geliştiricileri ve hassas veri erişimini düzenleyen güvenlik/uyum ekipleri için uygundur.

Statik ve dinamik maskeleme farkı nedir?

Statik maskeleme veriyi kalıcı olarak değiştirip kopyalar; dinamik maskeleme veriyi değiştirmeden yalnızca sorgu çıktısındaki görünümü role göre gizler.

Maskeleme şifrelemenin yerini tutar mı?

Hayır; maskeleme erişim anındaki görünürlüğü kontrol eder, depolama ve ağ şifrelemesiyle birlikte katmanlı savunma olarak kullanılmalıdır.

Hangi platformlar işleniyor?

SQL Server Dynamic Data Masking, Oracle Data Redaction ve Snowflake masking/row access policy uygulamalı olarak ele alınır.

Eğitim sonunda sertifika veriliyor mu?

Katılım ve değerlendirme sonrası Digital Vizyon Akademi Katılım ve Başarı Sertifikası verilir.

Sertifikalandırma

Bu eğitim Digital Vizyon Akademi Başarı Sertifikası ile tamamlanır.

Eğitim başında “Ön Test”, bitiminde “Son Test” uygulanarak gelişim ölçümlenir. Değerlendirme formunu dolduran katılımcılar sertifikalarını alır. Sertifikanızın geçerliliğini Sertifika Sorgulama sayfasından doğrulayabilirsiniz.

Örnek Sertifika

DYNAMIC DATA MASKING EĞİTİMİ

Eğitim Hakkında

Neden Bu Eğitim?

Anahtar Konular

Ön Koşullar

Eğitim İçeriği

Maskeleme Kavramı

SQL Server DDM Fonksiyonları

Yetki ve UNMASK

Sınırlar ve Riskler

Data Redaction Temelleri

Koşullu Maskeleme

Yönetim ve İzleme

Performans ve Doğrulama

Snowflake Masking Policy

Satır Düzeyi Güvenlik

KVKK ve GDPR Eşlemesi

Kurumsal Yaşam Döngüsü

Eğitim Kazanımları

Kimler İçin Uygundur?

Sıkça Sorulan Sorular

Sertifikalandırma

Eğitim Bilgileri

Bu Eğitimle Birlikte Tercih Edilenler

Data Types & Normalization Eğitimi

Data Types & Operators Eğitimi

Data Types, Collections, and Branching Eğitimi

Data Warehousing & Business Intelligence Deployment Eğitimi

Data Warehousing & Business Intelligence Implementation Eğitimi