Menggunakan Sensitive Data Protection untuk memindai data BigQuery

Sensitive Data Protection memungkinkan Anda memeriksa tabel BigQuery untuk mengidentifikasi, mengelola, dan membantu melindungi data sensitif seiring pertumbuhan dan perubahan set data Anda. Pemindaian berkala membantu Anda memenuhi persyaratan kepatuhan dan mengurangi risiko pengungkapan detail seperti nomor kartu kredit, informasi medis, nomor Jaminan Sosial, nomor surat izin mengemudi, alamat, nama lengkap, dan rahasia perusahaan.

Dokumen ini menjelaskan cara menjalankan pemeriksaan on-demand dari halaman BigQuery di konsol Google Cloud . Untuk mempelajari lebih lanjut Sensitive Data Protection, lihat dokumentasi Sensitive Data Protection.

Cara memindai data BigQuery

Sensitive Data Protection adalah layanan terkelola sepenuhnya yang memungkinkan Anda mengidentifikasi dan membantu melindungi data sensitif dalam skala besar. Sensitive Data Protection menggunakan lebih dari 150 detektor bawaan untuk mengidentifikasi pola, format, dan checksum. Sensitive Data Protection juga menyediakan serangkaian alat untuk melakukan de-identifikasi data Anda, termasuk penyamaran, tokenisasi, pseudonimisasi, dan perubahan tanggal, tanpa mereplikasi data pelanggan.

Ada dua cara untuk memindai data BigQuery Anda:

  • Pembuatan profil data sensitif. Sensitive Data Protection dapat membuat profil tentang data BigQuery di seluruh organisasi, folder, atau project. Profil data berisi metrik dan metadata tentang tabel Anda serta membantu menentukan lokasi data sensitif dan berisiko tinggi. Sensitive Data Protection melaporkan metrik ini di tingkat project, tabel, dan kolom. Untuk informasi selengkapnya, baca Profil data untuk data BigQuery.

  • Pemeriksaan on-demand. Sensitive Data Protection dapat melakukan pemeriksaan mendalam pada satu tabel atau subset kolom dan melaporkan temuannya hingga ke tingkat sel. Pemeriksaan semacam ini dapat membantu Anda mengidentifikasi setiap instance jenis data tertentu, seperti lokasi akurat nomor kartu kredit di dalam sel tabel. Anda dapat melakukan pemeriksaan on-demand melalui halaman Sensitive Data Protection di konsolGoogle Cloud , halaman BigQuery di konsol Google Cloud , atau secara terprogram melalui DLP API.

Sebelum memulai

  1. Ketahui harga Sensitive Data Protection dan cara memastikan biaya Sensitive Data Protection tetap terkendali.

  2. Mengaktifkan DLP API.

    Mengaktifkan API

  3. Pastikan pengguna yang membuat tugas Sensitive Data Protection diberikan peran Identity and Access Management (IAM) Sensitive Data Protection bawaan yang sesuai atau izin yang memadai untuk menjalankan tugas Sensitive Data Protection.

Memindai data BigQuery menggunakan konsol Google Cloud

Untuk memindai data BigQuery, buat tugas Sensitive Data Protection yang menganalisis tabel. Anda dapat memindai tabel BigQuery dengan cepat menggunakan opsi Scan with Sensitive Data Protection di konsol BigQuery Google Cloud .

Untuk memindai tabel BigQuery menggunakan Sensitive Data Protection:

  1. Di konsol Google Cloud , buka halaman BigQuery.

    Buka BigQuery

  2. Di panel kiri, klik Explorer:

    Tombol yang ditandai untuk panel Explorer.

    Jika Anda tidak melihat panel kiri, klik Luaskan panel kiri untuk membuka panel.

  3. Di panel Explorer, luaskan project Anda, klik Datasets, lalu klik set data Anda.

  4. Klik Overview > Tables, lalu pilih tabel Anda.

  5. Di panel detail, klik More > Scan with Sensitive Data Protection. Halaman pembuatan tugas Sensitive Data Protection akan terbuka di tab baru.

  6. Untuk Langkah 1: Pilih data input, masukkan ID pekerjaan. Nilai di bagian Location dihasilkan secara otomatis. Selain itu, bagian Sampling dikonfigurasi otomatis untuk menjalankan pemindaian sampel terhadap data Anda, tetapi Anda dapat menyesuaikan setelan sesuai kebutuhan.

  7. Klik Continue.

  8. Opsional: Untuk Langkah 2: Konfigurasikan deteksi, Anda dapat mengonfigurasi jenis data yang akan ditelusuri, yang disebut infoTypes.

    Lakukan salah satu hal berikut:

    • Untuk memilih dari daftar infoTypes bawaan, klik Manage infoTypes. Kemudian, pilih infoTypes yang ingin Anda telusuri.
    • Untuk menggunakan template pemeriksaan yang sudah ada, di kolom Template name, masukkan nama resource lengkap template.

    Untuk informasi selengkapnya tentang infoTypes, lihat InfoType dan detektor infoType dalam dokumentasi Sensitive Data Protection.

  9. Klik Continue.

  10. Opsional: Untuk Langkah 3: Tambahkan tindakan, aktifkan Save to BigQuery untuk memublikasikan temuan Sensitive Data Protection ke tabel BigQuery. Jika Anda tidak menyimpan temuan, tugas yang selesai hanya akan berisi statistik tentang jumlah temuan dan infoTypes-nya. Menyimpan temuan ke BigQuery akan menyimpan detail tentang lokasi presisi dan keyakinan setiap temuan.

  11. Opsional: Jika Anda mengaktifkan Save to BigQuery, di bagian Save to BigQuery, masukkan informasi berikut:

    • Project ID: project ID tempat hasil Anda disimpan.
    • Dataset ID: nama set data yang menyimpan hasil Anda.
    • Opsional: Table ID: nama tabel yang menyimpan hasil Anda. Jika tidak ada ID tabel yang ditentukan, nama default akan ditetapkan ke tabel baru yang mirip dengan berikut ini: dlp_googleapis_date_1234567890. Jika Anda menentukan tabel yang sudah ada, temuan akan ditambahkan ke tabel tersebut.

    Untuk menyertakan konten aktual yang terdeteksi, aktifkan Include quote.

  12. Klik Continue.

  13. Opsional: Untuk Langkah 4: Jadwalkan, konfigurasikan rentang waktu atau jadwal dengan memilih antara Specify time span atau Create a trigger to run the job on a periodic schedule.

  14. Klik Continue.

  15. Opsional: Di halaman Review, periksa detail tugas Anda. Jika perlu, sesuaikan setelan sebelumnya.

  16. Klik Create.

  17. Setelah tugas Sensitive Data Protection selesai, Anda akan dialihkan ke halaman detail tugas, dan Anda akan diberi tahu melalui email. Anda dapat melihat hasil pemindaian di halaman detail tugas, atau mengklik link ke halaman detail tugas Sensitive Data Protection di email penyelesaian tugas.

  18. Jika Anda memilih untuk memublikasikan temuan Sensitive Data Protection ke BigQuery, di halaman Job details, klik View Findings in BigQuery untuk membuka tabel di konsol Google Cloud . Anda kemudian dapat membuat kueri pada tabel dan menganalisis temuan Anda. Untuk informasi selengkapnya tentang cara membuat kueri hasil di BigQuery, lihat Membuat kueri temuan Sensitive Data Protection di BigQuery dalam dokumentasi Sensitive Data Protection.

Langkah berikutnya

Jika Anda ingin menyamarkan atau melakukan de-identifikasi data sensitif yang ditemukan oleh pemindaian Sensitive Data Protection, lihat bagian berikut: