Cloud Data Loss Prevention (Cloud DLP) ist jetzt Teil des Schutzes sensibler Daten. Der Name der API bleibt unverändert: Cloud Data Loss Prevention API (DLP API). Informationen zu den Diensten, die zum Schutz sensibler Daten gehören, finden Sie unter Schutz sensibler Daten.
Mit Sammlungen den Überblick behalten
Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.
Die Delta-Präsenz (δ-Präsenz) ist ein Messwert zur Quantifizierung der Wahrscheinlichkeit, dass eine Person zu einem analysierten Dataset gehört. Wie bei k-Map können Sie δ-Präsenzwerte mithilfe des Schutzes sensibler Daten schätzen. Dabei wird ein statistisches Modell zur Schätzung des Datasets mit Angriffspotenzial verwendet.
Die δ-Präsenz unterscheidet sich von den anderen Methoden der Risikoanalyse, bei denen das Dataset mit Angriffspotenzial explizit bekannt ist. Je nach Datentyp verwendet Sensitive Data Protection öffentlich verfügbare Datasets (z. B. aus der US-Volkszählung) oder ein benutzerdefiniertes statistisches Modell (z. B. eine oder mehrere von Ihnen angegebene BigQuery-Tabellen) oder leitet die Daten aus der Werteverteilung in Ihrem Eingabedataset ab.
In diesem Thema wird gezeigt, wie Sie mit Sensitive Data Protection δ-Präsenzwerte für ein Dataset berechnen. Weitere Informationenδ – Allgemeine Präsenz-
und Risikoanalyse im Allgemeinen, Thema der Risikoanalyse
bevor Sie fortfahren.
Hinweise
Führen Sie folgende Schritte aus, bevor Sie fortfahren:
Wählen Sie das zu analysierende BigQuery-Dataset aus. Der Schutz sensibler Daten schätzt den Messwert δ-Präsenz, indem eine BigQuery-Tabelle gescannt wird.
Zum Berechnen einer δ-Präsenzschätzung mit Sensitive Data Protection senden Sie eine Anfrage an die folgende URL, wobei PROJECT_ID Ihre Projekt-ID angibt:
Ein PrivacyMetric-Objekt. Hier geben Sie an, dass Sie die δ-Präsenz berechnen möchten. Geben Sie dazu ein DeltaPresenceEstimationConfig-Objekt an, das Folgendes enthält:
quasiIds[]: erforderlich. Felder (QuasiId-Objekte), die als Quasi-Identifikatoren betrachtet werden, die durchsucht und zur Berechnung der δ-Präsenz verwendet werden. Zwei Spalten dürfen nicht dasselbe Tag haben. Dies gilt für jedes der folgenden Tags:
infoType: Dies bewirkt, dass Sensitive Data Protection das relevante öffentliche Dataset als statistisches Bevölkerungsmodell verwendet, einschließlich US-Postleitzahlen, Regionscodes, Altersgruppen und Geschlecht.
Benutzerdefinierter infoType: benutzerdefiniertes Tag zur Angabe einer Hilfstabelle (eines AuxiliaryTable-Objekts), die statistische Informationen zu den möglichen Werten dieser Spalte enthält.
Tag inferred: Wenn kein semantisches Tag angegeben ist, geben Sie inferred an.
Sensitive Data Protection leitet das statistische Modell von der Werteverteilung in den Eingabedaten ab.
regionCode: Ein Regionscode gemäß ISO 3166-1 Alpha-2, den Sensitive Data Protection für die statistische Modellierung verwendet. Dieser Wert ist erforderlich, wenn keine Spalte mit einem regionsspezifischen infoType (z. B. einer US-Postleitzahl) oder einem Regionscode gekennzeichnet ist.
auxiliaryTables[]: Hilfstabellen (StatisticalTable-Objekte), die in der Analyse verwendet werden sollen. Jedes benutzerdefinierte Tag, mit dem eine Spalte von Quasi-Identifikatoren gekennzeichnet wird (aus quasiIds[]), darf jeweils nur in einer Zeile der Hilfstabelle enthalten sein.
Ein BigQueryTable-Objekt. Geben Sie die zu untersuchende BigQuery-Tabelle an. Dazu beziehen Sie die folgenden Parameter ein:
projectId: die Projekt-ID des Projekts, das die Tabelle enthält
datasetId: die Dataset-ID der Tabelle
tableId: der Name der Tabelle
Ein oder mehrere Action-Objekte für Aktionen, die nach Abschluss des Jobs in der angegebenen Reihenfolge ausgeführt werden sollen. Jedes Action-Objekt kann eine der folgenden Aktionen enthalten:
SaveFindings-Objekt: speichert die Ergebnisse des Risikoanalysescans in einer BigQuery-Tabelle
PublishToStackdriver-Objekt: Speichert Ergebnisse in Google Cloud Observability.
δ-Präsenz-Jobergebnisse ansehen
Senden Sie die folgende GET-Anfrage an die projects.dlpJobs-Ressource, um die Ergebnisse des δ-Präsenz-Risikoanalysejobs mit der REST API abzurufen. Ersetzen Sie PROJECT_ID durch Ihre Projekt-ID und JOB_ID durch die ID des Jobs, für den Sie Ergebnisse erhalten möchten.
Die Job-ID wurde beim Start des Jobs zurückgegeben und kann auch durch Auflisten aller Jobs abgerufen werden.
GET https://dlp.googleapis.com/v2/projects/PROJECT_ID/dlpJobs/JOB_ID
Die Anfrage gibt ein JSON-Objekt zurück, das eine Instanz des Jobs enthält. Die Ergebnisse der Analyse befinden sich im Schlüssel "riskDetails" in einem AnalyzeDataSourceRiskDetails-Objekt. Weitere Informationen finden Sie in der API-Referenz zur Ressource DlpJob.
[[["Leicht verständlich","easyToUnderstand","thumb-up"],["Mein Problem wurde gelöst","solvedMyProblem","thumb-up"],["Sonstiges","otherUp","thumb-up"]],[["Schwer verständlich","hardToUnderstand","thumb-down"],["Informationen oder Beispielcode falsch","incorrectInformationOrSampleCode","thumb-down"],["Benötigte Informationen/Beispiele nicht gefunden","missingTheInformationSamplesINeed","thumb-down"],["Problem mit der Übersetzung","translationIssue","thumb-down"],["Sonstiges","otherDown","thumb-down"]],["Zuletzt aktualisiert: 2025-08-19 (UTC)."],[],[],null,["# Computing δ-presence for a dataset\n\nDelta-presence (*δ* -presence) is a metric that quantifies the probability that\nan individual belongs to an analyzed dataset. Like [*k*-map](#compute-k-map),\nyou can estimate *δ*-presence values using Sensitive Data Protection, which\nuses a statistical model to estimate the attack dataset.\n\n*δ*-presence contrasts with the other risk analysis methods, in which the\nattack dataset is explicitly known. Depending on the type of data,\nSensitive Data Protection uses publicly available datasets (for example, from the\nUS Census) or a custom statistical model (for example, one or more\nBigQuery tables that you specify), or it extrapolates from the\ndistribution of values in your input dataset.\n\nThis topic demonstrates how to compute *δ* -presence values for a dataset using\nSensitive Data Protection. For more information about *δ* -presence or risk analysis in\ngeneral, see the [risk analysis concept topic](/sensitive-data-protection/docs/concepts-risk-analysis)\nbefore continuing on.\n| **Note:** At this time, you can only compute *δ* -presence values using the DLP API or Sensitive Data Protection-supported [client\n| libraries](/sensitive-data-protection/docs/libraries). Sensitive Data Protection in the Google Cloud console doesn't support computing *δ*-presence values.\n\n\u003cbr /\u003e\n\n| **Note:** Prematurely canceling an operation midway through a job still incurs costs for the portion of the job that was completed. For more information about billing, see [Sensitive Data Protection pricing](https://cloud.google.com/sensitive-data-protection/pricing).\n\n\u003cbr /\u003e\n\nBefore you begin\n----------------\n\n\nBefore continuing, be sure you've done the following:\n\n1. [Sign in](https://accounts.google.com/Login) to your Google Account.\n2. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.\n[Go to the project selector](https://console.cloud.google.com/projectselector2/home/dashboard)\n3. Make sure that billing is enabled for your Google Cloud project. [Learn how to confirm billing is enabled for your\n project.](/billing/docs/how-to/modify-project)\n4. Enable Sensitive Data Protection.\n[Enable Sensitive Data Protection](https://console.cloud.google.com/flows/enableapi?apiid=dlp.googleapis.com)\n5. Select a BigQuery dataset to analyze. Sensitive Data Protection estimates the *δ*-presence metric by scanning a BigQuery table.\n6. Determine the types of datasets you want to use to model the attack dataset. For more information, see the reference page for the [`DeltaPresenceEstimationConfig`](/sensitive-data-protection/docs/reference/rest/v2/projects.dlpJobs#deltapresenceestimationconfig) object, as well as [Risk\n analysis terms and techniques](/sensitive-data-protection/docs/concepts-risk-analysis#risk_analysis_terms_and_techniques).\n\n\u003cbr /\u003e\n\nCompute *δ*-presence metrics\n----------------------------\n\nTo compute a *δ* -presence estimate using Sensitive Data Protection, send a request\nto the following URL, where \u003cvar translate=\"no\"\u003ePROJECT_ID\u003c/var\u003e indicates your [project\nidentifier](https://cloud.google.com/resource-manager/docs/creating-managing-projects#identifying_projects): \n\n```\nhttps://dlp.googleapis.com/v2/projects/PROJECT_ID/dlpJobs\n```\n\nThe request contains a\n[`RiskAnalysisJobConfig`](/sensitive-data-protection/docs/reference/rest/v2/projects.dlpJobs/create#riskanalysisjobconfig)\nobject, which is composed of the following:\n\n- A\n [`PrivacyMetric`](/sensitive-data-protection/docs/reference/rest/v2/projects.dlpJobs#privacymetric)\n object. This is where you specify that you want to calculate *δ* -presence by\n specifying a\n [`DeltaPresenceEstimationConfig`](/sensitive-data-protection/docs/reference/rest/v2/projects.dlpJobs#deltapresenceestimationconfig)\n object containing the following:\n\n - `quasiIds[]`: Required. Fields\n ([`QuasiId`](/sensitive-data-protection/docs/reference/rest/v2/projects.dlpJobs#quasiid)\n objects) considered to be quasi-identifiers to scan and use to compute\n *δ*-presence. No two columns can have the same tag. These can be any of the\n following:\n\n - An [infoType](/sensitive-data-protection/docs/reference/rest/v2/InfoType): This causes Sensitive Data Protection to use the relevant public dataset as a statistical model of population, including US ZIP codes, region codes, ages, and genders.\n - A custom infoType: A custom tag wherein you indicate an auxiliary table (an [`AuxiliaryTable`](/sensitive-data-protection/docs/reference/rest/v2/projects.dlpJobs#DlpJob.AuxiliaryTable) object) that contains statistical information about the possible values of this column.\n - The `inferred` tag: If no semantic tag is indicated, specify `inferred`. Sensitive Data Protection infers the statistical model from the distribution of values in the input data.\n - `regionCode`: An\n [ISO 3166-1 alpha-2 region code](https://en.wikipedia.org/wiki/ISO_3166-1_alpha-2)\n for Sensitive Data Protection to use in statistical modeling. This value\n is required if no column is tagged with a region-specific infoType (for\n example, a US ZIP code) or a region code.\n\n - `auxiliaryTables[]`: Auxiliary tables\n ([`StatisticalTable`](/sensitive-data-protection/docs/reference/rest/v2/projects.dlpJobs#statisticaltable)\n objects) to use in the analysis. Each custom tag used to tag a\n quasi-identifier column (from `quasiIds[]`) must appear in exactly one\n column of one auxiliary table.\n\n- A [`BigQueryTable`](/sensitive-data-protection/docs/reference/rest/v2/BigQueryTable)\n object. Specify the BigQuery table to scan by including all of\n the following:\n\n - `projectId`: The project ID of the project containing the table.\n - `datasetId`: The dataset ID of the table.\n - `tableId`: The name of the table.\n- A set of one or more\n [`Action`](/sensitive-data-protection/docs/reference/rest/v2/InspectJobConfig#Action)\n objects, which represent actions to run, in the order given, at the\n completion of the job. Each `Action` object can contain one of the\n following actions:\n\n - [`SaveFindings`](/sensitive-data-protection/docs/reference/rest/v2/InspectJobConfig#SaveFindings) object: Saves the results of the risk analysis scan to a BigQuery table.\n - [`PublishToPubSub`](/sensitive-data-protection/docs/reference/rest/v2/InspectJobConfig#PublishToPubSub) object: [Publishes a notification to a Pub/Sub topic](/pubsub/docs/publisher).\n\n | **Note:** If there are configuration or permission issues with the Pub/Sub topic, Sensitive Data Protection retries sending the Pub/Sub notification for up to two weeks. After two weeks, the notification is discarded.\n - [`PublishSummaryToCscc`](/sensitive-data-protection/docs/reference/rest/v2/InspectJobConfig#PublishSummaryToCscc) object: Saves a results summary to Security Command Center.\n - [`PublishFindingsToCloudDataCatalog`](/sensitive-data-protection/docs/reference/rest/v2/InspectJobConfig#PublishFindingsToCloudDataCatalog) object: Saves results to [Data Catalog](/sensitive-data-protection/docs/sending-results-to-dc).\n - [`JobNotificationEmails`](/sensitive-data-protection/docs/reference/rest/v2/InspectJobConfig#JobNotificationEmails) object: Sends you an email with results.\n - [`PublishToStackdriver`](/sensitive-data-protection/docs/reference/rest/v2/InspectJobConfig#PublishToStackdriver) object: Saves results to Google Cloud Observability.\n\nViewing *δ*-presence job results\n--------------------------------\n\nTo retrieve the results of the *δ* -presence risk analysis job using the REST\nAPI, send the following GET request to the\n[`projects.dlpJobs`](/sensitive-data-protection/docs/reference/rest/v2/projects.dlpJobs/get)\nresource. Replace \u003cvar translate=\"no\"\u003ePROJECT_ID\u003c/var\u003e with your project ID and\n\u003cvar translate=\"no\"\u003eJOB_ID\u003c/var\u003e with the identifier of the job you want to obtain results for.\nThe job ID was returned when you started the job, and can also be retrieved by\n[listing all jobs](#list-jobs). \n\n```\nGET https://dlp.googleapis.com/v2/projects/PROJECT_ID/dlpJobs/JOB_ID\n```\n\nThe request returns a JSON object containing an instance of the job. The results\nof the analysis are inside the `\"riskDetails\"` key, in an\n[`AnalyzeDataSourceRiskDetails`](/sensitive-data-protection/docs/reference/rest/v2/projects.dlpJobs#DlpJob.AnalyzeDataSourceRiskDetails)\nobject. For more information, see the API reference for the\n[`DlpJob`](/sensitive-data-protection/docs/reference/rest/v2/projects.dlpJobs#DlpJob)\nresource.\n\nWhat's next\n-----------\n\n- Learn how to calculate the [*k*-anonymity](/sensitive-data-protection/docs/compute-k-anonymity) value for a dataset.\n- Learn how to calculate the [*l*-diversity](/sensitive-data-protection/docs/compute-l-diversity) value for a dataset.\n- Learn how to calculate the [*k*-map](/sensitive-data-protection/docs/compute-k-map) value for a dataset."]]
