Dari waktu ke waktu, kami merilis dokumen, postingan blog, dan video terkait Perlindungan Data Sensitif. Kolaborator tercantum di sini.
Postingan blog
Mulai menggunakan tokenisasi bawaan Google Clouduntuk perlindungan data sensitif
Postingan blog ini menjelaskan penggunaan tokenisasi sebagai cara untuk menghilangkan identitas elemen data sensitif tanpa kehilangan kemampuan untuk menggabungkan atau mengagregasi data di seluruh set data. Postingan ini juga memperkenalkan kemampuan tokenisasi Perlindungan Data Sensitif.
Untuk dokumentasi teknis tentang fitur ini, lihat Pseudonimisasi.
Lebih aman secara default: Mengotomatiskan kontrol akses dengan Sensitive Data Protection dan IAM bersyarat
Postingan blog ini memperkenalkan kemampuan untuk memberikan atau menolak akses Identity and Access Management (IAM) secara otomatis ke resource berdasarkan sensitivitas data dalam resource tersebut.
Untuk dokumentasi teknis tentang fitur ini, lihat Mengontrol akses IAM berdasarkan sensitivitas data.
Melindungi workload AI generatif dengan Sensitive Data Protection
Postingan blog ini membahas pendekatan yang berfokus pada data dalam melindungi aplikasi AI generatif dengan Sensitive Data Protection, dan menyediakan Jupyter Notebook dengan contoh nyata.
Baca postingan blog: "Cara Sensitive Data Protection membantu mengamankan workload AI generatif"
Pengelolaan risiko data otomatis untuk BigQuery menggunakan DLP
Layanan penemuan data sensitif terus memindai data di seluruh organisasi Anda untuk memberi Anda pengetahuan umum tentang data yang Anda miliki dan visibilitas khusus tentang tempat data sensitif disimpan dan diproses. Pemahaman ini adalah langkah pertama yang sangat penting dalam melindungi dan mengatur data Anda, serta berfungsi sebagai kontrol utama untuk membantu meningkatkan postur keamanan, privasi, dan kepatuhan Anda.
Baca postingan blog: "Pengelolaan risiko data otomatis untuk BigQuery menggunakan DLP "
Bukan hanya kepatuhan: menata ulang DLP untuk dunia yang berfokus pada cloud saat ini
Melihat kembali histori DLP sebelum membahas manfaat DLP dalam lingkungan saat ini, termasuk kasus penggunaan kepatuhan, keamanan, dan privasi.
Memindai data sensitif hanya dengan beberapa klik
Tampilan mendalam pada Google Cloud antarmuka pengguna konsol untuk Sensitive Data Protection menunjukkan cara untuk mulai menginspeksi data perusahaan Anda hanya dengan beberapa klik.
Baca postingan blog: "Pegang kendali data Anda: Pindai data sensitif hanya dengan beberapa klik"
Cara tokenisasi membuat data dapat digunakan tanpa mengorbankan privasi
Tokenisasi, terkadang disebut sebagai penggantian nama samaran atau penggantian data pengganti, banyak digunakan di industri seperti keuangan dan layanan kesehatan untuk membantu mengurangi penggunaan data yang sedang digunakan, cakupan kepatuhan, dan meminimalkan data sensitif yang terpapar ke sistem yang tidak membutuhkannya. Dengan Perlindungan Data Sensitif, pelanggan dapat melakukan tokenisasi dalam skala besar dengan penyiapan minimal.
Menggunakan Sensitive Data Protection untuk melakukan de-identifikasi dan meng-obfuscate informasi sensitif
Tim membahas cara memanfaatkan Sensitive Data Protection untuk melindungi data dengan secara otomatis menggabungkan teknik pengaburan dan minimisasi data ke dalam alur kerja Anda.
Menggunakan Sensitive Data Protection untuk menemukan dan melindungi PII
Scott Ellis, Product Manager Sensitive Data Protection, membahas cara memanfaatkan Sensitive Data Protection untuk meningkatkan postur privasi Anda.
Memindai BigQuery dengan Sensitive Data Protection
Tim membagikan cara memindai BigQuery dengan mudah dari Google Cloud konsol.
Solusi
Pemeriksaan hibrida Sensitive Data Protection untuk database SQL menggunakan JDBC
Tutorial ini menunjukkan cara menggunakan metode inspeksi hibrida Sensitive Data Protection dengan driver JDBC untuk memeriksa sampel tabel dalam database SQL seperti MySQL, SQL Server, atau PostgreSQL yang berjalan di mana saja secara virtual.
Baca tutorial: "Pemeriksaan hybrid Perlindungan Data Sensitif untuk database SQL menggunakan JDBC"
Framework Redaksi Ucapan menggunakan Sensitive Data Protection
Tutorial ini mencakup kumpulan komponen dan kode yang dapat Anda gunakan untuk menyamarkan informasi sensitif dari file audio. Dengan menggunakan file yang diupload ke Cloud Storage, alat ini dapat menemukan dan menulis temuan sensitif atau menyamarkan informasi sensitif dari file audio.
Selain itu, tutorial kedua, Speech Analysis Framework, mencakup kumpulan komponen dan kode yang dapat Anda gunakan untuk mentranskripsikan audio, membuat pipeline data untuk analisis file audio yang ditranskripsikan, dan menyamarkan informasi sensitif dari transkrip audio dengan Sensitive Data Protection.
GitHub: "Speech Redaction Framework"
GitHub: "Speech Analysis Framework"
Arsitektur penjadwalan serverless berbasis peristiwa dengan Sensitive Data Protection
Tutorial ini menunjukkan arsitektur penjadwalan serverless berbasis peristiwa yang sederhana namun efektif dan skalabel dengan layanan Google Cloud . Contoh yang disertakan menunjukkan cara menggunakan DLP API untuk memeriksa data BigQuery.
Filter Sensitive Data Protection untuk Envoy
Filter Perlindungan Data Sensitif untuk Envoy adalah filter HTTP WebAssembly ("Wasm") untuk proxy sidecar Envoy di dalam mesh layanan Istio. Filter Sensitive Data Protection untuk Envoy merekam traffic bidang data proxy dan mengirimkannya untuk diperiksa ke Sensitive Data Protection, tempat payload dipindai untuk mendeteksi data sensitif, termasuk PII.
GitHub: Sensitive Data Protection Filter for Envoy
Deteksi anomali menggunakan analisis streaming & AI
Dalam postingan ini, kita akan membahas pola AI real-time untuk mendeteksi anomali dalam file log. Dengan menganalisis dan mengekstrak fitur dari log jaringan, kami membantu pelanggan telekomunikasi (telco) membangun pipeline analisis streaming untuk mendeteksi anomali. Kita juga akan membahas cara Anda dapat menyesuaikan pola ini untuk memenuhi kebutuhan real-time organisasi Anda. Solusi bukti konsep ini menggunakan Pub/Sub, Dataflow, BigQuery ML, dan Sensitive Data Protection.
Baca postingan blog: "Deteksi anomali menggunakan analisis streaming & AI"
Baca tutorial: "Deteksi Anomali Real-time Menggunakan Google Cloud Stream Analytics dan Layanan AI"
De-identifikasi dan identifikasi ulang PII dalam set data berskala besar menggunakan Perlindungan Data Sensitif
Solusi ini membahas cara menggunakan Perlindungan Data Sensitif untuk membuat pipeline transformasi data otomatis guna melakukan de-identifikasi data sensitif seperti informasi identitas pribadi (PII). Solusi inspeksi dan migrasi ini membaca data terstruktur dan tidak terstruktur dari sistem penyimpanan seperti Amazon S3 dan Cloud Storage. Data dapat dianonimkan secara otomatis menggunakan DLP API dan dikirim ke BigQuery dan Cloud Storage.
GitHub: PoC Tokenisasi Data Menggunakan Dataflow/Beam dan DLP API
Mengotomatiskan klasifikasi data yang diupload ke Cloud Storage
Tutorial ini menunjukkan cara mengimplementasikan karantina data otomatis dan sistem klasifikasi menggunakan Cloud Storage dan produk Google Cloudlainnya.
Baca tutorial: "Mengotomatiskan klasifikasi data yang diupload ke Cloud Storage"
Impor database relasional ke BigQuery dengan Dataflow
Bukti konsep ini menggunakan Dataflow dan Perlindungan Data Sensitif untuk membuat token dan mengimpor data dari database relasional ke BigQuery dengan aman. Contoh ini menjelaskan cara menggunakan pipeline ini dengan database SQL Server contoh yang dibuat di Google Kubernetes Engine dan penggunaan template Perlindungan Data Sensitif untuk melakukan tokenisasi data PII sebelum data tersebut dipertahankan.
GitHub: Impor Database Relasional ke BigQuery dengan Dataflow dan Sensitive Data Protection
Video
Cloud Next '20: OnAir: Managing Sensitive Data in Hybrid Environments
Data sensitif ada di lingkungan perusahaan, baik di cloud maupun di luar cloud. Mengelola data ini dengan benar sangat penting, terlepas dari lokasi data tersebut. Dalam sesi ini, kami akan menunjukkan cara Sensitive Data Protection dapat membantu Anda mengelola data, dengan berfokus pada dukungan untuk pemeriksaan konten di lingkungan hybrid seperti lokal, database yang berjalan di mesin virtual, file yang dihosting di penyedia cloud lain, data yang mengalir di dalam Kubernetes, dan banyak lagi.
YouTube: SEC206: Mengelola Data Sensitif di Lingkungan Hybrid
Baca tutorial: "Filter Sensitive Data Protection untuk Envoy"
Baca tutorial: "Pemeriksaan hybrid Perlindungan Data Sensitif untuk database SQL menggunakan JDBC"
Cloud OnAir: Protecting sensitive datasets on Google Cloud
Data adalah salah satu aset perusahaan Anda yang paling berharga. Analytics dan machine learning dapat membantu membuka layanan berharga bagi pelanggan dan bisnis Anda. Set data ini juga dapat berisi data sensitif yang memerlukan perlindungan. Dalam webinar ini, Anda akan mempelajari cara Sensitive Data Protection dapat membantu Anda menemukan, mengklasifikasikan, dan melakukan de-identifikasi data sensitif sebagai bagian dari strategi tata kelola secara keseluruhan.
YouTube: Cloud OnAir: Protecting sensitive datasets in Google Cloud
Cloud Next 2019: Scotiabank membagikan pendekatan berbasis cloud mereka untuk menyerap PII ke Google Cloud
Sebagai bank internasional besar, Scotiabank membahas perjalanan keamanannya dan pendekatan berbasis cloud untuk menyerap PII ke dalam Google Cloud, membatasi akses, serta dengan hati-hati dan secara selektif mengizinkan identifikasi ulang oleh aplikasi bank.
YouTube: Perlindungan PII yang Komprehensif di Google Cloud (Cloud Next '19)
Cloud Next 2019: Identify and Protect Sensitive Data in the Cloud
Tim membagikan perkembangan terbaru yang dilakukan pada Sensitive Data Protection dan mendemonstrasikan beberapa teknik berbeda untuk melindungi data sensitif Anda.