Di tanto in tanto, pubblichiamo documenti, post del blog e video relativi a Sensitive Data Protection. Sono elencati qui.
Blog post
Inizia a utilizzare la tokenizzazione integrata di Google Cloudper la protezione dei dati sensibili
Questo post del blog spiega l'utilizzo della tokenizzazione come metodo per anonimizzare gli elementi di dati sensibili senza perdere la possibilità di unire o aggregare i dati tra i set di dati. Questo post introduce anche le funzionalità di tokenizzazione di Sensitive Data Protection.
Per la documentazione tecnica su questa funzionalità, consulta Pseudonimizzazione.
Più sicuro per impostazione predefinita: automatizza il controllo dell'accesso con Sensitive Data Protection e IAM condizionale
Questo post del blog introduce la possibilità di concedere o negare automaticamente l'accesso Identity and Access Management (IAM) alle risorse in base alla sensibilità dei dati in queste risorse.
Per la documentazione tecnica su questa funzionalità, consulta Controllare l'accesso IAM in base alla sensibilità dei dati.
Proteggere i carichi di lavoro di AI generativa con Sensitive Data Protection
Questo post del blog esplora un approccio incentrato sui dati per proteggere le applicazioni di AI generativa con Sensitive Data Protection e fornisce un notebook Jupyter con esempi reali.
Gestione automatica dei rischi correlati ai dati per BigQuery con DLP
Il servizio di rilevamento dei dati sensibili esegue la scansione continua dei dati in tutta l'organizzazione per darti una consapevolezza generale dei dati in tuo possesso e una visibilità specifica su dove vengono archiviati ed elaborati i dati sensibili. Questa consapevolezza è un primo passo fondamentale per proteggere e governare i tuoi dati e funge da controllo chiave per contribuire a migliorare la tua postura in termini di sicurezza, privacy e conformità.
Leggi il post del blog: "Gestione automatica dei rischi correlati ai dati per BigQuery con DLP"
Non solo conformità: reimmaginare la DLP per il mondo di oggi basato sul cloud
Un riepilogo della storia della DLP prima di discutere della sua utilità nell'ambiente attuale, inclusi i casi d'uso relativi a conformità, sicurezza e privacy.
Leggi il post del blog: "Not just compliance: reimagining DLP for today's cloud-centric world"
Scansione dei dati sensibili in pochi clic
Un approfondimento sull'interfaccia utente della console per la protezione dei dati sensibili per mostrarti come puoi iniziare a ispezionare i tuoi dati aziendali con solo pochi clic. Google Cloud
In che modo la tokenizzazione rende i dati utilizzabili senza sacrificare la privacy
La tokenizzazione, a volte indicata come pseudonimizzazione o sostituzione surrogata, è ampiamente utilizzata in settori come quello finanziario e sanitario per contribuire a ridurre l'utilizzo dei dati in uso, l'ambito di conformità e ridurre al minimo l'esposizione dei dati sensibili a sistemi che non ne hanno bisogno. Con Sensitive Data Protection, i clienti possono eseguire la tokenizzazione su larga scala con una configurazione minima.
Utilizzo di Sensitive Data Protection per anonimizzare e offuscare le informazioni sensibili
Il team spiega come sfruttare Sensitive Data Protection per proteggere i dati incorporando automaticamente tecniche di offuscamento e minimizzazione dei dati nei tuoi workflow.
Utilizzo di Sensitive Data Protection per trovare e proteggere le PII
Scott Ellis, Product Manager per la protezione dei dati sensibili, spiega come sfruttare Sensitive Data Protection per migliorare la tua postura in materia di privacy.
Scansione di BigQuery con Sensitive Data Protection
Il team spiega come eseguire facilmente la scansione di BigQuery dalla consoleGoogle Cloud .
Soluzioni
Ispezione ibrida di Sensitive Data Protection per database SQL utilizzando JDBC
Questo tutorial mostra come utilizzare il metodo di ispezione ibrida di Sensitive Data Protection con un driver JDBC per ispezionare campioni di tabelle in un database SQL come MySQL, SQL Server o PostgreSQL in esecuzione praticamente ovunque.
Leggi il tutorial: "Ispezione ibrida di Sensitive Data Protection per database SQL utilizzando JDBC"
Framework di oscuramento vocale che utilizza Sensitive Data Protection
Questo tutorial include una raccolta di componenti e codice che puoi utilizzare per oscurare le informazioni sensibili dai file audio. Utilizzando i file caricati su Cloud Storage, può rilevare e scrivere risultati sensibili o oscurare le informazioni sensibili dal file audio.
Inoltre, un secondo tutorial, il framework di analisi vocale, include una raccolta di componenti e codice che puoi utilizzare per trascrivere l'audio, creare una pipeline di dati per l'analisi dei file audio trascritti e oscurare le informazioni sensibili dalle trascrizioni audio con Sensitive Data Protection.
GitHub: "Speech Redaction Framework"
GitHub: "Speech Analysis Framework"
Architettura di pianificazione serverless basata su eventi con Sensitive Data Protection
Questo tutorial mostra un'architettura di pianificazione serverless basata sugli eventi semplice, ma efficace e scalabile con i servizi Google Cloud . L'esempio incluso mostra come utilizzare l'API DLP per ispezionare i dati BigQuery.
Filtro Sensitive Data Protection per Envoy
Il filtro Sensitive Data Protection per Envoy è un filtro HTTP WebAssembly ("Wasm") per i proxy sidecar Envoy all'interno di unmesh di servizih Istio. Sensitive Data Protection Il filtro per Envoy acquisisce il traffico del piano dati proxy e lo invia per l'ispezione a Sensitive Data Protection, dove il payload viene analizzato per rilevare dati sensibili, inclusi i dati PII.
GitHub: Sensitive Data Protection Filter for Envoy
Rilevamento di anomalie utilizzando l'analisi dei flussi di dati e l'AI
In questo post, esaminiamo un pattern di AI in tempo reale per rilevare anomalie nei file di log. Analizzando ed estraendo le funzionalità dai log di rete, abbiamo aiutato un cliente del settore delle telecomunicazioni a creare una pipeline di analisi dei flussi di dati per rilevare le anomalie. Spieghiamo anche come adattare questo pattern per soddisfare le esigenze in tempo reale della tua organizzazione. Questa soluzione proof-of-concept utilizza Pub/Sub, Dataflow, BigQuery ML e Sensitive Data Protection.
Leggi il post del blog: "Anomaly detection using streaming analytics & AI"
Leggi il tutorial "Realtime Anomaly Detection Using Google Cloud Stream Analytics and AI Services"
Anonimizzazione e reidentificazione delle PII in set di dati su larga scala utilizzando Sensitive Data Protection
Questa soluzione illustra come utilizzare Sensitive Data Protection per creare una pipeline di trasformazione dei dati automatizzata per anonimizzare i dati sensibili come le informazioni che consentono l'identificazione personale (PII). Questa soluzione di ispezione e migrazione legge dati strutturati e non strutturati da sistemi di archiviazione come Amazon S3 e Cloud Storage. I dati possono essere deidentificati automaticamente utilizzando l'API DLP e inviati a BigQuery e Cloud Storage.
GitHub: Data Tokenization PoC Using Dataflow/Beam and DLP API
Automazione della classificazione dei dati caricati su Cloud Storage
Questo tutorial mostra come implementare un sistema automatizzato di quarantena e classificazione dei dati utilizzando Cloud Storage e altri prodotti Google Cloud.
Leggi il tutorial "Automazione della classificazione dei dati caricati in Cloud Storage"
Importazione di database relazionali in BigQuery con Dataflow
Questa proof-of-concept utilizza Dataflow e la protezione dei dati sensibili per tokenizzare e importare dati in maniera sicura da un database relazionale in BigQuery. L'esempio descrive come utilizzare questa pipeline con un database SQL Server di esempio creato in Google Kubernetes Engine e l'utilizzo del modello Sensitive Data Protection per tokenizzare i dati PII prima che vengano resi persistenti.
GitHub: Importazione di database relazionali in BigQuery con Dataflow e Sensitive Data Protection
Video
Cloud Next '20: OnAir: Managing Sensitive Data in Hybrid Environments
I dati sensibili esistono negli ambienti aziendali sia sul cloud che al di fuori. La corretta gestione di questi dati è fondamentale, indipendentemente da dove si trovino. In questa sessione, ti mostreremo come Sensitive Data Protection può aiutarti a gestire i dati, concentrandoci sul supporto per l'ispezione dei contenuti in ambienti ibridi come on-premise, database in esecuzione in macchine virtuali, file ospitati su altri provider cloud, dati che scorrono all'interno di Kubernetes e altro ancora.
YouTube: SEC206: Managing Sensitive Data in Hybrid Environments
Leggi il tutorial "Filtro Sensitive Data Protection per Envoy"
Leggi il tutorial: "Ispezione ibrida di Sensitive Data Protection per database SQL utilizzando JDBC"
Cloud OnAir: Protecting sensitive datasets on Google Cloud
I dati sono una delle risorse più preziose della tua azienda. L'analisi e il machine learning possono aiutarti a sbloccare servizi preziosi per i tuoi clienti e la tua attività. Questi set di dati possono contenere anche dati sensibili che devono essere protetti. In questo webinar, scoprirai come Sensitive Data Protection può aiutarti a rilevare, classificare e anonimizzare i dati sensibili nell'ambito di una strategia di governance complessiva.
YouTube: Cloud OnAir: Protecting sensitive datasets in Google Cloud
Cloud Next 2019: Scotiabank condivide il suo approccio cloud-native per l'importazione di PII in Google Cloud
In qualità di importante banca internazionale, Scotiabank illustra il suo percorso di sicurezza e l'approccio cloud-native per l'importazione di PII in Google Cloud, limitando l'accesso e consentendo in modo attento e selettivo la reidentificazione da parte delle applicazioni bancarie.
YouTube: Comprehensive Protection of PII in Google Cloud (Cloud Next '19)
Cloud Next 2019: Identify and Protect Sensitive Data in the Cloud
Il team condivide gli ultimi progressi compiuti in Sensitive Data Protection e mostra diverse tecniche per proteggere i tuoi dati sensibili.