Ocultar dados confidenciais

Neste tutorial, mostramos como usar o plug-in do Cloud Data Fusion para o Cloud DLP editar dados confidenciais.

Cenário

Considere o cenário a seguir, em que algumas informações confidenciais do cliente precisam ser editadas:

Sua equipe de suporte documenta os detalhes de cada caso de suporte processado em um tíquete de suporte. Todas as informações nos tíquetes de suporte são extraídas para um arquivo CSV. Os técnicos de suporte não devem documentar informações de clientes consideradas confidenciais, mas às vezes fazem isso por engano. Você percebe que os números de telefone de alguns clientes são exibidos no arquivo CSV.

Você quer analisar o arquivo CSV e ocultar todos os números de telefone. Você cria um pipeline do Cloud Data Fusion que edita os dados confidenciais do cliente usando o plug-in do Cloud DLP.

Neste tutorial, você criará um pipeline que faz o seguinte:

• Edita os números de telefone dos clientes mascarando-os com o caractere #.
• Armazena os dados confidenciais mascarados e os não confidenciais em um bucket do Cloud Storage.

Criar o pipeline

Crie um pipeline que edite dados confidenciais do cliente. O pipeline que você cria faz o seguinte:

• Lê os dados de entrada usando o plug-in de origem do Cloud Storage.
• Implanta o plug-in do Cloud DLP no Hub.
• Grava os dados de saída usando um plug-in de coletor do Cloud Storage.

Carregar os dados do cliente

Neste tutorial, usamos o conjunto de dados de entrada, CallCenterRecords.csv, fornecido em um bucket do Cloud Storage disponível publicamente.

Observação: para usar o conjunto de dados CallCenterRecords.csv, carregue os dados usando a página Studio do Cloud Data Fusion. Se você tiver seu próprio conjunto de dados no bucket do Cloud Storage, poderá carregar os dados usando o Studio ou o Wrangler.

1. Abra sua instância do Cloud Data Fusion e clique em Menu > Studio.

2. No menu Origem, clique no plug-in Cloud Storage.

   

3. No nó Cloud Storage, clique em Propriedades.

4. No campo Nome de referência, insira um nome.

5. No campo Caminho, digite gs://datafusion-sample-datasets/CallCenterRecords.csv.

6. No campo Formato, selecione CSV.

7. Para o Esquema de saída, exclua os campos offset e body. Clique em Adicionar e insira os seguintes campos:

   • Data
   • Banco
   • State
   • Zip
   • Observações
   Observação: todos os tipos de dados precisam ser definidos como string.

   

8. Clique em Validar para verificar se há erros.

9. Clique em Fechar.

Editar dados confidenciais

O plug-in Redact do Cloud DLP identifica registros sensíveis no fluxo de entrada de dados e aplica transformações definidas a esses registros. Um registro de dados é considerado sensível se corresponder a filtros predefinidos do Cloud DLP escolhidos ou a um modelo personalizado definido por você.

Neste tutorial, você quer editar os números de telefone dos clientes que alguns técnicos de suporte da sua equipe anotaram acidentalmente. Eles inseriram as informações confidenciais na seção Observações dos tíquetes de suporte, que aparece como a coluna Observações no arquivo CSV. Crie um modelo personalizado do Cloud DLP e forneça o ID do modelo no menu de propriedades do plug-in.

Implantar o plug-in do Cloud DLP

1. Na sua instância do Cloud Data Fusion, clique em Hub.

2. Clique no plug-in Cloud DLP.

3. Clique em Implantar.

4. Clique em Concluir.

5. Clique em Fechar para sair da caixa de diálogo do Cloud DLP.

6. Clique em Fechar para sair do Hub.

Criar um modelo personalizado

1. No console do Google Cloud , acesse a página do Cloud DLP.

   Acessar o Cloud DLP

2. No menu Criar, escolha Modelo.

3. No campo ID do modelo, insira um ID para o modelo.

4. Clique em Continuar.

5. No campo Configurar detecção, clique em Gerenciar infotipos.

6. Na guia Incorporado, use o filtro para pesquisar "número de telefone".

   

7. Selecione PHONE_NUMBER.

8. Clique em Concluído > Criar.

Saiba mais sobre como criar modelos do Cloud DLP.

Aplicar a transformação de edição do Cloud DLP

1. Acesse a página Studio do Cloud Data Fusion e clique para expandir o menu Transformar.

2. Clique no plug-in Redact do Cloud DLP.

   

3. Arraste uma seta de conexão do nó Cloud Storage para o nó Editar.

   

4. Mantenha o ponteiro sobre o nó Editar e clique em Propriedades.

   1. Defina Modelo personalizado como Yes.

   2. No campo ID do modelo, insira o ID do modelo personalizado que você criou.

   3. No campo Correspondência , aplique Mascaramento em Modelo personalizado em Observações.

      Observação: além de mascarar, há outras transformações do Cloud DLP disponíveis no plug-in. Para saber mais, consulte a guia Documentação no menu de propriedades do plug-in Redact.

   4. No campo Caractere de mascaramento, insira #.

      

   5. Clique em Validar para verificar se há erros.

   6. Clique em Fechar.

Armazenar os dados de saída

Armazene os resultados do pipeline em um arquivo do Cloud Storage.

1. Na página Studio, clique para expandir o menu Coletor.

2. Clique em Cloud Storage.

3. Arraste uma seta de conexão do nó Editar para o nó Cloud Storage2.

   

4. Mantenha o ponteiro sobre o nó Cloud Storage2 e clique em Propriedades.

   1. No campo Nome de referência, insira um nome.

   2. No campo Caminho, insira o caminho de um bucket do Cloud Storage em que você quer armazenar os resultados do pipeline. O Cloud Data Fusion cria o bucket para você. Siga as diretrizes de nomenclatura de bucket.

   3. No campo Formato, selecione CSV.

   4. Clique em Validar para garantir que não haja erros.

   5. Clique em Fechar.

Executar o pipeline no modo de visualização

Execute o pipeline no modo de visualização antes de implantá-lo.

1. Clique em Visualizar e em Executar.

   

   Ao clicar em Executar, o status do pipeline é exibido. Ele começa com Iniciando, depois muda para Interromper e, por fim, para Executar.

2. Quando a execução da visualização for concluída, no nó Editar, clique em Visualizar dados para ver uma comparação lado a lado dos dados de entrada e saída. Verifique se os números de telefone foram mascarados com o caractere #.

   

Editar outro tipo de dado

Ao examinar os resultados da execução da visualização, você percebe que ainda há informações confidenciais que aparecem na coluna Observações: endereços de e-mail. Você também edita o modelo do Cloud DLP para editar endereços de e-mail.

1. No console do Google Cloud , acesse a página do Cloud DLP.

   Abrir a página do Cloud DLP

2. Na guia Configuração, selecione seu modelo.

3. Clique em Editar.

4. Clique em Gerenciar infotipos.

5. Na guia Incorporado, use o filtro para pesquisar "OU" "endereço de e-mail".

   

6. Selecione todos e clique em Concluído.

7. Clique em Save.

8. Mais uma vez, execute o pipeline no modo de visualização. O Cloud Data Fusion usará automaticamente o modelo atualizado do Cloud DLP.

9. Verifique se os números de telefone e os endereços de e-mail foram mascarados com o caractere #.

   

Implantar e executar o pipeline

1. Verifique se o modo Visualizar está desmarcado.

2. Clique em Save. Ao clicar em Salvar, será solicitado que você nomeie o pipeline. Em seguida, clique em OK.

3. Clique em Implantar.

4. Quando a implantação for concluída, clique em Executar. A execução do pipeline pode levar alguns minutos. Enquanto espera, observe o Status do pipeline mudar de Provisionando para Iniciando para Em execução para Desprovisionando para Concluído.

Ver os resultados

1. No console Google Cloud , acesse a página do Cloud Storage.

   Acesse o Cloud Storage

2. No navegador do Storage, navegue até o bucket do Cloud Storage do coletor especificado nas propriedades do plug-in do Cloud Storage do coletor.

3. Em URL do link, clique no link para fazer o download do arquivo CSV com os resultados. Verifique se os números de telefone e endereços de e-mail foram mascarados com o caractere #.