Analiza las causas de la filtración de información de identificación personal (PII)

En esta situación, recibes una alerta que indica que los datos sensibles de los consumidores (específicamente, los nombres y apellidos) aparecen en una vista visible para toda la organización.

Originalmente, esta información solo está destinada a fines funcionales específicos, como la creación de cuentas, la facturación y el envío. Sin embargo, a través de una serie de transformaciones y la creación de una vista de estadísticas, la información de identificación personal (PII) se filtra en un esquema de estadísticas más amplio.

En este instructivo, usarás el linaje de datos para rastrear el flujo de datos sensibles hasta el proceso que los mueve de una ubicación de confianza a una que no lo es.

Comenzar

Para completar el caso de uso, primero configura el entorno y ejecuta las transformaciones de datos. Usa la página de requisitos previos y configuración para conectar un repositorio remoto a Dataform. Este repositorio contiene el código necesario para configurar el conjunto de datos y transformar los datos.

Después de configurar el entorno, usa BigQuery y el Explorador de linaje para identificar dónde la PII cruza un límite de seguridad.

Analiza la filtración de información personal con el Explorador de linaje

Después de preparar el conjunto de datos, rastrea la filtración de información personal con la pestaña Linaje de BigQuery.

En este ejemplo, rastreas la columna user_email desde la vista pública hasta su fuente:

  1. En la consola de, ve a la página BigQuery. Google Cloud
  2. Usa el campo de búsqueda para encontrar la tabla order_status_stats.
  3. Haz clic en la pestaña Linaje.
  4. En el panel Explorador de linaje, haz lo siguiente:
    1. En la sección Linaje a nivel de columna, selecciona el nombre de la columna user_email de la lista.
    2. En la sección Dirección, selecciona la dirección Upstream.
    3. Haz clic en Aplicar.
  5. Vuelve un paso atrás en el gráfico. El gráfico muestra que el correo electrónico se extrae de la vista intermedia status_counts_by_user_v.
  6. Haz clic en el nodo de proceso entre la vista y sus dependencias ascendentes. El nodo de proceso muestra que se produce una operación de unión entre los datos de pedidos anonimizados y una tabla que contiene información de identidad.

El linaje demuestra que la información personal pasa de una tabla funcional restringida a un esquema de estadísticas más amplio, donde los usuarios no autorizados pueden verla.

Para obtener más información sobre la visualización de datos con el gráfico de linaje de datos, consulta la vista del gráfico de linaje .