Ursachen für die Preisgabe personenidentifizierbarer Informationen analysieren

Mit der Datenherkunft in Knowledge Catalog (ehemals Dataplex Universal Catalog) können Sie nachvollziehen, wie sich Daten über Tabellen und Ansichten hinweg bewegen, um zu ermitteln, wo personenidentifizierbare Informationen Sicherheitsgrenzen überschreiten. In dieser Anleitung untersuchen Sie ein Szenario, in dem E-Mail-Adressen von Kunden (user_email), die für die Kontoerstellung, Rechnungsstellung und den Versand vorgesehen sind, in eine organisationsweite Analysetabelle gelangen. Sie verwenden die Herkunft auf Spaltenebene, um die exponierte Spalte aus der öffentlichen Tabelle order_status_stats über die Ansicht status_counts_by_user_v zurück zum Transformationsprozess zu verfolgen, der sie mit Identitätsdaten verknüpft.

Hinweis

Bevor Sie mit dieser Anleitung beginnen, müssen Sie die erforderlichen APIs aktivieren, die erforderlichen IAM-Rollen (Identity and Access Management) gewähren und die Beispieldatentransformationen in Dataform ausführen, um das Dataset zu füllen. Eine vollständige Einrichtungsanleitung finden Sie unter Voraussetzungen und Einrichtung.

Lecks personenbezogener Daten mit Lineage Explorer analysieren

Nachdem Sie das Dataset vorbereitet haben, können Sie das Datenleck mit personenbezogenen Daten auf dem BigQuery-Tab Herkunft nachverfolgen.

In diesem Beispiel verfolgen Sie die Spalte user_email aus der öffentlichen Tabelle zurück zu ihrer Quelle:

  1. Rufen Sie in der Google Cloud Console die Seite BigQuery auf.
  2. Suchen Sie über das Suchfeld nach der Tabelle order_status_stats.
  3. Klicken Sie auf den Tab Lineage.
  4. Führen Sie im Bereich Lineage Explorer die folgenden Schritte aus:
    1. Wählen Sie im Abschnitt Herkunft auf Spaltenebene den Spaltennamen user_email aus der Liste aus.
    2. Wählen Sie im Bereich Richtung die Option Upstream aus.
    3. Klicken Sie auf Übernehmen.
  5. Gehen Sie im Diagramm einen Schritt zurück. Die Grafik zeigt, dass die E-Mail aus der Zwischenansicht status_counts_by_user_v abgerufen wird.
  6. Klicken Sie auf den Prozessknoten zwischen der Ansicht und ihren Upstream-Abhängigkeiten. Der Prozessknoten zeigt, dass ein Join-Vorgang zwischen anonymisierten Bestelldaten und einer Tabelle mit Identitätsinformationen stattfindet.

Die Herkunft beweist, dass personenbezogene Daten von einer eingeschränkten Funktionstabelle in ein breiteres Analyseschema gelangen, wo sie von nicht autorisierten Nutzern gesehen werden können.

Weitere Informationen zur Visualisierung von Daten mit einem Datenherkunftsdiagramm finden Sie unter Herkunftsdiagrammansicht.