ניתוח הסיבות לדליפת פרטים אישיים מזהים (PII)

בתרחיש הזה, תקבלו התראה על כך שנתוני צרכנים רגישים (במיוחד שמות פרטיים ושמות משפחה) מופיעים בתצוגה שגלויים לכל הארגון.

המידע הזה מיועד במקור למטרות פונקציונליות ספציפיות בלבד, כמו יצירת חשבון, חיוב ומשלוח. עם זאת, באמצעות סדרה של טרנספורמציות ויצירה של תצוגת ניתוח נתונים, הפרטים האישיים המזהים (PII) דולפים לסכימת ניתוח נתונים רחבה יותר.

במדריך הזה, תשתמשו בתיעוד מקורות הנתונים כדי לעקוב אחרי הזרימה של מידע אישי רגיש בחזרה לתהליך שמעביר אותו ממיקום מהימן למיקום לא מהימן.

קדימה, מתחילים

כדי להשלים את תרחיש השימוש, צריך קודם להגדיר את הסביבה ולהריץ את המרות הנתונים. כדי לחבר מאגר מרוחק ל-Dataform, צריך לעיין בדף דרישות מוקדמות והגדרה. המאגר הזה מכיל את הקוד שנדרש להגדרת מערך הנתונים ולשינוי הנתונים.

אחרי שמגדירים את הסביבה, משתמשים ב-BigQuery ובכלי מעקב המקורות כדי לזהות איפה פרטים אישיים חוצים גבולות אבטחה.

ניתוח של דליפת מידע אישי באמצעות Lineage Explorer

אחרי שמכינים את מערך הנתונים, אפשר לעקוב אחרי דליפת המידע האישי באמצעות הכרטיסייה Lineage ב-BigQuery.

בדוגמה הזו, עוקבים אחרי העמודה user_email מהתצוגה הציבורית בחזרה למקור שלה:

1. במסוף Google Cloud , עוברים לדף BigQuery.
2. משתמשים בשדה החיפוש כדי למצוא את הטבלה order_status_stats.
3. לוחצים על הכרטיסייה Lineage (מקורות נתונים).
4. בחלונית Lineage Explorer:
   1. בקטע Column Level Lineage, בוחרים את שם העמודה user_email מהרשימה.
   2. בקטע כיוון, בוחרים בכיוון מעלה הזרם.
   3. לוחצים על אישור.
5. חוזרים שלב אחד אחורה בתרשים. התרשים מראה שהאימייל נשלף מהתצוגה הזמנית status_counts_by_user_v.
6. לוחצים על צומת התהליך בין התצוגה לבין התלות שלה במעלה הזרם. בצומת התהליך מוצג שמתבצעת פעולת צירוף בין נתוני הזמנות שעברו אנונימיזציה לבין טבלה שמכילה פרטי זהות.

השורה הזו מוכיחה שמידע אישי עובר מטבלה פונקציונלית מוגבלת לסכימת ניתוח רחבה יותר, שבה משתמשים לא מורשים יכולים לראות אותו.

מידע נוסף על המחשת נתונים באמצעות גרף שושלת נתונים זמין במאמר תצוגת גרף שושלת נתונים.