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

El linaje de datos en Knowledge Catalog (antes Dataplex Universal Catalog) te permite hacer un seguimiento de cómo se mueven los datos entre tablas y vistas para identificar dónde la información de identificación personal (IIP) cruza los límites de seguridad. En este instructivo, investigarás una situación en la que las direcciones de correo electrónico de los consumidores (user_email) destinadas a la creación de cuentas, la facturación y el envío se filtran en una tabla de estadísticas de toda la organización. Usa el linaje a nivel de columna para rastrear la columna expuesta de la tabla pública order_status_stats a través de la vista status_counts_by_user_v hasta el proceso de transformación que la une con los datos de identidad.

Antes de comenzar

Antes de comenzar este instructivo, debes habilitar las APIs necesarias, otorgar los roles de Identity and Access Management requeridos y ejecutar las transformaciones de datos de muestra en Dataform para propagar el conjunto de datos. Para obtener instrucciones de configuración completas, consulta Requisitos previos y configuración.

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, se realiza un seguimiento de la columna user_email de la tabla pública hasta su origen:

  1. En la consola de Google Cloud , ve a la página BigQuery.
  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 Column Level Lineage, 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. Sigue el gráfico un paso hacia atrás. En el gráfico, se 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, en el que los usuarios no autorizados pueden verla.

Para obtener más información sobre cómo visualizar datos con el gráfico de linaje de datos, consulta Vista del gráfico de linaje.