個人を特定できる情報（PII）の漏洩の原因を分析する

Knowledge Catalog（旧称 Dataplex Universal Catalog）のデータリネージを使用すると、テーブルとビュー間でデータがどのように移動するかを追跡して、個人情報（PII）がセキュリティ境界を越える場所を特定できます。このチュートリアルでは、アカウントの作成、請求、配送を目的とした一般ユーザーのメールアドレス（user_email）が、組織全体の分析テーブルに漏洩するシナリオを調査します。列レベルのリネージを使用して、公開されている order_status_stats テーブルから status_counts_by_user_v ビューを介して、ID データと結合する変換プロセスまで、公開されている列をトレースします。

始める前に

このチュートリアルを開始する前に、必要な API を有効にし、必要な Identity and Access Management ロールを付与して、Dataform でサンプルデータ変換を実行してデータセットにデータを入力する必要があります。詳しい設定手順については、前提条件と設定をご覧ください。

リネージ エクスプローラで個人情報の漏洩を分析する

データセットを準備したら、BigQuery の [リネージ] タブを使用して個人情報の漏洩を追跡します。

この例では、一般公開テーブルの user_email 列をソースまでトレースします。

  1. Google Cloud コンソールで、[BigQuery] ページに移動します。
  2. 検索フィールドを使用して order_status_stats テーブルを見つけます。
  3. [リネージ] タブをクリックします。
  4. [リネージ エクスプローラ] ペインで、次の操作を行います。
    1. [列レベルのリネージ] セクションで、リストから user_email 列名を選択します。
    2. [方向] セクションで、[アップストリーム] 方向を選択します。
    3. [適用] をクリックします。
  5. グラフを 1 ステップ戻ります。グラフは、メールが status_counts_by_user_v 中間ビューから取得されていることを示しています。
  6. ビューとそのアップストリーム依存関係の間にあるプロセスノードをクリックします。プロセスノードは、匿名化された注文データと ID 情報を含むテーブルの間で結合オペレーションが発生することを示しています。

リネージは、個人情報が制限付きの機能テーブルから、権限のないユーザーが閲覧できる、より広範な分析スキーマに移行していることを証明します。

データリネージ グラフを使用したデータの可視化の詳細については、リネージグラフ ビューをご覧ください。