Analisar as causas do vazamento de informações de identificação pessoal (PII)

A linhagem de dados no Knowledge Catalog (antigo Dataplex Universal Catalog) permite rastrear como os dados se movem entre tabelas e visualizações para identificar onde as informações de identificação pessoal (PII) cruzam os limites de segurança. Neste tutorial, você investiga um cenário em que endereços de e-mail de consumidores (user_email) destinados à criação de contas, faturamento e envio vazam para uma tabela de análise em toda a organização. Use a linhagem no nível da coluna para rastrear a coluna exposta da tabela pública order_status_stats pela visualização status_counts_by_user_v até o processo de transformação que a une aos dados de identidade.

Antes de começar

Antes de iniciar este tutorial, é necessário ativar as APIs necessárias, conceder os papéis necessários do Identity and Access Management e executar as transformações de dados de amostra no Dataform para preencher o conjunto de dados. Para instruções completas de configuração, consulte Pré-requisitos e configuração.

Analisar o vazamento de informações pessoais com o Lineage Explorer

Depois de preparar o conjunto de dados, rastreie o vazamento de informações pessoais usando a guia Linhagem do BigQuery.

Neste exemplo, você rastreia a coluna user_email da tabela pública até a origem:

  1. No console do Google Cloud , acesse a página BigQuery.
  2. Use o campo de pesquisa para encontrar a tabela order_status_stats.
  3. Clique na guia Linhagem.
  4. No painel Explorador de linhagem, faça o seguinte:
    1. Na seção Linhagem no nível da coluna, selecione o nome da coluna user_email na lista.
    2. Na seção Direção, selecione Upstream.
    3. Clique em Aplicar.
  5. Volte uma etapa no gráfico. O gráfico mostra que o e-mail é extraído da visualização intermediária status_counts_by_user_v.
  6. Clique no nó de processo entre a visualização e as dependências upstream dela. O nó de processo mostra que uma operação de mesclagem ocorre entre dados de pedidos anonimizados e uma tabela que contém informações de identidade.

A linhagem prova que as informações pessoais passam de uma tabela funcional restrita para um esquema de análise mais amplo, em que usuários não autorizados podem vê-las.

Para mais informações sobre como visualizar dados com o gráfico de linhagem de dados, consulte Visualização do gráfico de linhagem.