計算資料集的 δ-presence

Delta-presence (δ-presence) 是量化個人屬於分析資料集可能性的一種指標。與 k-map 類似，您可以使用 Sensitive Data Protection 估算 δ-presence 值，該服務會使用統計模型估算攻擊資料集。

δ-presence 與其他風險分析方法不同，後者明確知道攻擊資料集。視資料類型而定，Sensitive Data Protection 會使用公開資料集 (例如美國人口普查資料) 或自訂統計模型 (例如您指定的一或多個 BigQuery 資料表)，或從輸入資料集的值分布情況推斷。

本主題說明如何使用 Sensitive Data Protection 計算資料集的 δ-presence 值。如要進一步瞭解 δ-presence 或一般風險分析，請先參閱風險分析概念主題，再繼續操作。

事前準備

請務必先完成下列事項，再繼續操作：

  1. 登入您的 Google 帳戶。
  2. 在 Google Cloud 控制台的專案選取器頁面中，選取或建立 Google Cloud 專案。
    3. 前往專案選取器
  3. 請確認您已為 Google Cloud 專案啟用計費功能。瞭解如何確認專案已啟用計費功能。
  4. 啟用 Sensitive Data Protection。
    5. 啟用 Sensitive Data Protection

  5. 選取要分析的 BigQuery 資料集。Sensitive Data Protection 會掃描 BigQuery 資料表，估算 δ-presence 指標。
  6. 決定要用來模擬攻擊資料集的資料集類型。詳情請參閱 DeltaPresenceEstimationConfig 物件的參考頁面，以及風險分析術語和技術。

計算 δ-presence 指標

如要使用 Sensitive Data Protection 計算 δ-presence 估算值，請將要求傳送至下列網址，其中 PROJECT_ID 代表專案 ID：

https://dlp.googleapis.com/v2/projects/PROJECT_ID/dlpJobs

要求包含 RiskAnalysisJobConfig 物件，由下列項目組成：

  • PrivacyMetric 物件。您可以在這裡指定要計算 δ-presence，方法是指定包含下列項目的 DeltaPresenceEstimationConfig 物件：

    • quasiIds[]：必填，系統會掃描視為準 ID 的欄位 (QuasiId 物件)，並用於計算 δ-presence。任何兩個資料欄均不得有相同的標記。標記可以是以下任何一種：

      • infoType：這會使 Sensitive Data Protection 使用相關的公開資料集做為母體統計模型，包括美國郵遞區號、區域代碼、年齡和性別。
      • 自訂 infoType：自訂標記，用於指出輔助資料表 (AuxiliaryTable 物件)，其中包含這個資料欄可能值的統計資訊。
      • inferred 標記：如未指定語意標記，請指定 inferred。Sensitive Data Protection 會根據輸入資料中的值分布情形，推論統計模型。

    • regionCode：ISO 3166-1 alpha-2 區域代碼，供 Sensitive Data Protection 用於統計建模。如果沒有資料欄標記為地區特定 infoType (例如美國郵遞區號) 或地區代碼，則這個值為必要。

    • auxiliaryTables[]：分析中使用的輔助資料表 (StatisticalTable 物件)。每個用於標記準 ID 資料欄 (來自 quasiIds[]) 的自訂標記，都必須恰好出現在一個輔助資料表的一個資料欄中。

  • BigQueryTable 物件。指定要掃描的 BigQuery 資料表，並納入下列所有項目：

    • projectId：資料表所在專案的 ID。
    • datasetId：資料表的資料集 ID。
    • tableId：資料表名稱。

  • 一組一或多個 Action 物件，代表工作完成時要執行的動作，順序依指定順序而定。每個 Action 物件可包含下列其中一項動作：

查看 δ-presence 工作結果

如要使用 REST API 擷取 δ-presence 風險分析工作的結果，請將下列 GET 要求傳送至 projects.dlpJobs 資源。將 PROJECT_ID 替換為專案 ID，並將 JOB_ID 替換為要取得結果的工作 ID。工作 ID 會在您啟動工作時傳回，您也可以列出所有工作來擷取工作 ID。

GET https://dlp.googleapis.com/v2/projects/PROJECT_ID/dlpJobs/JOB_ID

要求會傳回 JSON 物件，其中包含工作執行個體。分析結果位於 "riskDetails" 鍵內，位於 AnalyzeDataSourceRiskDetails 物件中。詳情請參閱 DlpJob 資源的 API 參考資料。

後續步驟

  • 瞭解如何計算資料集的 k-anonymity 值。
  • 瞭解如何計算資料集的 l-diversity 值。
  • 瞭解如何計算資料集的 k-map 值。