הסרת פרטי הזיהוי

ב-Sensitive Data Protection משתמשים בסוגי מידע (או infoTypes) כדי להגדיר מה לחפש בסריקה. ‫infoType הוא סוג של מידע אישי רגיש, כמו שם, כתובת אימייל, מספר טלפון, מספר זיהוי, מספר כרטיס אשראי וכו'.

הערה: אם אתם מחפשים רשימה עדכנית של כל הגלאים המובנים של סוגי מידע, עיינו בחומר העזר בנושא גלאי סוגי מידע.

לכל infoType שמוגדר ב-Sensitive Data Protection יש גלאי תואם. כדי לקבוע מה לחפש ואיך לשנות את הממצאים, Sensitive Data Protection משתמש בגלאי infoType בהגדרות של הסריקות. שמות של סוגי מידע משמשים גם להצגה או לדיווח של תוצאות הסריקה.

במאמר הזה נתאר בפירוט את סוגי המידע (infoTypes) ואת הגלאים שלהם, ונסביר איך להשתמש בגלאים כשסורקים תוכן כדי לאתר מידע רגיש באמצעות Sensitive Data Protection.

מתי כדאי להשתמש בהסרת פרטי הזיהוי

הנה כמה תרחישי שימוש נפוצים:

• שיתוף נתונים עם שותפי ניתוח חיצוניים: המרת מזהים ישירים (כמו שמות, מספרי תעודות זהות ומספרי חשבונות) לטוקנים או לכינויים, כדי ששותפי צד שלישי וחוקרים יוכלו לנתח מערכי נתונים בלי לגשת לזהות האישית בטקסט פשוט.
• העברת מערכי נתונים של סביבת הייצור לסביבות שאינן סביבות ייצור: מסתירים או מכלילים מאפיינים רגישים של לקוחות לפני שמשכפלים מסדי נתונים של סביבת הייצור לסביבות פיתוח, בדיקה או הדרכה.
• עמידה בדרישות הרגולטוריות בנושא פרטיות: הסתרת פרטים אישיים מזהים (PII) רגישים ומידע רפואי מוגן (PHI) במאגרים של BigQuery ו-Cloud Storage, כדי לעמוד בתקני תאימות כמו GDPR ו-HIPAA.
• הסרת תוכן זדוני או רגיש משדות רגישים בצינורות עיבוד נתונים של אירועים בסטרימינג: שינוי רשומות רגישות בזמן אמת כשהאירועים זורמים דרך Pub/Sub, לפני שמירת הנתונים במחסנים או במסדי נתונים של אפליקציות בהמשך הצינור.
• שמירה על שלמות ההתייחסות במערכי נתונים יחסיים: שימוש בטרנספורמציות קריפטוגרפיות דטרמיניסטיות כדי לאפשר צירופים מאובטחים וניתוח נתונים בטבלאות שונות במערכות נפרדות, בלי לחשוף את המזהים הבסיסיים.

הגדרת גלאי infoType

כשמגדירים את Sensitive Data Protection לסריקת התוכן, כוללים את גלאי ה-infoType שבהם רוצים להשתמש בהגדרת הסריקה.

לדוגמה, קוד ה-JSON הבא מדגים בקשת סריקה פשוטה ל-DLP API. שימו לב שהגלאי PHONE_NUMBER מצוין ב-inspectConfig, וזה מורה ל-Sensitive Data Protection לסרוק את המחרוזת הנתונה כדי למצוא מספר טלפון.

POST https://dlp.googleapis.com/v2/projects/[PROJECT_ID]/content:inspect?key={YOUR_API_KEY}

{
  "item":{
    "value":"My phone number is [phone]"
  },
  "inspectConfig":{
    "includeQuote":true,
    "minLikelihood":"POSSIBLE",
    "infoTypes":{
      "name":"PHONE_NUMBER"
    }
  }
}

הבקשה הקודמת מחזירה את התוצאה הבאה:

{
  "result":{
    "findings":[
      {
        "quote":"[phone]",
        "infoType":{
          "name":"PHONE_NUMBER"
        },
        "likelihood":"VERY_LIKELY",
        "location":{
          "byteRange":{
            "start":"19",
            "end":"33"
          },
          "codepointRange":{
            "start":"19",
            "end":"33"
          }
        },
        "createTime":"2018-10-29T23:46:34.535Z"
      }
    ]
  }
}

תמיד צריך לציין infoTypes בהגדרות הסריקה. אם לא תציינו infoTypes, ‏ Sensitive Data Protection ישתמש ברשימת ברירת המחדל של infoTypes. בהתאם לכמות התוכן שצריך לסרוק, סריקה של סוגי מידע אישי כברירת מחדל יכולה להיות יקרה או להימשך זמן רב מדי.

למידע נוסף על השימוש בגלאי infoType לסריקת התוכן, עיינו באחד מנושאי ההדרכה בנושא בדיקה, צנזור או הסרת פרטי זיהוי.

סוגים של גלאי infoType

גלאים של סוגי מידע (או infoType) הם המנגנונים שבהם Sensitive Data Protection משתמש כדי למצוא מידע אישי רגיש.

‫Sensitive Data Protection כולל כמה סוגים של גלאי infoType, שכולם מסוכמים כאן:

• גלאי infoType מובנים מובנים ב-Sensitive Data Protection. הם כוללים גלאים של סוגי מידע אישי רגיש שספציפיים למדינה או לאזור, וגם סוגי מידע שרלוונטיים לכל העולם.
• גלאי infoType בהתאמה אישית הם גלאים שאתם יוצרים בעצמכם. יש שלושה סוגים של כללים מותאמים אישית לבדיקת נתוני infoType:
  • גלאים רגילים של מילונים בהתאמה אישית הם רשימות פשוטות של מילים ש-Sensitive Data Protection מתאים להן. אם יש לכם רשימה של עד כמה עשרות אלפי מילים או ביטויים, השתמשו בגלאים רגילים של מילון בהתאמה אישית. אם אתם לא צופים שרשימת המילים תשתנה באופן משמעותי, עדיף להשתמש בגלאים רגילים של מילונים בהתאמה אישית.
  • גלאים של מילונים מותאמים אישית ששמורים נוצרים על ידי Sensitive Data Protection באמצעות רשימות גדולות של מילים או ביטויים ששמורים ב-Cloud Storage או ב-BigQuery. כדאי להשתמש בגלאים של מילונים מותאמים אישית ששמורים כשרוצים להשתמש ברשימה גדולה של מילים או ביטויים – עד עשרות מיליונים.
  • גלאים של ביטויים רגולריים (regex) מאפשרים ל-Sensitive Data Protection לזהות התאמות על סמך תבנית של ביטוי רגולרי.

כדי לשפר את תוצאות הסריקה, אתם יכולים ליצור כללי בדיקה.

מזהי infoType מובנים

מזהי infoType מובנים הם חלק מ-Sensitive Data Protection, וכוללים מזהים לסוגי מידע רגיש ספציפיים למדינה או לאזור, כמו Numéro d'Inscription au Répertoire (NIR) (FRANCE_NIR) בצרפת, מספר רישיון נהיגה (UK_DRIVERS_LICENSE_NUMBER) בבריטניה ומספר תעודת זהות (US_SOCIAL_SECURITY_NUMBER) בארה"ב. הם כוללים גם סוגי מידע שרלוונטיים לכל העולם, כמו שם של אדם (PERSON_NAME), מספרי טלפון (PHONE_NUMBER), כתובות אימייל (EMAIL_ADDRESS) ומספרי כרטיסי אשראי (CREDIT_CARD_NUMBER). כדי לזהות תוכן שתואם ל-infoTypes, ‏Sensitive Data Protection משתמש בטכניקות שונות, כולל התאמה לדפוסים, סיכומי ביקורת (checksum), למידת מכונה, ניתוח הקשר ועוד.

הרשימה של הכללים המובנים לבדיקת נתוני infoType מתעדכנת כל הזמן. בחומר העזר בנושא גילוי Infotype אפשר למצוא רשימה מלאה של מזהי ה-infoType המובנים שנתמכים כרגע.

אפשר גם להציג רשימה מלאה של כל מזהי ה-infoType המובְנים באמצעות קריאה ל-method‏ infoTypes.list של Sensitive Data Protection.

חשוב: גלאי infoType מובנים הם לא שיטת זיהוי מדויקת לחלוטין. לדוגמה, הם לא יכולים להבטיח עמידה בדרישות רגולטוריות. אתם צריכים להחליט אילו נתונים הם רגישים ואיך הכי כדאי להגן עליהם. ‫Google ממליצה לבדוק את ההגדרות כדי לוודא שהן עומדות בדרישות שלכם.

כללים מותאמים אישית לבדיקת נתוני infoType

יש שלושה סוגים של כללים מותאמים אישית לבדיקת נתוני infoType:

• מזהים רגילים של מילונים בהתאמה אישית
• גלאים של מילונים מותאמים אישית ששמורים
• ביטויים רגולריים (regex)

כדי לשפר את תוצאות הסריקה, אתם יכולים ליצור כללי בדיקה.

מזהים רגילים של מילונים בהתאמה אישית

משתמשים בגלאים רגילים של מילון בהתאמה אישית כדי להתאים רשימה קצרה (עד כמה עשרות אלפים) של מילים או ביטויים. מילון רגיל בהתאמה אישית יכול לשמש כמזהה ייחודי משלו.

גלאים של מילונים בהתאמה אישית שימושיים כשרוצים לסרוק רשימה של מילים או ביטויים שלא קל להתאים אותם באמצעות ביטוי רגולרי או גלאי מובנה. לדוגמה, נניח שאתם רוצים לסרוק חדרי ישיבות שבדרך כלל מתייחסים אליהם לפי השמות שהוקצו להם ולא לפי מספרי החדרים, כמו שמות של מדינות או אזורים, ציוני דרך, דמויות בדיוניות וכו'. אתם יכולים ליצור מזהה רגיל של מילון בהתאמה אישית שמכיל רשימה של שמות החדרים האלה. השירות Sensitive Data Protection יכול לסרוק את התוכן שלכם כדי לאתר כל אחד משמות החדרים, ולהחזיר התאמה כשהוא נתקל באחד מהם בהקשר. בקטע פרטים על התאמה למילון במאמר יצירת גלאי מילון רגיל בהתאמה אישית מוסבר איך Sensitive Data Protection מתאים מילים וביטויים במילון.

במאמר יצירת מזהה רגיל של מילון בהתאמה אישית מוסבר איך פועלים מזהי infoType מותאמים אישית של מילונים רגילים, ומוצגות דוגמאות לפעולה שלהם.

גלאים של מילונים מותאמים אישית ששמורים במערכת

השתמשו בגלאים של מילונים מותאמים אישית ששמורים אם יש לכם יותר מכמה מילים או ביטויים שאתם רוצים לסרוק, או אם רשימת המילים או הביטויים משתנה לעיתים קרובות. גלאים של מילונים מותאמים אישית ששמורים יכולים להתאים לעד עשרות מיליוני מילים או ביטויים.

גלאים של מילונים מאוחסנים בהתאמה אישית הם גלאים גדולים מאוד בהתאמה אישית, ולכן הם נוצרים באופן שונה מגלאים של ביטויים רגולריים בהתאמה אישית ומגלאים רגילים של מילונים בהתאמה אישית. לכל מילון מותאם אישית שמאוחסן יש שני רכיבים:

• רשימה של ביטויים שאתם יוצרים ומגדירים. הרשימה מאוחסנת כקובץ טקסט ב-Cloud Storage או כעמודה בטבלה ב-BigQuery.
• קובצי המילון שנוצרו על ידי Sensitive Data Protection על סמך רשימת הביטויים. קובצי המילון מאוחסנים ב-Cloud Storage, והם מורכבים מעותק של נתוני הביטויים במקור וממסנני בלום, שעוזרים בחיפוש ובהתאמה. אי אפשר לערוך את הקבצים האלה ישירות.

אחרי שיוצרים רשימת מילים ומשתמשים ב-Sensitive Data Protection כדי ליצור מילון בהתאמה אישית, מפעילים או מתזמנים סריקה באמצעות גלאי של מילון בהתאמה אישית ששמור, בדומה לגלאים אחרים של infoType.

במאמר יצירת גלאי מילון מותאם אישית מאוחסן תוכלו לקרוא בהרחבה על אופן הפעולה של גלאי מילון מותאם אישית מאוחסן ולראות דוגמאות לפעולה שלו.

ביטויים רגולריים

גלאי infoType מותאם אישית של ביטויים רגולריים (regex) מאפשר לכם ליצור גלאי infoType משלכם, שמאפשרים ל-Sensitive Data Protection לזהות התאמות על סמך דפוס של ביטוי רגולרי. לדוגמה, נניח שיש לכם מספרי תיקים רפואיים בפורמט ###-#-#####. אפשר להגדיר תבנית של ביטוי רגולרי כמו:

[1-9]{3}-[1-9]{1}-[1-9]{5}

במקרה כזה, Sensitive Data Protection יתאים פריטים כאלה:

123-4-56789

אפשר גם לציין סבירות להקצאה לכל התאמה של infoType מותאם אישית. כלומר, כש-Sensitive Data Protection מוצא התאמה לרצף שציינתם, הוא מקצה את הסבירות שציינתם. זה שימושי כי אם הביטוי הרגולרי המותאם אישית מגדיר רצף שהוא נפוץ מספיק, הוא יכול להתאים בקלות לרצף אקראי אחר, ולא הייתם רוצים ש-Sensitive Data Protection יתייג כל התאמה כ-VERY_LIKELY. פעולה כזו עלולה לפגוע באמון בתוצאות הסריקה, ולגרום לכך שפרטי הזיהוי יוסרו מהמידע הלא נכון.

למידע נוסף על כללים מותאמים אישית לבדיקת נתוני infoType של ביטויים רגולריים, ולדוגמאות לפעולה שלהם, ראו יצירת כלל מותאם אישית לבדיקת נתוני infoType של ביטויים רגולריים.