本頁面提供相關頁面的參考資料，說明如何搭配 BigQuery 使用 Sensitive Data Protection。
快速入門導覽課程指南
- 快速入門導覽課程：排定 Sensitive Data Protection 檢查掃描作業
- 排定 Cloud Storage bucket、BigQuery 資料表或 Datastore 類別的定期檢查。如需詳細操作說明，請參閱「建立及排定 Sensitive Data Protection 檢查工作」。
使用指南
本節提供以工作為基礎的指南分類清單，說明如何搭配 BigQuery 使用 Sensitive Data Protection。
檢查
- 檢查儲存空間與資料庫以找出機密資料
- 建立一次性工作，在 Cloud Storage bucket、BigQuery 資料表或 Datastore 種類中搜尋私密資料。
- 建立及排定 Sensitive Data Protection 檢查工作
- 建立並排定工作觸發條件，在 Cloud Storage bucket、BigQuery 資料表或 Datastore 種類中搜尋機密資料。工作觸發條件會定期自動建立 Sensitive Data Protection 工作。
處理掃描結果
- 根據資料剖析的洞察資訊新增 Knowledge Catalog 構面
- 在 Sensitive Data Protection 剖析資源後，自動將 Knowledge Catalog 剖析結果新增至資料
- 將 Sensitive Data Protection 掃描結果傳送至 Security Command Center
- 掃描 Cloud Storage bucket、BigQuery 資料表或 Datastore 種類，然後將發現項目傳送至 Security Command Center。
- 分析及回報 Sensitive Data Protection 發現的結果
- 使用 BigQuery 對 Sensitive Data Protection 發現項目執行分析。
- 查詢 Sensitive Data Protection 在 BigQuery 的發現項目
- 查看可在 BigQuery 中使用的查詢範例，分析 Sensitive Data Protection 識別出的發現項目。
重新識別化風險分析
- 評估重新識別和揭露風險
分析儲存在 BigQuery 資料表中的結構化資料，並計算下列重新識別化風險指標：
- 計算數值和類別統計資料
判斷個別 BigQuery 資料欄的最小值、最大值和分位數值。
- 使用數據分析以圖表呈現重新識別風險
評估資料集的 k 匿名性，然後在數據分析中以視覺化方式呈現。
教學課程
- 在查詢時將 BigQuery 資料去識別化
- 按照逐步教學課程，使用 BigQuery 遠端函式，對即時查詢結果中的資料執行去識別化和重新識別。
- 使用 Sensitive Data Protection 對大規模資料集中的 PII 執行去識別化和重新識別
- 查看參考架構，瞭解如何建立自動化資料轉換管道，將個人識別資訊 (PII) 等機密資料去識別化。
最佳做法
- 保護儲存機密資料的 BigQuery 資料倉儲
- 在 Google Cloud中建立、部署及操作資料倉儲時，資料治理的架構總覽和最佳做法，包括資料去識別化、機密資料差異化處理，以及資料欄層級存取控管。
社群協力翻譯
下列項目由社群成員擁有及管理，而非 Sensitive Data Protection 團隊。如有相關問題，請與各自的擁有者聯絡。
- 採用 Sensitive Data Protection 的事件導向無伺服器排程架構
- 設定事件導向的無伺服器排程應用程式，使用 Cloud Data Loss Prevention API 檢查 BigQuery 資料。
- 使用 Google Cloud 串流分析和 AI 服務即時偵測異常狀況
- 逐步瞭解如何運用即時人工智慧 (AI) 模式，偵測記錄檔中的異常情況。這項概念驗證會使用 Pub/Sub、Dataflow、BigQuery ML 和 Sensitive Data Protection。
- 使用 Dataflow 和 Sensitive Data Protection 將關聯式資料庫匯入 BigQuery
- 使用 Dataflow 和 Sensitive Data Protection，安全地將關聯式資料庫中的資料權杖化並匯入 BigQuery。這個範例說明如何在 PII 資料永久保存前，先將其權杖化。
定價
檢查 BigQuery 資料表時，系統會根據儲存空間檢查工作定價，向您收取 Sensitive Data Protection 費用。
此外，將檢查結果儲存至 BigQuery 資料表時，會產生 BigQuery 費用。