Cloud Data Loss Prevention (Cloud DLP) 現已併入機密資料保護。API 名稱維持不變：Cloud Data Loss Prevention API (DLP API)。如要瞭解構成 Sensitive Data Protection 的服務，請參閱「Sensitive Data Protection 總覽」。

Google 會運用 AI 技術將內容翻譯成你偏好的語言，但可能會出錯。

分析及回報 Sensitive Data Protection 掃描結果

Sensitive Data Protection 可協助您找出、瞭解及管理基礎架構中的機密資料。使用 Sensitive Data Protection 掃描內容中的機密資料後，您可以選擇多種方式處理這些資料情報。本主題說明如何運用 BigQuery、Cloud SQL 和數據分析等其他 Google Cloud 功能，達成下列目標：

直接將 Sensitive Data Protection 掃描結果儲存在 BigQuery。
針對基礎架構中的機密資料存放位置產生報表。
執行功能強大的 SQL 數據分析來瞭解機密資料的儲存位置和種類。
根據一組發現項目或發現項目組合，自動向觸發條件發出快訊或採取動作。

本主題也提供已完成樣本，說明如何使用 Sensitive Data Protection 和其他 Google Cloud 功能，完成上述所有工作。

掃描儲存空間值區

首先針對資料執行掃描作業。以下是使用 Sensitive Data Protection 掃描儲存空間存放區的基本資訊。如需掃描儲存空間存放區的完整操作說明 (包括使用用戶端程式庫)，請參閱「檢查儲存空間與資料庫內私密資料」。

如要對Google Cloud 儲存空間存放區執行掃描作業，請組合包含下列設定物件的 JSON 物件：

InspectJobConfig：設定 Sensitive Data Protection 掃描工作，包含：
- StorageConfig：要掃描的儲存空間存放區。
- InspectConfig：掃描方式和掃描內容。您也可以使用檢查範本來定義檢查設定。
- Action：工作完成時要執行的任務。包括將發現項目儲存至 BigQuery 資料表，或將通知發布至 Pub/Sub。

在本範例中，您將掃描 Cloud Storage bucket，找出人名、電話號碼、美國身分證字號和電子郵件地址。接著，您會將發現項目傳送至專門儲存 Sensitive Data Protection 輸出的 BigQuery 資料表。下列 JSON 可儲存至檔案，或直接傳送至 DlpJob Sensitive Data Protection 資源的 create 方法。

JSON 輸入：

POST https://dlp.googleapis.com/v2/projects/[PROJECT_ID]/dlpJobs

{
  "inspectJob":{
    "inspectConfig":{
      "infoTypes":[
        {
          "name":"PERSON_NAME"
        },
        {
          "name":"PHONE_NUMBER"
        },
        {
          "name":"US_SOCIAL_SECURITY_NUMBER"
        },
        {
          "name":"EMAIL_ADDRESS"
        }
      ],
      "includeQuote":true
    },
    "storageConfig":{
      "cloudStorageOptions":{
        "fileSet":{
          "url":"gs://[BUCKET_NAME]/**"
        }
      }
    },
    "actions":[
      {
        "saveFindings":{
          "outputConfig":{
            "table":{
              "projectId":"[PROJECT_ID]",
              "datasetId":"[DATASET_ID]",
              "tableId":"[TABLE_ID]"
            }
          }
        }
      }
    ]
  }
}

在 Cloud Storage bucket 位址 (gs://[BUCKET_NAME]/**) 後方指定兩個星號 (**)，即可指示掃描工作以遞迴方式掃描。如果只放置一個星號 (*)，工作就只會掃描指定的目錄層級，不會深入掃描。

系統會將輸出內容儲存到特定資料集和專案內的指定資料表。指定特定資料表 ID 的後續工作會將發現項目附加至相同的資料表。如果想指示 Sensitive Data Protection 在每次執行掃描時建立新資料表，也可以省略 "tableId" 鍵。

透過指定網址，在傳送至 projects.dlpJobs.create 方法的要求中傳送這個 JSON 後，您會收到下列回應：

JSON 輸出內容：

{
  "name":"projects/[PROJECT_ID]/dlpJobs/[JOB_ID]",
  "type":"INSPECT_JOB",
  "state":"PENDING",
  "inspectDetails":{
    "requestedOptions":{
      "snapshotInspectTemplate":{

      },
      "jobConfig":{
        "storageConfig":{
          "cloudStorageOptions":{
            "fileSet":{
              "url":"gs://[BUCKET_NAME]/**"
            }
          }
        },
        "inspectConfig":{
          "infoTypes":[
            {
              "name":"PERSON_NAME"
            },
            {
              "name":"PHONE_NUMBER"
            },
            {
              "name":"US_SOCIAL_SECURITY_NUMBER"
            },
            {
              "name":"EMAIL_ADDRESS"
            }
          ],
          "minLikelihood":"POSSIBLE",
          "limits":{

          },
          "includeQuote":true
        },
        "actions":[
          {
            "saveFindings":{
              "outputConfig":{
                "table":{
                  "projectId":"[PROJECT_ID]",
                  "datasetId":"[DATASET_ID]",
                  "tableId":"[TABLE_ID]"
                }
              }
            }
          }
        ]
      }
    }
  },
  "createTime":"2018-11-19T21:09:07.926Z"
}

工作完成後，會將結果儲存至指定的 BigQuery 資料表。

如要取得工作狀態，請呼叫 projects.dlpJobs.get 方法，或傳送 GET 要求至下列網址，並將 [PROJECT_ID] 替換為您的專案 ID，[JOB_ID] 則替換為 Cloud Data Loss Prevention API 回應工作建立要求時提供的工作 ID (工作 ID 前面會加上「i-」)：

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

針對您剛建立的工作，這項要求會傳回下列 JSON。請注意，系統會在檢查詳細資料後傳回掃描結果摘要。如果掃描尚未完成，其 "state" 鍵會指定 "RUNNING"。

JSON 輸出內容：

{
  "name":"projects/[PROJECT_ID]/dlpJobs/[JOB_ID]",
  "type":"INSPECT_JOB",
  "state":"DONE",
  "inspectDetails":{
    "requestedOptions":{
      "snapshotInspectTemplate":{

      },
      "jobConfig":{
        "storageConfig":{
          "cloudStorageOptions":{
            "fileSet":{
              "url":"gs://[BUCKET_NAME]/**"
            }
          }
        },
        "inspectConfig":{
          "infoTypes":[
            {
              "name":"PERSON_NAME"
            },
            {
              "name":"PHONE_NUMBER"
            },
            {
              "name":"US_SOCIAL_SECURITY_NUMBER"
            },
            {
              "name":"EMAIL_ADDRESS"
            }
          ],
          "minLikelihood":"POSSIBLE",
          "limits":{

          },
          "includeQuote":true
        },
        "actions":[
          {
            "saveFindings":{
              "outputConfig":{
                "table":{
                  "projectId":"[PROJECT_ID]",
                  "datasetId":"[DATASET_ID]",
                  "tableId":"[TABLE_ID]"
                }
              }
            }
          }
        ]
      }
    },
    "result":{
      "processedBytes":"536734051",
      "totalEstimatedBytes":"536734051",
      "infoTypeStats":[
        {
          "infoType":{
            "name":"PERSON_NAME"
          },
          "count":"269679"
        },
        {
          "infoType":{
            "name":"EMAIL_ADDRESS"
          },
          "count":"256"
        },
        {
          "infoType":{
            "name":"PHONE_NUMBER"
          },
          "count":"7"
        }
      ]
    }
  },
  "createTime":"2018-11-19T21:09:07.926Z",
  "startTime":"2018-11-19T21:10:20.660Z",
  "endTime":"2018-11-19T22:07:39.725Z"
}

在 BigQuery 中執行數據分析

您已使用 Sensitive Data Protection 掃描結果建立新的 BigQuery 資料表，下一步是對資料表執行分析。

在 Google Cloud 控制台左側的「大數據」下方，按一下「BigQuery」BigQuery。開啟專案和資料集，然後找出新建立的資料表。

您可以對這個資料表執行 SQL 查詢，進一步瞭解 Sensitive Data Protection 在資料 bucket 中找到的內容。舉例來說，執行下列程式碼並使用適當的實際值取代預留位置，即可按照 infoType 計算所有掃描結果數：

SELECT
  info_type.name,
  COUNT(*) AS iCount
FROM
  `[PROJECT_ID].[DATASET_ID].[TABLE_ID]`
GROUP BY
  info_type.name

此查詢會產生該值區的發現項目摘要，看起來與下列表格相似：

Sensitive Data Protection 發現項目摘要範例。

在數據分析中建立報表

您可以使用數據分析，根據 BigQuery 資料表建立自訂報表。在本節中，您將在數據分析中建立簡單的表格報表，其中包含儲存在 BigQuery 的 Sensitive Data Protection 發現項目。

開啟數據分析並啟動新報表。
按一下 [Create New Data Source] (建立新資料來源)。
在連接器清單中按一下 [BigQuery]。如有需要，請按一下「Authorize」(授權)，授權數據分析連結至您的 BigQuery 專案。
現在選擇要搜尋的資料表，視專案的所在位置而定，按一下 [My Projects] (我的專案) 或 [Shared Projects] (共用專案)，並在頁面上的清單中找到您的專案、資料集和資料表。
按一下 [Connect] (連結) 以執行報表。
按一下 [Add to Report] (加入報表)。

您現在要建立顯示每個 infoType 頻率的資料表，選取「info_type.name」欄位做為「Dimension」(維度)。產生的資料表看起來類似下列內容：

數據分析中的表格範例。

後續步驟

這只是使用數據分析和 Sensitive Data Protection 輸出內容，以圖表呈現資料的初步成果。您可以加入其他圖表元素和細查篩選器，建立資訊主頁和報表。如要進一步瞭解數據分析提供的功能，請參閱數據分析產品總覽。