Anonimizzazione dei dati sensibili di Cloud Storage

Questa pagina descrive come Sensitive Data Protection può creare copie anonimizzate dei dati archiviati in Cloud Storage. Inoltre, elenca le limitazioni di questa operazione e i punti da considerare prima di iniziare.

Per informazioni su come utilizzare Sensitive Data Protection per creare copie anonimizzate dei dati di Cloud Storage, consulta quanto segue:

Informazioni sull'anonimizzazione

L'anonimizzazione è il processo di rimozione delle informazioni identificative dai dati. Il suo obiettivo è consentire l'utilizzo e la condivisione di informazioni personali, come dati sanitari, finanziari o demografici, rispettando al contempo i requisiti di privacy. Per saperne di più sull'anonimizzazione, consulta Anonimizzazione dei dati sensibili.

Per informazioni più approfondite sulle trasformazioni di anonimizzazione in Sensitive Data Protection, consulta il Riferimento per la trasformazione. Per saperne di più su come Sensitive Data Protection oscura i dati sensibili nelle immagini, consulta Ispezione e oscuramento delle immagini.

Quando utilizzare l'anonimizzazione dello spazio di archiviazione

Ecco alcuni casi d'uso comuni:

  • Genera set di dati anonimizzati per ambienti non di produzione: crea copie anonimizzate dei file di produzione archiviati in Cloud Storage prima di eseguire la gestione temporanea dei dati in ambienti di sviluppo, test o addestramento.
  • Condividi repository di file sanitizzati con terze parti: offusca i campi sensibili in documenti collettivi e file non strutturati, preservando la gerarchia delle cartelle originale per partner commerciali o revisori esterni.
  • Automatizza le pipeline di privacy per i documenti importati: trasforma i dati sensibili nei file appena caricati in un bucket di output designato senza alterare i file di origine o interrompere le pipeline upstream.
  • Applica la residenza dei dati e la compartimentazione: archivia copie mirror anonimizzate degli asset sensibili in bucket Cloud Storage separati con controlli di accesso Identity and Access Management distinti.

Processo di anonimizzazione

Questa sezione descrive il processo di anonimizzazione in Sensitive Data Protection per i contenuti in Cloud Storage.

Per utilizzare questa funzionalità, crea un job di ispezione (DlpJob) configurato per creare copie anonimizzate dei file di Cloud Storage. Sensitive Data Protection esegue la scansione dei file nella posizione specificata, ispezionandoli in base alla tua configurazione. Durante l'ispezione di ogni file, Sensitive Data Protection anonimizza tutti i dati che corrispondono ai tuoi criteri per i dati sensibili, quindi scrive i contenuti in un nuovo file. Il nuovo file ha sempre lo stesso nome del file originale. Questo nuovo file viene archiviato in una directory di output specificata da te. Se un file è incluso nella scansione, ma nessun dato corrisponde ai criteri di anonimizzazione e non si verificano errori durante l'elaborazione, il file viene copiato, inalterato, nella directory di output.

La directory di output impostata deve trovarsi in un bucket Cloud Storage diverso da quello contenente i file di input. Nella directory di output, Sensitive Data Protection crea una struttura di file che rispecchia quella della directory di input.

Ad esempio, supponiamo di impostare le seguenti directory di input e output:

  • Directory di input: gs://input-bucket/folder1/folder1a
  • Directory di output: gs://output-bucket/output-directory

Durante l'anonimizzazione, Sensitive Data Protection archivia i file anonimizzati in gs://output-bucket/output-directory/folder1/folder1a.

Se nella directory di output esiste un file con lo stesso nome file di un file anonimizzato, questo file viene sovrascritto. Se non vuoi che i file esistenti vengano sovrascritti, modifica la directory di output prima di eseguire questa operazione. In alternativa, valuta la possibilità di attivare il controllo delle versioni degli oggetti nel bucket di output.

Gli elenchi di controllo dell'accesso (ACL) a livello di file per i file originali vengono copiati nei nuovi file, indipendentemente dal fatto che i dati sensibili siano stati trovati e anonimizzati. Tuttavia, se il bucket di output è configurato solo per le autorizzazioni uniformi a livello di bucket e non per le autorizzazioni granulari (a livello di oggetto), gli ACL non vengono copiati nei file anonimizzati.

Il seguente diagramma mostra il processo di anonimizzazione per quattro file archiviati in un bucket Cloud Storage. Ogni file viene copiato indipendentemente dal fatto che Sensitive Data Protection rilevi o meno dati sensibili. Ogni file copiato ha lo stesso nome dell'originale.

Anonimizzazione dei file archiviati in Cloud Storage.
Anonimizzazione dei file archiviati in Cloud Storage (fai clic per ingrandire).

Prezzi

Per informazioni sui prezzi, consulta Ispezione e trasformazione dei dati nello spazio di archiviazione.

Tipi di file supportati

Sensitive Data Protection può anonimizzare i seguenti gruppi di tipi di file:

Comportamento di anonimizzazione predefinito

Se vuoi definire il modo in cui Sensitive Data Protection trasforma i risultati, puoi fornire modelli di anonimizzazione per i seguenti tipi di file:

  • File non strutturati, come file di testo con testo in formato libero
  • File strutturati, come i file CSV
  • Immagini

Se non fornisci un modello di anonimizzazione, Sensitive Data Protection trasforma i risultati come segue:

  • Nei file non strutturati e strutturati, Sensitive Data Protection sostituisce tutti i risultati con l'infoType corrispondente, come descritto in Sostituzione degli infoType.
  • Nelle immagini, Sensitive Data Protection copre tutti i risultati con una casella nera.

Limitazioni e considerazioni

Tieni presente i seguenti punti prima di creare copie anonimizzate dei dati di Cloud Storage.

Spazio sul disco

Questa operazione supporta solo i contenuti archiviati in Cloud Storage.

Questa operazione crea una copia di ogni file mentre Sensitive Data Protection lo ispeziona. I contenuti originali non vengono modificati o rimossi. I dati copiati occuperanno circa la stessa quantità di spazio su disco aggiuntivo dei dati originali.

Accesso in scrittura allo spazio di archiviazione

Poiché Sensitive Data Protection crea una copia dei file originali, l'agente di servizio del tuo progetto deve disporre dell'accesso in scrittura al bucket di output di Cloud Storage.

Campionamento e impostazione dei limiti di ricerca

Questa operazione non supporta il campionamento. In particolare, non puoi limitare la quantità di dati di ogni file che Sensitive Data Protection scansiona e anonimizza. In altre parole, se utilizzi l'API Cloud Data Loss Prevention, non puoi utilizzare bytesLimitPerFile e bytesLimitPerFilePercent nell'oggetto CloudStorageOptions di DlpJob.

Inoltre, non puoi controllare il numero massimo di risultati da restituire. Se utilizzi l'API DLP, non puoi impostare un oggetto FindingLimits nel tuo DlpJob.

Requisito per l'ispezione dei dati

Quando esegui il job di ispezione, Sensitive Data Protection ispeziona prima i dati, in base alla configurazione di ispezione, prima di eseguire l'anonimizzazione. Non può saltare la procedura di ispezione.

Requisito per l'utilizzo delle estensioni dei file

Sensitive Data Protection si basa sulle estensioni dei file per identificare i tipi di file nella directory di input. Potrebbe non anonimizzare i file che non hanno estensioni del file, anche se sono di tipi supportati.

File ignorati

Quando anonimizza i file nello spazio di archiviazione, Sensitive Data Protection ignora i seguenti file:

  • File di dimensioni superiori a 60.000 kB. Se hai file di grandi dimensioni che superano questo limite, valuta la possibilità di suddividerli in blocchi più piccoli.
  • Tipi di file non elencati in Tipi di file supportati in questa pagina.
  • Tipi di file che hai escluso intenzionalmente dalla configurazione di anonimizzazione. Se utilizzi l'API DLP, i tipi di file che hai escluso dal campo file_types_to_transform dell'azione Deidentify di DlpJob vengono ignorati.
  • File che hanno riscontrato errori di trasformazione.

Ordine delle righe di output nelle tabelle anonimizzate

Non è garantito che l'ordine delle righe in una tabella anonimizzata corrisponda all'ordine delle righe nella tabella originale. Se vuoi confrontare la tabella originale con quella anonimizzata, non puoi fare affidamento sul numero di riga per identificare le righe corrispondenti. Se vuoi confrontare le righe delle tabelle, devi utilizzare un identificatore univoco per identificare ogni record.

Chiavi temporanee

Se scegli un metodo di crittografia come metodo di trasformazione, devi prima creare una chiave con wrapping utilizzando Cloud Key Management Service. Poi, fornisci la chiave nel template di anonimizzazione. Le chiavi temporanee (non elaborate) non sono supportate.

Passaggi successivi