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'. גלאי infoType הוא מנגנון הזיהוי שתואם לקריטריונים של infoType.
שיטות מומלצות לבחירת טיפוסי מידע
אחד השלבים הקריטיים הראשונים בהגנה על הנתונים הוא להבין אותם. מומלץ לאסוף, לאחסן ולעבד רק את המידע שאתם צריכים לצורך העסק. זיהוי הנתונים שאתם מטפלים בהם מאפשר לכם לקבל החלטות מושכלות לגבי העסק, המשתמשים, אבטחת המידע והפרטיות.
יכול להיות שחלק מהתרחישים לדוגמה של העסק ידרשו מידע רגיש מסוים, ואחרים לא. אין פתרון אחד שמתאים לכל תרחישי השימוש. לכן, Sensitive Data Protection מציע שליטה גמישה בסוגי הנתונים שרוצים לסרוק. אם אתם משתמשים בטיפוסי מידע לצורך הסרת פרטי זיהוי או הסתרה, אתם יכולים גם לקבוע מתי ואיך הנתונים יעברו טרנספורמציה.
הנחיות כלליות
כשבוחרים טיפוסי מידע, כדאי להביא בחשבון את ההנחיות הכלליות הבאות.
שימוש בסוגי מידע כלליים במקום בסוגי מידע ספציפיים
אם אתם לא צריכים שתוצאות הסריקה יציגו את סוגי המידע הספציפיים שזוהו, כדאי להשתמש בסוגי מידע כלליים במקום בסוגי מידע ספציפיים בהגדרות הבדיקה. כדי לקבל מידע על היתרונות של שימוש בגלאי infoType כלליים בבקשות, קראו את הקטע גלאי infoType כלליים וספציפיים בדף הזה.
במאמר סוגי מידע כלליים תוכלו למצוא רשימה מלאה של סוגי המידע הכלליים וסוגי המידע הספציפיים שהם כוללים.
מידע רגיש שאתם לא צריכים לאסוף
כל שירות בעסק צריך לאסוף רק את הנתונים שהוא צריך. לדוגמה, בשירותים מסוימים בעסק לא צריך לאסוף מידע פיננסי. בשירותים האלה, כדאי להפעיל גלאי infoType כמו CREDIT_CARD_NUMBER, FINANCIAL_ACCOUNT_NUMBER וסוגי infoType אחרים בקטגוריית הענף FINANCE.
מידע שאתם צריכים לאסוף אבל לא רוצים לשתף עם כל הצוות
יכול להיות שיש תרחישים לדוגמה שבהם מותר לאסוף מידע אישי, אבל אסור לשתף אותו באופן נרחב עם הצוות. לדוגמה, לקוח שפותח כרטיס תמיכה יכול לתת לכם פרטים ליצירת קשר כדי שתוכלו לפנות אליו ולפתור את הבעיות. אתם לא רוצים שכל מי שרואה את הפנייה בצוות יראה את הפרטים האישיים המזהים (PII). כדאי להפעיל מזהי infoType כמו PHONE_NUMBER, EMAIL_ADDRESS וסוגי infoType אחרים בקטגוריית הסוג PII.
קטגוריות של מידע רגיש שכפופות לתקנות בתחום, לתקנות בנושא פרטיות נתונים או לתקנות בסמכות שיפוטית
סוגי מידע מסוימים נחשבים לרגישים בגלל האופן שבו הם מונפקים או בגלל השימושים האפשריים שלהם. במקרים אחרים, מידע הקשרי ודמוגרפי נחשב לקטגוריה מוגנת. יכול להיות שיהיו הגבלות נוספות על האופן שבו נאספים, משמשים ומנוהלים סוגי המידע האלה. כדאי להפעיל גלאי infoType בקטגוריות הבאות:
- קטגוריית סוג
SPII,GOVERNMENT_IDו-DEMOGRAPHIC - קטגוריית
התחום
HEALTH
בחירה בין סוגי מידע דומים
כשבוחרים בין גלאי infoType דומים, כדאי להביא בחשבון את הנקודות הבאות.
דרכונים
אם אתם לא צריכים לסרוק מזהי דרכונים ממדינה ספציפית, בחרו בגלאי הכללי: PASSPORT.
יש גלאים ספציפיים לדרכונים של מדינות מסוימות, כמו UK_PASSPORT. עם זאת, חלק מהגלאים של דרכונים ספציפיים למדינה יכולים לזהות רק דרכונים בפורמטים ספציפיים או עם רמזים הקשריים.
שמות של אנשים
כשסורקים שמות של אנשים, ברוב המקרים כדאי להשתמש ב-PERSON_NAME במקום ב-FIRST_NAME או ב-LAST_NAME.
PERSON_NAME הוא גלאי של שמות אנשים. הוא כולל שמות של מילה אחת ושמות מלאים. הגלאי הזה מנסה לזהות, למשל, שמות כמו Jane, Jane Smith ו-Jane Marie Smith באמצעות טכנולוגיות שונות, כולל הבנת שפה טבעית (NLU). FIRST_NAME ו-LAST_NAME הם קבוצות משנה של הגלאי הזה שמנסות לזהות חלקים של שם. הממצאים מהגלאים האלה הם תמיד קבוצות משנה של ממצאים מ-PERSON_NAME.
תאריכים ושעות
אם אתם לא צריכים לסרוק את כל התאריכים, כדאי להשתמש בגלאי תאריכים ממוקד כמו DATE_OF_BIRTH. הגלאי הזה מנסה לזהות הקשר שמציין שהתאריך קשור למועד הלידה של אדם.
הגלאי DATE מנסה למצוא את כל התאריכים, בלי קשר להקשר. הוא גם מסמן תאריכים יחסיים, כמו היום או אתמול. באופן דומה, TIME מנסה למצוא את כל חותמות הזמן.
מיקומים
אם אתם לא צריכים לסרוק את כל המיקומים, כדאי להשתמש ב-STREET_ADDRESS במקום בגלאי LOCATION. הגלאי STREET_ADDRESS מנסה למצוא כתובות מלאות, שבדרך כלל מדויקות יותר ממיקומים כלליים ויכולות להיחשב רגישות יותר.
מזהה ה-infoType LOCATION מנסה למצוא כל מיקום בלי קשר להקשר, לדוגמה פריז או קנדה.
גלאי infoType שדורשים הקשר
הרבה גלאים של infoType דורשים רמזים הקשריים כדי לזהות התאמה. אם גלאי infoType מובנה לא מסמן פריטים שאתם מצפים שיסומנו, כי אין רמזים הקשריים בסמיכות לפריטים האלה, כדאי להשתמש במקום זאת ב-GENERIC_ID או בגלאי infoType בהתאמה אישית.
סוגי מידע שאין להם הגדרה מקובלת בתחום
לסוגי מידע מסוימים אין הגדרה מקובלת בתחום. לדוגמה, מספרי תיקים רפואיים, מספרי חשבונות, קודי אימות וקודי אבטחה. לסוגים האלה, כדאי להשתמש ב-infoTypes כמו GENERIC_ID, FINANCIAL_ACCOUNT_NUMBER ו-MEDICAL_RECORD_NUMBER. הגלאים האלה משתמשים בשילוב של זיהוי ישויות והקשר כדי למצוא רכיבים שעלולים להיות רגישים.
גלאי infoType עם זמן אחזור ארוך יותר
אל תפעילו גלאי infoType שאתם לא צריכים. למרות שסוגי המידע הבאים שימושיים בתרחישים מסוימים, הם יכולים לגרום לבקשות לפעול לאט יותר מבקשות שלא כוללות אותם:
PERSON_NAMEFEMALE_NAMEMALE_NAMEFIRST_NAMELAST_NAMEDATE_OF_BIRTHLOCATIONSTREET_ADDRESSORGANIZATION_NAME
תמיד צריך לציין במפורש את הגלאים של infoType. אל תשתמשו ברשימה ריקה של infoTypes.
איך משתמשים ב-infoTypes
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 סריקה.
לדוגמה, אם רוצים לחפש כתובות אימייל בגוש טקסט, מציינים את הגלאי EMAIL_ADDRESS infoType בהגדרת הבדיקה. אם רוצים לצנזר כתובות אימייל מגוש הטקסט, צריך לציין את EMAIL_ADDRESS גם בהגדרת הבדיקה וגם בהגדרת הסרת פרטי הזיהוי, כדי לציין איך לצנזר או לשנות את הסוג הזה.
בנוסף, אתם יכולים להשתמש בשילוב של מזהי infoType מובנים ומותאמים אישית כדי להחריג קבוצת משנה של כתובות אימייל מממצאי הסריקה. קודם כל, יוצרים infoType מותאם אישית בשם INTERNAL_EMAIL_ADDRESS ומגדירים אותו כך שיחריג כתובות אימייל פנימיות לבדיקה. אחר כך, אתם יכולים להגדיר את הסריקה כך שתכלול ממצאים של EMAIL_ADDRESS, אבל לכלול כלל החרגה שמוציא ממצאים שתואמים ל-INTERNAL_EMAIL_ADDRESS. למידע נוסף על כללי החרגה ותכונות אחרות של כללים מותאמים אישית לבדיקת נתוני infoType, קראו את המאמר יצירת כללים מותאמים אישית לבדיקת נתוני infoType.
ב-Sensitive Data Protection יש קבוצה של גלאי infoType מובנים שאתם מציינים לפי שם, וכל אחד מהם מופיע בחומר העזר בנושא גילוי InfoType. הגלאים האלה משתמשים במגוון שיטות כדי לגלות ולסווג כל סוג. לדוגמה, סוגים מסוימים ידרשו התאמה לתבנית, לחלקם עשויים להיות סיכומי ביקורת (checksum) מתמטיים, לחלקם יש הגבלות מיוחדות על ספרות, ולאחרים עשויות להיות קידומות ספציפיות או הקשר סביב הממצאים.
דוגמאות
כשמגדירים את Sensitive Data Protection לסריקת תוכן, כוללים את גלאי ה-infoType שבהם רוצים להשתמש בהגדרת הסריקה.
לדוגמה, דוגמאות הקוד וה-JSON הבאות ממחישות בקשת סריקה פשוטה ל-DLP API. שימו לב שהגלאי PHONE_NUMBER מצוין ב-inspectConfig, מה שמורה ל-Sensitive Data Protection לסרוק את המחרוזת הנתונה כדי למצוא מספר טלפון.
C#
במאמר ספריות הלקוח של Sensitive Data Protection מוסבר איך להתקין את ספריית הלקוח ולהשתמש בה ב-Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. למידע נוסף, ראו הגדרת אימות לסביבת פיתוח מקומית.
Go
במאמר ספריות הלקוח של Sensitive Data Protection מוסבר איך להתקין את ספריית הלקוח ולהשתמש בה ב-Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. למידע נוסף, ראו הגדרת אימות לסביבת פיתוח מקומית.
Java
במאמר ספריות הלקוח של Sensitive Data Protection מוסבר איך להתקין את ספריית הלקוח ולהשתמש בה ב-Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. למידע נוסף, ראו הגדרת אימות לסביבת פיתוח מקומית.
Node.js
במאמר ספריות הלקוח של Sensitive Data Protection מוסבר איך להתקין את ספריית הלקוח ולהשתמש בה ב-Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. למידע נוסף, ראו הגדרת אימות לסביבת פיתוח מקומית.
PHP
במאמר ספריות הלקוח של Sensitive Data Protection מוסבר איך להתקין את ספריית הלקוח ולהשתמש בה ב-Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. למידע נוסף, ראו הגדרת אימות לסביבת פיתוח מקומית.
Python
במאמר ספריות הלקוח של Sensitive Data Protection מוסבר איך להתקין את ספריית הלקוח ולהשתמש בה ב-Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. למידע נוסף, ראו הגדרת אימות לסביבת פיתוח מקומית.
REST
קלט JSON:
POST https://dlp.googleapis.com/v2/projects/[PROJECT-ID]/content:inspect?key={YOUR_API_KEY}
{
"item":{
"value":"My phone number is (415) 555-0890"
},
"inspectConfig":{
"includeQuote":true,
"minLikelihood":"POSSIBLE",
"infoTypes":{
"name":"PHONE_NUMBER"
}
}
}
כששולחים את הבקשה הקודמת לנקודת הקצה שצוינה, Sensitive Data Protection מחזיר את התשובה הבאה:
פלט מסוג JSON:
{
"result":{
"findings":[
{
"quote":"(415) 555-0890",
"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"
}
]
}
}
צריך לציין בהגדרת הבדיקה סוגי מידע ספציפיים שמופיעים בחומר העזר. אם לא תציינו טיפוסי מידע, Sensitive Data Protection ישתמש ברשימת ברירת מחדל של טיפוסי מידע שמיועדת למטרות בדיקה בלבד. יכול להיות שהרשימה שמוגדרת כברירת מחדל לא תתאים לתרחישי השימוש שלכם.
למידע נוסף על השימוש בגלאי infoType לסריקת התוכן, עיינו באחד מנושאי ההדרכה בנושא בדיקה, צנזור או הסרת פרטי זיהוי.
ודאות ובדיקות
הממצאים מדווחים עם ציון ודאות שנקרא סבירות. ציון הסבירות מציין את הסבירות שהממצא תואם לסוג המתאים. לדוגמה, סוג מסוים עשוי להחזיר סבירות נמוכה יותר אם הוא תואם רק לתבנית, ולהחזיר סבירות גבוהה יותר אם הוא תואם לתבנית ויש סביבו הקשר חיובי. לכן, יכול להיות שתבחינו שממצא מסוים תואם לכמה סוגים בסבירות נמוכה יותר. בנוסף, יכול להיות שממצא לא יופיע או שרמת הוודאות שלו תהיה נמוכה יותר אם הוא לא תואם כמו שצריך, או אם יש סביבו הקשר שלילי. לדוגמה, יכול להיות שממצא לא ידווח אם הוא תואם למבנה של ה-infoType שצוין, אבל נכשל בסיכום הביקורת (checksum) של ה-infoType. יכול להיות גם שממצא מסוים יתאים ליותר מ-infoType אחד, אבל ההקשר שלו יחזק את אחד מהם, ולכן הוא ידווח רק לגבי הסוג הזה.
אם אתם בודקים גלאים שונים, יכול להיות שתשימו לב שנתונים מזויפים או נתונים לדוגמה לא מדווחים, כי הם לא עוברים מספיק בדיקות כדי לדווח עליהם.
סוגים של גלאי infoType
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. יש גם סוגי מידע כלליים שיעזרו לכם לפשט את ההגדרות.
- גלאי infoType בהתאמה אישית הם גלאים שאתם יוצרים בעצמכם. יש שלושה סוגים של כללים מותאמים אישית לבדיקת נתוני infoType:
- גלאים קטנים של מילונים בהתאמה אישית הם רשימות פשוטות של מילים ש-Sensitive Data Protection מתאים אליהן. כדאי להשתמש בגלאים קטנים של מילונים בהתאמה אישית כשיש לכם רשימה של עד כמה עשרות אלפי מילים או ביטויים. אם אתם לא צופים שרשימת המילים תשתנה באופן משמעותי, עדיף להשתמש בגלאים קטנים של מילונים בהתאמה אישית.
- גלאים של מילונים גדולים בהתאמה אישית נוצרים על ידי Sensitive Data Protection באמצעות רשימות גדולות של מילים או ביטויים שמאוחסנים ב-Cloud Storage או ב-BigQuery. אם יש לכם רשימה גדולה של מילים או ביטויים (עד עשרות מיליונים), כדאי להשתמש בגלאים גדולים של מילונים בהתאמה אישית.
- 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 מזהים שמובנים ב-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 נתונים שרלוונטיים לכל העולם, כמו שם של אדם (PERSON_NAME), מספרי טלפון (PHONE_NUMBER), כתובות אימייל (EMAIL_ADDRESS) ומספרי כרטיסי אשראי (CREDIT_CARD_NUMBER).
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.
טכניקות זיהוי
כדי לזהות תוכן שתואם לטיפוסי מידע מובנים, Sensitive Data Protection משתמש בטכניקות שונות, כולל התאמה לדפוסים, אימות סיכום ביקורת (checksum), למידת מכונה וניתוח הקשר. לדוגמה, כדי לזהות את ה-infoType CREDIT_CARD_NUMBER, המערכת של Sensitive Data Protection בודקת קידומות ידועות של מנפיקים, מאמתת סיכומי ביקורת, מנתחת את אורך התווים ומתייחסת להקשר שבו מופיע מספר כרטיס האשראי הפוטנציאלי.
Sensitive Data Protection Demo היא אפליקציה מבוססת-אינטרנט שמאפשרת לבדוק את הגלאים המובנים של infoType.
שפות
סוגי מידע רגיש ספציפיים למדינה תומכים בשפה האנגלית ובשפות של המדינה הרלוונטית. רוב סוגי המידע הגלובליים פועלים עם כמה שפות. כדאי לבדוק את Sensitive Data Protection עם הנתונים שלכם כדי לוודא שהיא עונה על הדרישות.
גלאים כלליים וספציפיים של סוגי מידע
גלאי infoType כללי הוא גלאי שמוגדר באופן רחב יותר מגלאי infoType רגילים, ויכול להתאים למגוון רחב של סוגי מידע שעשויים להיות רגישים. גלאי infoType כלליים הם קבוצות-על של גלאי infoType ספציפיים שחולקים מאפיין או מטרה משותפים. לדוגמה, הגלאי של סוג המידע DRIVERS_LICENSE_NUMBER יכול לזהות תוכן שתואם לסוגי המידע GERMANY_DRIVERS_LICENSE_NUMBER ו-CANADA_DRIVERS_LICENSE_NUMBER.
במקרים רבים, גלאי infoType כלליים יכולים למצוא גם התאמות שגלאי infoType ספציפיים לא יכולים למצוא. לדוגמה, הגלאי PASSPORT טוב יותר באיתור מספרי דרכונים מאשר גלאי דרכונים ספציפיים למדינה, שלפעמים דורשים נוכחות של רמזים לפי הקשר או תוכן בפורמט ספציפי.
בהגדרות הבדיקה, אתם יכולים להשתמש בגלאי infoType כללי במקום בגלאי infoType ספציפי. התוצאות שמוצגות ב-Sensitive Data Protection מבוססות על הגלאי שציינתם בבקשה. לדוגמה, אם מחרוזת שאתם בודקים תואמת לסוג המידע GERMANY_DRIVERS_LICENSE_NUMBER, וסרקתם גם את DRIVERS_LICENSE_NUMBER וגם את GERMANY_DRIVERS_LICENSE_NUMBER בבקשה, תקבלו שני ממצאים לאותה מחרוזת – אחד ל-DRIVERS_LICENSE_NUMBER ואחד ל-GERMANY_DRIVERS_LICENSE_NUMBER. עם זאת, אם סרקתם רק את DRIVERS_LICENSE_NUMBER בבקשה, תוצאת הבדיקה תציג רק את הממצא של DRIVERS_LICENSE_NUMBER.
אלה היתרונות של שימוש בגלאי infoType כללי:
במקרים רבים, לגלאי infoType כלליים יש שיעור שליפה גבוה יותר מאשר לגלאי infoType ספציפיים. החזרת תוצאות רלוונטיות היא מספר המופעים החיוביים האמיתיים מתוך המספר הכולל של המופעים הרלוונטיים.
אתם יכולים לפשט את הבקשות שלכם ל-Sensitive Data Protection כי אתם לא צריכים לציין כל infoType ספציפי שאתם צריכים לסרוק. לדוגמה, גלאי ה-infoType של
GOVERNMENT_IDלבדו כולל יותר מ-100 גלאי infoType שונים.כך יש פחות סיכוי שתגיעו למגבלה של 150 גלאי infoType לכל בקשה.
אם Sensitive Data Protection משיק infoType חדש ומוסיף אותו ל-infoType כללי שכבר צוין בהגדרות הקיימות, Sensitive Data Protection כולל באופן אוטומטי את ה-infoType החדש בסריקות שלו. אתם לא צריכים להוסיף באופן ידני סוגי מידע חדשים להגדרות הקיימות.
בין סוגי מידע כלליים וספציפיים יש קשר של רבים לרבים. כלומר, infoType כללי יכול לכלול הרבה סוגי infoType ספציפיים, ו-infoType ספציפי יכול להשתייך להרבה סוגי infoType כלליים. במאמר סוגי מידע כלליים מופיעה רשימה מלאה של סוגי המידע הכלליים וסוגי המידע הספציפיים שהם כוללים.
כללים מותאמים אישית לבדיקת נתוני infoType
יש שלושה סוגים של כללים מותאמים אישית לבדיקת נתוני infoType:
כדי לשפר את תוצאות הסריקה, אתם יכולים ליצור כללי בדיקה.
גלאים קטנים של מילונים בהתאמה אישית
כדי להתאים רשימה קצרה (עד כמה עשרות אלפים) של מילים או ביטויים, השתמשו בגלאים קטנים של מילונים בהתאמה אישית (שנקראים גם "גלאים רגילים של מילונים בהתאמה אישית"). מילון קטן בהתאמה אישית יכול לשמש כגלאי 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 קטן 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 רגיל של מילון בהתאמה אישית מוסבר איך Sensitive Data Protection מתאים מילים וביטויים למילון.
במאמר יצירת גלאי רגיל של מילון בהתאמה אישית מוסבר איך פועלים כללים מותאמים אישית לבדיקת נתוני infoType של מילונים קטנים, ומוצגות דוגמאות לפעולה שלהם.
גלאים של מילונים מותאמים אישית גדולים
אם יש לכם יותר מכמה מילים או ביטויים שאתם רוצים לסרוק, או אם רשימת המילים או הביטויים משתנה לעיתים קרובות, כדאי להשתמש בגלאים של מילונים גדולים בהתאמה אישית (שנקראים גם "גלאים של מילונים שמורים בהתאמה אישית"). גלאים גדולים של מילונים בהתאמה אישית יכולים להתאים עד עשרות מיליוני מילים או ביטויים.
מזהים של מילונים גדולים בהתאמה אישית נוצרים בצורה שונה ממזהים של ביטויים רגולריים בהתאמה אישית וממזהים של מילונים קטנים בהתאמה אישית. כל מילון מותאם אישית גדול מורכב משני חלקים:
- 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 וכוללים עותק של נתוני הביטויים במקור, וגם מסנני 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 גדול בהתאמה אישית, בדומה לגלאים אחרים של infoType.
במאמר יצירת גלאי של מילון מותאם אישית מאוחסן תוכלו לקרוא איך פועלים גלאים של מילונים מותאמים אישית גדולים, ולראות דוגמאות לפעולה שלהם.
ביטויים רגולריים
כלל מותאם אישית לבדיקת נתוני infoType (regex) מאפשר לכם ליצור גלאים משלכם, שבעזרתם Sensitive Data Protection יכול לזהות התאמות על סמך תבנית 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}
לאחר מכן, Sensitive Data Protection מתאים פריטים כאלה:
123-4-56789
אפשר גם לציין סבירות להקצאה לכל התאמה של infoType מותאם אישית. כלומר, כש-Sensitive Data Protection יתאים לרצף שציינתם, הוא יקצה את הסבירות שציינתם. זה שימושי כי אם הביטוי הרגולרי המותאם אישית מגדיר רצף נפוץ מספיק, הוא יכול להתאים בקלות לרצף אקראי אחר, ולא הייתם רוצים ש-Sensitive Data Protection יתייג כל התאמה כ-VERY_LIKELY. אם נעשה את זה, האמון בתוצאות הסריקה ייפגע, ועלול להיווצר מצב שבו המידע הלא נכון יותאם או שפרטי הזיהוי שלו יוסרו.
למידע נוסף על כללים מותאמים אישית לבדיקת נתוני infoType של ביטויים רגולריים, ולדוגמאות לפעולה שלהם, ראו יצירת גלאי regex מותאם אישית.
כללי בדיקה
כללי הבדיקה משמשים לשיפור התוצאות שמתקבלות מגלאי infoType קיימים – מובְנים או בהתאמה אישית. כללי בדיקה יכולים להיות שימושיים במקרים שבהם צריך להוסיף לתוצאות שמוחזרות על ידי Sensitive Data Protection, על ידי הוספה או החרגה של גלאי infoType קיים.
מידע נוסף על כללי בדיקה זמין במאמר שינוי גלאי infoType כדי לשפר את תוצאות הסריקה.
כללי החרגה
כללי החרגה מאפשרים להפחית את הכמות או הדיוק של הממצאים שמוחזרים, על ידי הוספת כללים למזהה infoType מובנה או מותאם אישית. כללי החרגה יכולים לעזור לכם לצמצם את הרעש או ממצאים לא רצויים אחרים שמוחזרים על ידי גלאי infoType.
לדוגמה, אם אתם סורקים מסד נתונים כדי לאתר כתובות אימייל, אתם יכולים להוסיף כלל החרגה בצורת ביטוי רגולרי בהתאמה אישית, שמורה ל-Sensitive Data Protection להחריג את כל הממצאים שמסתיימים ב-@example.com.
מידע נוסף על כללי החרגה זמין במאמר שינוי גלאי infoType כדי לשפר את תוצאות הסריקה.
כללי הרחבה (Hotword)
כללי הרחבה (Hotword) מאפשרים להגדיל את הכמות או לשפר את הדיוק של הממצאים שמוחזרים, על ידי הוספת כללים למזהה infoType מובנה או מותאם אישית. כללי הרחבה (Hotword) יכולים לעזור לכם להגמיש את הכללים של גלאי infoType קיים.
לדוגמה, נניח שאתם רוצים לסרוק מסד נתונים רפואי כדי לאתר שמות של מטופלים. אתם יכולים להשתמש בגלאי המובנה של Sensitive Data Protection ל-infoType PERSON_NAME, אבל אז Sensitive Data Protection יתאים את כל שמות האנשים, ולא רק את שמות המטופלים. כדי לפתור את הבעיה, אפשר לכלול כלל הרחבה (Hotword) בצורת infoType בהתאמה אישית של ביטוי רגולרי, שמחפש את המילה "מטופל" בקרבה מסוימת של תווים לתו הראשון של התאמות פוטנציאליות. לאחר מכן, אתם יכולים להקצות לממצאים שתואמים לתבנית הזו סבירות של "סבירות גבוהה מאוד", כי הם תואמים לקריטריונים המיוחדים שלכם.
מידע נוסף על כללי הרחבה (Hotword) זמין במאמר שינוי גלאי infoType כדי לשפר את תוצאות הסריקה.
דוגמאות
כדי להבין טוב יותר איך infoTypes תואמים לממצאים, עיינו בדוגמאות הבאות של התאמה לסדרת ספרות כדי לקבוע אם הן מהוות מספר תעודת זהות בארה"ב או מספר זיהוי לצורכי מס (TIN) בארה"ב. חשוב לזכור שהדוגמאות האלה הן לגלאים מובנים של infoType. כשיוצרים כלל מותאם אישית לבדיקת נתוני infoType, מציינים את הקריטריונים שקובעים את הסבירות להתאמה בסריקה.
דוגמה 1
"SSN 222-22-2222"
הדוח מציין ציון סבירות גבוה של VERY_LIKELY לUS_SOCIAL_SECURITY_NUMBER מהסיבות הבאות:
- הוא בפורמט הסטנדרטי של מספר תעודת זהות, מה שמעלה את רמת הוודאות.
- יש לו הקשר קרוב ("SSN") שמגביר את הסיכוי ל-
US_SOCIAL_SECURITY_NUMBER.
דוגמה 2
"999-99-9999"
הדוח מציג ציון סבירות נמוך של VERY_UNLIKELY עבור US_SOCIAL_SECURITY_NUMBER מהסיבות הבאות:
- הוא בפורמט הסטנדרטי, מה שמגביר את הוודאות.
- הוא מתחיל בספרה 9, שלא מופיעה במספרי תעודת זהות, ולכן רמת הוודאות נמוכה יותר.
- אין הקשר, ולכן רמת הסבירות נמוכה יותר.
דוגמה 3
"999-98-9999"
מדווח על ציון סבירות של POSSIBLE ל-US_INDIVIDUAL_TAXPAYER_IDENTIFICATION_NUMBER ו-VERY_UNLIKELY ל-US_SOCIAL_SECURITY_NUMBER כי:
- הפורמט שלו הוא הפורמט הסטנדרטי של
US_SOCIAL_SECURITY_NUMBERושלUS_INDIVIDUAL_TAXPAYER_IDENTIFICATION_NUMBER. - הוא מתחיל בספרה 9 ויש בו בדיקת ספרה נוספת, שמגבירה את הוודאות לגבי
US_INDIVIDUAL_TAXPAYER_IDENTIFICATION_NUMBER. - אין לו הקשר, ולכן רמת הסבירות של שניהם נמוכה.
כללי התאמה
כללי ההתאמה יכולים לעזור לכם לשפר את דיוק הזיהוי על ידי הגדלה (נקראת גם חיזוק) או הקטנה של ערכי הסבירות של הממצאים, על סמך ההקשר שבו הם מופיעים.
לדוגמה, אתם יכולים להשתמש בכלל התאמה כדי להגדיל את ערכי הסבירות של ממצאים מסוג GENERIC_ID כשהם מופיעים במסמכים שתואמים ל-DOCUMENT_TYPE/CONTEXT/FINANCE.
מידע נוסף זמין במאמר כללי התאמה.
המאמרים הבאים
הצוות של Sensitive Data Protection מפרסם מדי פעם קבוצות וגלאים חדשים של infoType. כדי ללמוד איך לקבל את הרשימה העדכנית של infoTypes מובנים, ראו הצגת רשימה של גלאי infoType מובנים.