Detektor infoType bawaan Sensitive Data Protection efektif dalam menemukan jenis data sensitif yang umum. Detektor infoType kustom memungkinkan Anda menyesuaikan sepenuhnya detektor data sensitif Anda sendiri. Aturan pemeriksaan membantu menyaring hasil pemindaian yang ditampilkan Sensitive Data Protection dengan mengubah mekanisme deteksi detektor infoType tertentu.
Jika Anda ingin mengecualikan atau menyertakan lebih banyak nilai dari hasil yang ditampilkan oleh pendeteksi infoType bawaan, Anda dapat membuat infoType kustom baru dari awal dan menentukan semua kriteria yang harus dicari oleh Sensitive Data Protection. Atau, Anda dapat menyaring temuan yang ditampilkan oleh detektor bawaan atau kustom Sensitive Data Protection sesuai dengan kriteria yang Anda tentukan. Anda dapat melakukannya dengan menambahkan aturan pemeriksaan yang dapat membantu mengurangi gangguan, meningkatkan presisi dan perolehan, atau menyesuaikan kepastian kemungkinan temuan pemindaian.
Topik ini membahas cara menggunakan dua jenis aturan pemeriksaan untuk mengecualikan temuan tertentu atau menambahkan temuan tambahan, semuanya sesuai dengan kriteria kustom yang Anda tentukan. Topik ini menyajikan beberapa skenario yang mungkin mengharuskan Anda mengubah detektor infoType yang ada.
Jenis aturan pemeriksaan berikut tersedia:
- Aturan pengecualian, yang membantu mengecualikan temuan yang salah atau tidak diinginkan.
- Aturan frasa pengaktif, yang membantu mendeteksi temuan tambahan dalam konten teks.
- Aturan penyesuaian, yang membantu menyesuaikan kemungkinan temuan berdasarkan konteks kemunculannya.
infoType target dan konteks
Dokumen ini menggunakan istilah berikut untuk merujuk ke infoType dalam ruleset.
- Target infoType: infoType yang dikecualikan atau disesuaikan oleh Sensitive Data Protection saat kondisi yang ditentukan dalam ruleset terpenuhi.
- infoType konteks: infoType yang, jika terdeteksi, memberikan konteks tentang infoType target. Sensitive Data Protection menggunakan infoType konteks untuk menentukan apakah harus mengecualikan atau menyesuaikan infoType target.
Pengurutan dan perantaian aturan
Sensitive Data Protection menerapkan aturan sesuai urutan yang Anda tentukan dalam set aturan. Oleh karena itu, urutan aturan Anda dapat memengaruhi hasil operasi Sensitive Data Protection. Sebagai contoh, lihat Meningkatkan kemungkinan nama orang dalam dokumen kesehatan dan mengecualikan dokumen kesehatan dalam dokumen ini.
Aturan pengecualian
Aturan pengecualian berguna dalam situasi seperti berikut:
- Anda ingin mengecualikan kecocokan pemindaian duplikat dalam hasil yang disebabkan oleh detektor infoType yang tumpang-tindih. Misalnya, Anda memindai alamat email dan nomor telepon, tetapi Anda menerima dua kecocokan untuk alamat email yang berisi nomor telepon, seperti "206-555-0764@example.org".
- Anda mengalami gangguan dalam hasil pemindaian. Misalnya, Anda melihat alamat email tiruan yang sama (seperti example@example.com") atau domain (seperti "example.com") ditampilkan berkali-kali oleh pemindaian untuk alamat email yang sah.
- Anda memiliki daftar istilah, frasa, atau kombinasi karakter yang ingin Anda kecualikan dari hasil.
- Anda ingin mengecualikan seluruh kolom data dari hasil.
- Anda ingin mengecualikan temuan yang berada di dekat string yang cocok dengan ekspresi reguler.
- Anda ingin mengecualikan temuan dalam gambar berdasarkan hubungan spasialnya dengan temuan lain yang terdeteksi dalam gambar.
Ringkasan API aturan pengecualian
Sensitive Data Protection menentukan aturan pengecualian dalam objek ExclusionRule. Dalam ExclusionRule, Anda menentukan salah satu dari hal berikut:
- Objek
Dictionary, yang berisi daftar string yang akan dikecualikan dari hasil. - Objek
Regex, yang menentukan pola ekspresi reguler. String yang cocok dengan pola akan dikecualikan dari hasil. - Objek
ExcludeInfoTypes, yang berisi array pendeteksi infoType. Jika temuan cocok dengan salah satu detektor infoType yang tercantum di sini, temuan tersebut akan dikecualikan dari hasil. Objek
ExcludeByHotword, yang berisi hal berikut:- Ekspresi reguler yang menentukan hotword.
- Nilai kedekatan yang menentukan seberapa dekat hotword harus dengan temuan.
Jika temuan berada dalam kedekatan yang ditetapkan, temuan tersebut akan dikecualikan dari hasil. Untuk tabel, jenis aturan pengecualian ini memungkinkan Anda mengecualikan seluruh kolom data dari hasil.
Objek
ExcludeByImageFindings, yang berisi hal berikut:Daftar infoType konteks, yang digunakan untuk menentukan apakah akan mengecualikan temuan infoType target.
Objek
ImageContainmentTypeyang menentukan hubungan spasial yang diperlukan antara kotak pembatas temuan target dan konteks. Jika persyaratan ini tidak terpenuhi, Sensitive Data Protection tidak akan mengecualikan temuan infoType target.
Sensitive Data Protection mengecualikan temuan infoType target jika kotak pembatas infoType konteks memiliki hubungan yang ditentukan dengan temuan infoType target. Saat menggunakan
ExcludeByImageFindings, Anda harus menetapkan kolommatchingTypekeMATCHING_TYPE_RULE_SPECIFIC.ExcludeByImageFindingstidak didukung untuk gambar TIFF. Permintaancontent.inspectyang menyertakan aturan ini untuk gambar TIFF akan gagal.
Contoh skenario aturan pengecualian
Setiap cuplikan JSON berikut menggambarkan cara mengonfigurasi Sensitive Data Protection untuk skenario tertentu.
Menghilangkan alamat email tertentu dari pemindaian pendeteksi EMAIL_ADDRESS
Cuplikan JSON dan kode berikut dalam beberapa bahasa menggambarkan cara
menunjukkan kepada Sensitive Data Protection menggunakan
InspectConfig
bahwa ia harus menghindari pencocokan pada
"example@example.com" dalam pemindaian yang menggunakan detektor infoType EMAIL_ADDRESS:
C#
Untuk mempelajari cara menginstal dan menggunakan library klien untuk Sensitive Data Protection, lihat library klien Sensitive Data Protection.
Untuk melakukan autentikasi ke Sensitive Data Protection, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
Go
Untuk mempelajari cara menginstal dan menggunakan library klien untuk Sensitive Data Protection, lihat library klien Sensitive Data Protection.
Untuk melakukan autentikasi ke Sensitive Data Protection, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
Java
Untuk mempelajari cara menginstal dan menggunakan library klien untuk Sensitive Data Protection, lihat library klien Sensitive Data Protection.
Untuk melakukan autentikasi ke Sensitive Data Protection, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
Node.js
Untuk mempelajari cara menginstal dan menggunakan library klien untuk Sensitive Data Protection, lihat library klien Sensitive Data Protection.
Untuk melakukan autentikasi ke Sensitive Data Protection, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
PHP
Untuk mempelajari cara menginstal dan menggunakan library klien untuk Sensitive Data Protection, lihat library klien Sensitive Data Protection.
Untuk melakukan autentikasi ke Sensitive Data Protection, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
Python
Untuk mempelajari cara menginstal dan menggunakan library klien untuk Sensitive Data Protection, lihat library klien Sensitive Data Protection.
Untuk melakukan autentikasi ke Sensitive Data Protection, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
REST
Lihat panduan memulai JSON untuk mengetahui informasi selengkapnya tentang cara menggunakan DLP API dengan JSON.
...
"inspectConfig":{
"infoTypes":[
{
"name":"EMAIL_ADDRESS"
}
],
"ruleSet":[
{
"infoTypes":[
{
"name":"EMAIL_ADDRESS"
}
],
"rules":[
{
"exclusionRule":{
"dictionary":{
"wordList":{
"words":[
"example@example.com"
]
}
},
"matchingType": "MATCHING_TYPE_FULL_MATCH"
}
}
]
}
]
}
...
Menghilangkan alamat email yang diakhiri dengan domain tertentu dari pemindaian pendeteksi EMAIL_ADDRESS
Cuplikan JSON dan kode dalam beberapa bahasa berikut menggambarkan cara
menunjukkan kepada Sensitive Data Protection menggunakan
InspectConfig
bahwa ia harus menghindari pencocokan pada alamat email apa pun yang diakhiri dengan
"@example.com" dalam pemindaian yang menggunakan detektor infoType EMAIL_ADDRESS:
C#
Untuk mempelajari cara menginstal dan menggunakan library klien untuk Sensitive Data Protection, lihat library klien Sensitive Data Protection.
Untuk melakukan autentikasi ke Sensitive Data Protection, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
Go
Untuk mempelajari cara menginstal dan menggunakan library klien untuk Sensitive Data Protection, lihat library klien Sensitive Data Protection.
Untuk melakukan autentikasi ke Sensitive Data Protection, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
Java
Untuk mempelajari cara menginstal dan menggunakan library klien untuk Sensitive Data Protection, lihat library klien Sensitive Data Protection.
Untuk melakukan autentikasi ke Sensitive Data Protection, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
Node.js
Untuk mempelajari cara menginstal dan menggunakan library klien untuk Sensitive Data Protection, lihat library klien Sensitive Data Protection.
Untuk melakukan autentikasi ke Sensitive Data Protection, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
PHP
Untuk mempelajari cara menginstal dan menggunakan library klien untuk Sensitive Data Protection, lihat library klien Sensitive Data Protection.
Untuk melakukan autentikasi ke Sensitive Data Protection, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
Python
Untuk mempelajari cara menginstal dan menggunakan library klien untuk Sensitive Data Protection, lihat library klien Sensitive Data Protection.
Untuk melakukan autentikasi ke Sensitive Data Protection, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
REST
Lihat panduan memulai JSON untuk mengetahui informasi selengkapnya tentang cara menggunakan DLP API dengan JSON.
...
"inspectConfig":{
"infoTypes":[
{
"name":"EMAIL_ADDRESS"
}
],
"ruleSet":[
{
"infoTypes":[
{
"name":"EMAIL_ADDRESS"
}
],
"rules":[
{
"exclusionRule":{
"regex":{
"pattern":".+@example.com"
},
"matchingType": "MATCHING_TYPE_FULL_MATCH"
}
}
]
}
]
}
...
Menghilangkan kecocokan pemindaian yang menyertakan substring "TEST"
Cuplikan JSON dan kode dalam beberapa bahasa berikut menggambarkan cara
menunjukkan kepada Sensitive Data Protection menggunakan
InspectConfig
bahwa ia harus mengecualikan temuan apa pun yang menyertakan token "TEST" dari
daftar infoType yang ditentukan.
Perhatikan bahwa ini cocok dengan "TEST" sebagai token, bukan substring, sehingga meskipun sesuatu seperti "TEST@email.com" akan cocok, "TESTER@email.com" tidak akan cocok. Jika pencocokan pada substring diinginkan, gunakan ekspresi reguler dalam aturan pengecualian, bukan kamus.
C#
Untuk mempelajari cara menginstal dan menggunakan library klien untuk Sensitive Data Protection, lihat library klien Sensitive Data Protection.
Untuk melakukan autentikasi ke Sensitive Data Protection, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
Go
Untuk mempelajari cara menginstal dan menggunakan library klien untuk Sensitive Data Protection, lihat library klien Sensitive Data Protection.
Untuk melakukan autentikasi ke Sensitive Data Protection, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
Java
Untuk mempelajari cara menginstal dan menggunakan library klien untuk Sensitive Data Protection, lihat library klien Sensitive Data Protection.
Untuk melakukan autentikasi ke Sensitive Data Protection, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
Node.js
Untuk mempelajari cara menginstal dan menggunakan library klien untuk Sensitive Data Protection, lihat library klien Sensitive Data Protection.
Untuk melakukan autentikasi ke Sensitive Data Protection, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
PHP
Untuk mempelajari cara menginstal dan menggunakan library klien untuk Sensitive Data Protection, lihat library klien Sensitive Data Protection.
Untuk melakukan autentikasi ke Sensitive Data Protection, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
Python
Untuk mempelajari cara menginstal dan menggunakan library klien untuk Sensitive Data Protection, lihat library klien Sensitive Data Protection.
Untuk melakukan autentikasi ke Sensitive Data Protection, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
REST
Lihat panduan memulai JSON untuk mengetahui informasi selengkapnya tentang cara menggunakan DLP API dengan JSON.
...
"inspectConfig":{
"infoTypes":[
{
"name":"EMAIL_ADDRESS"
},
{
"name":"DOMAIN_NAME"
},
{
"name":"PHONE_NUMBER"
},
{
"name":"PERSON_NAME"
}
],
"ruleSet":[
{
"infoTypes":[
{
"name":"EMAIL_ADDRESS"
},
{
"name":"DOMAIN_NAME"
},
{
"name":"PHONE_NUMBER"
},
{
"name":"PERSON_NAME"
}
],
"rules":[
{
"exclusionRule":{
"dictionary":{
"wordList":{
"words":[
"TEST"
]
}
},
"matchingType": "MATCHING_TYPE_PARTIAL_MATCH"
}
}
]
}
]
}
...
Menghilangkan kecocokan pemindaian yang menyertakan substring "Jimmy" dari pemindaian detektor infoType kustom
Cuplikan JSON dan kode dalam beberapa bahasa berikut menggambarkan cara
menunjukkan kepada Sensitive Data Protection menggunakan
InspectConfig
bahwa ia harus menghindari pencocokan pada nama "Jimmy" dalam pemindaian yang
menggunakan pendeteksi ekspresi reguler kustom yang ditentukan:
C#
Untuk mempelajari cara menginstal dan menggunakan library klien untuk Sensitive Data Protection, lihat library klien Sensitive Data Protection.
Untuk melakukan autentikasi ke Sensitive Data Protection, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
Go
Untuk mempelajari cara menginstal dan menggunakan library klien untuk Sensitive Data Protection, lihat library klien Sensitive Data Protection.
Untuk melakukan autentikasi ke Sensitive Data Protection, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
Java
Untuk mempelajari cara menginstal dan menggunakan library klien untuk Sensitive Data Protection, lihat library klien Sensitive Data Protection.
Untuk melakukan autentikasi ke Sensitive Data Protection, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
Node.js
Untuk mempelajari cara menginstal dan menggunakan library klien untuk Sensitive Data Protection, lihat library klien Sensitive Data Protection.
Untuk melakukan autentikasi ke Sensitive Data Protection, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
PHP
Untuk mempelajari cara menginstal dan menggunakan library klien untuk Sensitive Data Protection, lihat library klien Sensitive Data Protection.
Untuk melakukan autentikasi ke Sensitive Data Protection, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
Python
Untuk mempelajari cara menginstal dan menggunakan library klien untuk Sensitive Data Protection, lihat library klien Sensitive Data Protection.
Untuk melakukan autentikasi ke Sensitive Data Protection, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
REST
Lihat panduan memulai JSON untuk mengetahui informasi selengkapnya tentang cara menggunakan DLP API dengan JSON.
...
"inspectConfig":{
"customInfoTypes":[
{
"infoType":{
"name":"CUSTOM_NAME_DETECTOR"
},
"regex":{
"pattern":"[A-Z][a-z]{1,15}, [A-Z][a-z]{1,15}"
}
}
],
"ruleSet":[
{
"infoTypes":[
{
"name":"CUSTOM_NAME_DETECTOR"
}
],
"rules":[
{
"exclusionRule":{
"dictionary":{
"wordList":{
"words":[
"Jimmy"
]
}
},
"matchingType": "MATCHING_TYPE_PARTIAL_MATCH"
}
}
]
}
]
}
...
Menghilangkan kecocokan pemindaian dari pemindaian pendeteksi PERSON_NAME yang tumpang-tindih dengan pendeteksi kustom
Dalam skenario ini, pengguna tidak ingin kecocokan dari pemindaian Sensitive Data Protection
menggunakan detektor bawaan PERSON_NAME ditampilkan jika kecocokan tersebut juga
akan dicocokkan dalam pemindaian menggunakan detektor ekspresi reguler kustom yang ditentukan di bagian pertama
cuplikan.
Cuplikan JSON dan kode berikut dalam beberapa bahasa menentukan pendeteksi ekspresi reguler kustom dan aturan pengecualian di
InspectConfig.
Pendeteksi ekspresi reguler kustom menentukan nama yang akan dikecualikan dari hasil. Aturan pengecualian menentukan bahwa jika hasil yang ditampilkan dari pemindaian untuk PERSON_NAME juga akan dicocokkan oleh detektor ekspresi reguler kustom, hasil tersebut akan dihilangkan. Perhatikan bahwa VIP_DETECTOR dalam hal ini ditandai sebagai
EXCLUSION_TYPE_EXCLUDE, sehingga tidak akan menghasilkan hasil dengan sendirinya. Hal ini hanya akan
memengaruhi hasil yang dihasilkan oleh detektor PERSON_NAME.
C#
Untuk mempelajari cara menginstal dan menggunakan library klien untuk Sensitive Data Protection, lihat library klien Sensitive Data Protection.
Untuk melakukan autentikasi ke Sensitive Data Protection, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
Go
Untuk mempelajari cara menginstal dan menggunakan library klien untuk Sensitive Data Protection, lihat library klien Sensitive Data Protection.
Untuk melakukan autentikasi ke Sensitive Data Protection, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
Java
Untuk mempelajari cara menginstal dan menggunakan library klien untuk Sensitive Data Protection, lihat library klien Sensitive Data Protection.
Untuk melakukan autentikasi ke Sensitive Data Protection, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
Node.js
Untuk mempelajari cara menginstal dan menggunakan library klien untuk Sensitive Data Protection, lihat library klien Sensitive Data Protection.
Untuk melakukan autentikasi ke Sensitive Data Protection, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
PHP
Untuk mempelajari cara menginstal dan menggunakan library klien untuk Sensitive Data Protection, lihat library klien Sensitive Data Protection.
Untuk melakukan autentikasi ke Sensitive Data Protection, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
Python
Untuk mempelajari cara menginstal dan menggunakan library klien untuk Sensitive Data Protection, lihat library klien Sensitive Data Protection.
Untuk melakukan autentikasi ke Sensitive Data Protection, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
REST
Lihat panduan memulai JSON untuk mengetahui informasi selengkapnya tentang cara menggunakan DLP API dengan JSON.
...
"inspectConfig":{
"infoTypes":[
{
"name":"PERSON_NAME"
}
],
"customInfoTypes":[
{
"infoType":{
"name":"VIP_DETECTOR"
},
"regex":{
"pattern":"Dana Williams|Quinn Garcia"
},
"exclusionType":"EXCLUSION_TYPE_EXCLUDE"
}
],
"ruleSet":[
{
"infoTypes":[
{
"name":"PERSON_NAME"
}
],
"rules":[
{
"exclusionRule":{
"excludeInfoTypes":{
"infoTypes":[
{
"name":"VIP_DETECTOR"
}
]
},
"matchingType": "MATCHING_TYPE_FULL_MATCH"
}
}
]
}
]
}
...
Menghilangkan kecocokan pada pendeteksi PERSON_NAME jika juga cocok dengan pendeteksi EMAIL_ADDRESS
Cuplikan JSON dan kode dalam beberapa bahasa berikut menggambarkan cara
menunjukkan kepada Sensitive Data Protection menggunakan
InspectConfig
bahwa layanan ini hanya boleh menampilkan satu kecocokan jika kecocokan untuk
detektor PERSON_NAME tumpang-tindih dengan kecocokan untuk detektor EMAIL_ADDRESS.
Hal ini dilakukan untuk menghindari situasi saat alamat email seperti
"james@example.com" cocok dengan detektor PERSON_NAME dan EMAIL_ADDRESS.
C#
Untuk mempelajari cara menginstal dan menggunakan library klien untuk Sensitive Data Protection, lihat library klien Sensitive Data Protection.
Untuk melakukan autentikasi ke Sensitive Data Protection, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
Go
Untuk mempelajari cara menginstal dan menggunakan library klien untuk Sensitive Data Protection, lihat library klien Sensitive Data Protection.
Untuk melakukan autentikasi ke Sensitive Data Protection, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
Java
Untuk mempelajari cara menginstal dan menggunakan library klien untuk Sensitive Data Protection, lihat library klien Sensitive Data Protection.
Untuk melakukan autentikasi ke Sensitive Data Protection, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
Node.js
Untuk mempelajari cara menginstal dan menggunakan library klien untuk Sensitive Data Protection, lihat library klien Sensitive Data Protection.
Untuk melakukan autentikasi ke Sensitive Data Protection, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
PHP
Untuk mempelajari cara menginstal dan menggunakan library klien untuk Sensitive Data Protection, lihat library klien Sensitive Data Protection.
Untuk melakukan autentikasi ke Sensitive Data Protection, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
Python
Untuk mempelajari cara menginstal dan menggunakan library klien untuk Sensitive Data Protection, lihat library klien Sensitive Data Protection.
Untuk melakukan autentikasi ke Sensitive Data Protection, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
REST
Lihat panduan memulai JSON untuk mengetahui informasi selengkapnya tentang cara menggunakan DLP API dengan JSON.
...
"inspectConfig":{
"infoTypes":[
{
"name":"PERSON_NAME"
},
{
"name":"EMAIL_ADDRESS"
}
],
"ruleSet":[
{
"infoTypes":[
{
"name":"PERSON_NAME"
}
],
"rules":[
{
"exclusionRule":{
"excludeInfoTypes":{
"infoTypes":[
{
"name":"EMAIL_ADDRESS"
}
]
},
"matchingType": "MATCHING_TYPE_PARTIAL_MATCH"
}
}
]
}
]
}
...
Menghilangkan kecocokan pada nama domain yang merupakan bagian dari alamat email dalam pemindaian pendeteksi DOMAIN_NAME
Cuplikan JSON dan kode berikut dalam beberapa bahasa menggambarkan cara
menunjukkan kepada Sensitive Data Protection menggunakan
InspectConfig
bahwa ia hanya boleh menampilkan kecocokan untuk pemindaian detektor DOMAIN_NAME jika
kecocokan tersebut tidak tumpang-tindih dengan kecocokan dalam pemindaian detektor EMAIL_ADDRESS. Dalam
skenario ini, pemindaian utama adalah pemindaian detektor DOMAIN_NAME. Pengguna tidak
ingin kecocokan nama domain ditampilkan dalam temuan jika nama domain digunakan dalam
alamat email:
C#
Untuk mempelajari cara menginstal dan menggunakan library klien untuk Sensitive Data Protection, lihat library klien Sensitive Data Protection.
Untuk melakukan autentikasi ke Sensitive Data Protection, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
Go
Untuk mempelajari cara menginstal dan menggunakan library klien untuk Sensitive Data Protection, lihat library klien Sensitive Data Protection.
Untuk melakukan autentikasi ke Sensitive Data Protection, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
Java
Untuk mempelajari cara menginstal dan menggunakan library klien untuk Sensitive Data Protection, lihat library klien Sensitive Data Protection.
Untuk melakukan autentikasi ke Sensitive Data Protection, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
Node.js
Untuk mempelajari cara menginstal dan menggunakan library klien untuk Sensitive Data Protection, lihat library klien Sensitive Data Protection.
Untuk melakukan autentikasi ke Sensitive Data Protection, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
PHP
Untuk mempelajari cara menginstal dan menggunakan library klien untuk Sensitive Data Protection, lihat library klien Sensitive Data Protection.
Untuk melakukan autentikasi ke Sensitive Data Protection, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
Python
Untuk mempelajari cara menginstal dan menggunakan library klien untuk Sensitive Data Protection, lihat library klien Sensitive Data Protection.
Untuk melakukan autentikasi ke Sensitive Data Protection, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
REST
Lihat panduan memulai JSON untuk mengetahui informasi selengkapnya tentang cara menggunakan DLP API dengan JSON.
...
"inspectConfig":{
"infoTypes":[
{
"name":"DOMAIN_NAME"
},
{
"name":"EMAIL_ADDRESS"
}
],
"customInfoTypes":[
{
"infoType":{
"name":"EMAIL_ADDRESS"
},
"exclusionType":"EXCLUSION_TYPE_EXCLUDE"
}
],
"ruleSet":[
{
"infoTypes":[
{
"name":"DOMAIN_NAME"
}
],
"rules":[
{
"exclusionRule":{
"excludeInfoTypes":{
"infoTypes":[
{
"name":"EMAIL_ADDRESS"
}
]
},
"matchingType": "MATCHING_TYPE_PARTIAL_MATCH"
}
}
]
}
]
}
...
Menghilangkan kecocokan jika berada di dekat string
Contoh berikut mengilustrasikan cara mengecualikan kecocokan pada
pendeteksi infoType US_SOCIAL_SECURITY_NUMBER jika kata "SKU" berada dalam 10
karakter sebelum atau 10 karakter setelah temuan.
Karena aturan pengecualian, contoh ini tidak mengklasifikasikan 222-22-2222 sebagai
kemungkinan nomor Jaminan Sosial AS.
{
"item": {
"value": "The customer sent the product SKU 222-22-2222"
},
"inspectConfig": {
"infoTypes": [
{
"name": "US_SOCIAL_SECURITY_NUMBER"
}
],
"ruleSet": [
{
"infoTypes": [
{
"name": "US_SOCIAL_SECURITY_NUMBER"
}
],
"rules": [
{
"exclusionRule": {
"excludeByHotword": {
"hotwordRegex": {
"pattern": "(SKU)"
},
"proximity": {
"windowBefore": 10,
"windowAfter": 10
}
},
"matchingType": "MATCHING_TYPE_FULL_MATCH"
}
}
]
}
],
"includeQuote": true
}
}
Menghilangkan temuan di seluruh kolom data
Contoh berikut mengilustrasikan cara mengecualikan temuan di seluruh kolom data tabulasi jika nama kolom tersebut cocok dengan ekspresi reguler. Di sini, setiap
temuan yang cocok dengan pendeteksi infoType US_SOCIAL_SECURITY_NUMBER akan
dikecualikan dari hasil jika temuan tersebut berada di kolom Fake Social Security Number.
Contoh ini hanya menampilkan 222-22-2222, karena 111-11-1111 berada di kolom Fake
Nomor Jaminan Sosial.
{
"item": {
"table": {
"headers": [
{
"name": "Fake Social Security Number"
},
{
"name": "Real Social Security Number"
}
],
"rows": [
{
"values": [
{
"stringValue": "111-11-1111"
},
{
"stringValue": "222-22-2222"
}
]
}
]
}
},
"inspectConfig": {
"infoTypes": [
{
"name": "US_SOCIAL_SECURITY_NUMBER"
}
],
"includeQuote": true,
"ruleSet": [
{
"infoTypes": [
{
"name": "US_SOCIAL_SECURITY_NUMBER"
}
],
"rules": [
{
"exclusionRule": {
"excludeByHotword": {
"hotwordRegex": {
"pattern": "(Fake Social Security Number)"
},
"proximity": {
"windowBefore": 1
}
},
"matchingType": "MATCHING_TYPE_FULL_MATCH"
}
}
]
}
],
"minLikelihood": "POSSIBLE"
}
}
Menghilangkan temuan dalam gambar berdasarkan hubungan spasial
Cuplikan JSON berikut menggambarkan cara mengonfigurasi Sensitive Data Protection untuk mengecualikan temuan dalam gambar berdasarkan hubungan spasialnya dengan objek lain yang terdeteksi.
Mengecualikan temuan orang jika merupakan bagian dari paspor
Aturan ini mengecualikan temuan orang (OBJECT_TYPE/PERSON) jika
terkandung dalam temuan paspor (OBJECT_TYPE/PERSON/PASSPORT).
{
"inspectConfig": {
"infoTypes": [
{
"name": "OBJECT_TYPE/PERSON"
},
{
"name": "OBJECT_TYPE/PERSON/PASSPORT"
}
],
"ruleSet": [
{
"infoTypes": [
{
"name": "OBJECT_TYPE/PERSON"
}
],
"rules": [
{
"exclusionRule": {
"excludeByImageFindings": {
"infoTypes": [
{
"name": "OBJECT_TYPE/PERSON/PASSPORT"
}
],
"imageContainmentType": {
"encloses": {}
}
},
"matchingType": "MATCHING_TYPE_RULE_SPECIFIC"
}
}
]
}
]
}
}
Mengecualikan temuan pelat nomor jika berisi VIN
Aturan ini mengecualikan temuan pelat nomor (OBJECT_TYPE/LICENSE_PLATE) jika
temuan VEHICLE_IDENTIFICATION_NUMBER sepenuhnya berada di dalamnya.
{
"inspectConfig": {
"infoTypes": [
{
"name": "OBJECT_TYPE/LICENSE_PLATE"
},
{
"name": "VEHICLE_IDENTIFICATION_NUMBER"
}
],
"ruleSet": [
{
"infoTypes": [
{
"name": "OBJECT_TYPE/LICENSE_PLATE"
}
],
"rules": [
{
"exclusionRule": {
"excludeByImageFindings": {
"infoTypes": [
{
"name": "VEHICLE_IDENTIFICATION_NUMBER"
}
],
"imageContainmentType": {
"fullyInside": {}
}
},
"matchingType": "MATCHING_TYPE_RULE_SPECIFIC"
}
}
]
}
]
}
}
Aturan frasa pengaktif
Aturan frasa pengaktif berguna dalam situasi seperti berikut:
- Anda ingin mengubah nilai kemungkinan yang ditetapkan ke kecocokan pemindaian berdasarkan kedekatan kecocokan dengan kata kunci. Misalnya, Anda ingin menetapkan nilai kemungkinan yang lebih tinggi untuk kecocokan pada nama pasien, bergantung pada kedekatan nama dengan kata "pasien".
- Saat memeriksa data tabulasi terstruktur, Anda ingin mengubah nilai kemungkinan yang ditetapkan ke kecocokan berdasarkan nama header kolom. Misalnya, Anda
ingin menetapkan nilai kemungkinan yang lebih tinggi untuk
US_SOCIAL_SECURITY_NUMBERsaat ditemukan di kolom dengan headerACCOUNT_ID.
Ringkasan API aturan frasa pengaktif
Dalam objek
InspectionRule
Sensitive Data Protection, Anda menentukan objek
HotwordRule,
yang menyesuaikan kemungkinan temuan dalam kedekatan tertentu
dari hotword.
Objek InspectionRule dikelompokkan sebagai "set aturan" dalam objek InspectionRuleSet,
bersama dengan daftar detektor infoType yang menerapkan set aturan tersebut. Aturan dalam set aturan diterapkan sesuai urutan yang ditentukan.
Contoh skenario aturan frasa pengaktif
Cuplikan kode berikut mengilustrasikan cara mengonfigurasi aturan frasa pengaktif.
Meningkatkan kemungkinan kecocokan PERSON_NAME jika ada kata cepat "pasien" di dekatnya
Cuplikan JSON dan kode berikut dalam beberapa bahasa menggambarkan penggunaan properti InspectConfig untuk tujuan memindai database medis guna menemukan nama pasien. Anda dapat menggunakan detektor infoType PERSON_NAME bawaan Sensitive Data Protection, tetapi hal itu akan menyebabkan Sensitive Data Protection mencocokkan semua nama orang, bukan hanya nama pasien. Untuk memperbaikinya, Anda dapat menyertakan aturan frasa pengaktif
yang mencari kata "pasien" dalam kedekatan karakter tertentu dari
karakter pertama kecocokan potensial. Kemudian, Anda dapat menetapkan temuan yang cocok dengan pola ini
dengan kemungkinan
"sangat mungkin", karena temuan tersebut sesuai dengan kriteria khusus Anda. Menetapkan
Likelihood
minimum
ke VERY_LIKELY dalam
InspectConfig
akan memastikan bahwa hanya kecocokan dengan konfigurasi ini yang ditampilkan dalam temuan.
C#
Untuk mempelajari cara menginstal dan menggunakan library klien untuk Sensitive Data Protection, lihat library klien Sensitive Data Protection.
Untuk melakukan autentikasi ke Sensitive Data Protection, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
Go
Untuk mempelajari cara menginstal dan menggunakan library klien untuk Sensitive Data Protection, lihat library klien Sensitive Data Protection.
Untuk melakukan autentikasi ke Sensitive Data Protection, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
Java
Untuk mempelajari cara menginstal dan menggunakan library klien untuk Sensitive Data Protection, lihat library klien Sensitive Data Protection.
Untuk melakukan autentikasi ke Sensitive Data Protection, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
Node.js
Untuk mempelajari cara menginstal dan menggunakan library klien untuk Sensitive Data Protection, lihat library klien Sensitive Data Protection.
Untuk melakukan autentikasi ke Sensitive Data Protection, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
PHP
Untuk mempelajari cara menginstal dan menggunakan library klien untuk Sensitive Data Protection, lihat library klien Sensitive Data Protection.
Untuk melakukan autentikasi ke Sensitive Data Protection, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
Python
Untuk mempelajari cara menginstal dan menggunakan library klien untuk Sensitive Data Protection, lihat library klien Sensitive Data Protection.
Untuk melakukan autentikasi ke Sensitive Data Protection, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
REST
Lihat panduan memulai JSON untuk mengetahui informasi selengkapnya tentang cara menggunakan DLP API dengan JSON.
...
"inspectConfig":{
"infoTypes":[
{
"name":"PERSON_NAME"
}
],
"ruleSet":[
{
"infoTypes":[
{
"name":"PERSON_NAME"
}
],
"rules":[
{
"hotwordRule":{
"hotwordRegex":{
"pattern":"patient"
},
"proximity":{
"windowBefore":50
},
"likelihoodAdjustment":{
"fixedLikelihood":"VERY_LIKELY"
}
}
}
]
}
],
"minLikelihood":"VERY_LIKELY"
}
...
Untuk informasi lebih mendetail tentang hotword, lihat Menyesuaikan kemungkinan kecocokan.
Aturan penyesuaian
Aturan penyesuaian dapat membantu Anda meningkatkan akurasi deteksi dengan meningkatkan (juga disebut boosting) atau menurunkan nilai kemungkinan temuan berdasarkan konteks kemunculannya.
Aturan penyesuaian berguna dalam situasi seperti berikut:
Anda ingin mengubah nilai kemungkinan temuan infoType target jika temuan tersebut tumpang-tindih dengan temuan infoType konteks. Misalnya, tingkatkan nilai kemungkinan temuan
PERSON_NAMEyang terdeteksi dalam dokumen yang cocok denganDOCUMENT_TYPE/CONTEXT/HEALTH.Anda ingin mengubah nilai kemungkinan temuan infoType target berdasarkan hubungan spasialnya dengan temuan lain yang terdeteksi dalam gambar. Misalnya, tingkatkan nilai kemungkinan temuan
GENERIC_IDyang terdeteksi dalam gambar yang cocok denganOBJECT_TYPE/PERSON/PHOTO_ID_CARD.
Ringkasan API aturan penyesuaian
Sensitive Data Protection menentukan aturan penyesuaian dalam objek AdjustmentRule. Dalam AdjustmentRule, tentukan hal berikut:
Salah satu dari berikut ini:
Objek
AdjustByMatchingInfoTypes, yang menyesuaikan nilai kemungkinan temuan infoType target jika temuan tersebut tumpang-tindih dengan temuan infoType konteks. Objek ini berisi hal berikut:- Daftar infoType konteks, yang digunakan untuk menentukan apakah akan menyesuaikan temuan infoType target.
- Nilai
min_likelihooduntuk infoTypes konteks. Jika nilai kemungkinan dari temuan konteks yang terdeteksi lebih rendah dari nilai ini, Sensitive Data Protection tidak akan menyesuaikan kemungkinan temuan target. - Nilai
matching_typeyang harus ditetapkan keMATCHING_TYPE_PARTIAL_MATCH.
Objek
AdjustByImageFindings, yang menyesuaikan nilai kemungkinan temuan infoType target jika kotak pembatas infoType konteks memiliki hubungan yang ditentukan dengan temuan infoType target. Objek ini berisi hal berikut:Daftar infoType konteks, yang digunakan untuk menentukan apakah akan menyesuaikan temuan infoType target.
Objek
ImageContainmentType, yang menentukan hubungan spasial yang diperlukan antara kotak pembatas temuan target dan konteks. Jika persyaratan ini tidak terpenuhi, Sensitive Data Protection tidak akan menyesuaikan kemungkinan temuan infoType target.Nilai
min_likelihooduntuk infoTypes konteks. Jika nilai kemungkinan dari temuan konteks yang terdeteksi lebih rendah dari nilai ini, Sensitive Data Protection tidak akan menyesuaikan kemungkinan temuan target.
AdjustByImageFindingstidak didukung untuk gambar TIFF. Permintaancontent.inspectyang menyertakan aturan ini untuk gambar TIFF akan gagal.
Objek
likelihood_adjustment, yang menentukan kemungkinan baru sebagai nilai tetap atau penyesuaian relatif.
Contoh skenario aturan penyesuaian
Cuplikan JSON berikut mengilustrasikan cara mengonfigurasi aturan penyesuaian untuk berbagai skenario.
Meningkatkan kemungkinan nama orang saat digunakan dalam dokumen kesehatan
Contoh berikut meningkatkan nilai kemungkinan temuan PERSON_NAME menjadi
VERY_LIKELY jika temuan tersebut tumpang-tindih dengan temuan
DOCUMENT_TYPE/CONTEXT/HEALTH.
{
"parent": "projects/PROJECT_ID",
"inspectConfig": {
"infoTypes": [
{
"name": "PERSON_NAME"
},
{
"name": "DOCUMENT_TYPE/CONTEXT/HEALTH"
}
],
"ruleSet": [
{
"infoTypes": [
{
"name": "PERSON_NAME"
}
],
"rules": [
{
"adjustmentRule": {
"adjustByMatchingInfoTypes": {
"infoTypes": [
{
"name": "DOCUMENT_TYPE/CONTEXT/HEALTH"
}
],
"minLikelihood": "POSSIBLE",
"matchingType": "MATCHING_TYPE_PARTIAL_MATCH"
},
"likelihoodAdjustment": {
"fixedLikelihood": "VERY_LIKELY"
}
}
}
]
}
]
},
"item": {
"value": "My name is John and my arm is broken."
}
}
Ganti PROJECT_ID dengan ID project yang terkait dengan permintaan Anda.
Meningkatkan kemungkinan nama orang dalam dokumen kesehatan dan mengecualikan dokumen kesehatan
Contoh berikut meningkatkan nilai kemungkinan temuan PERSON_NAME menjadi
VERY_LIKELY jika temuan tersebut tumpang-tindih dengan temuan
DOCUMENT_TYPE/CONTEXT/HEALTH. Untuk mengurangi derau, contoh ini menentukan aturan kedua, yang mengecualikan
temuan DOCUMENT_TYPE/CONTEXT/HEALTH dari hasil pemeriksaan.
Urutan aturan dalam ruleset sangat penting. Dalam contoh ini, aturan penyesuaian ditentukan sebelum aturan pengecualian, sehingga temuan DOCUMENT_TYPE/CONTEXT/HEALTH dapat digunakan untuk memberikan konteks pada aturan penyesuaian. Jika Anda menentukan aturan pengecualian terlebih dahulu, temuan DOCUMENT_TYPE/CONTEXT/HEALTH akan dikecualikan dari set hasil sebelum dapat digunakan untuk memberikan konteks pada aturan penyesuaian.
{
"parent": "projects/PROJECT_ID",
"inspectConfig": {
"infoTypes": [{
"name": "PERSON_NAME"
}, {
"name": "DOCUMENT_TYPE/CONTEXT/HEALTH"
}],
"minLikelihood": "VERY_UNLIKELY",
"ruleSet": [{
"infoTypes": [{
"name": "PERSON_NAME"
}],
"rules": [{
"adjustmentRule": {
"adjustByMatchingInfoTypes": {
"infoTypes": [{
"name": "DOCUMENT_TYPE/CONTEXT/HEALTH"
}],
"minLikelihood": "VERY_UNLIKELY",
"matchingType": "MATCHING_TYPE_PARTIAL_MATCH"
},
"likelihoodAdjustment": {
"fixedLikelihood": "VERY_LIKELY"
}
}
}]
}, {
"infoTypes": [{
"name": "DOCUMENT_TYPE/CONTEXT/HEALTH"
}],
"rules": [{
"exclusionRule": {
"excludeInfoTypes": {
"infoTypes": [{
"name": "DOCUMENT_TYPE/CONTEXT/HEALTH"
}]
},
"matchingType": "MATCHING_TYPE_PARTIAL_MATCH"
}
}]
}]
},
"item": {
"value": "My name is John and my arm is broken."
}
}
Ganti PROJECT_ID dengan ID project yang terkait dengan permintaan Anda.
Meningkatkan kemungkinan seseorang pada kartu tanda pengenal berfoto
Contoh berikut meningkatkan nilai kemungkinan temuan OBJECT_TYPE/PERSON
menjadi VERY_LIKELY jika muncul dalam kotak pembatas temuan
OBJECT_TYPE/PERSON/PHOTO_ID_CARD.
...
"inspectConfig": {
"infoTypes": [
{
"name": "OBJECT_TYPE/PERSON"
},
{
"name": "OBJECT_TYPE/PERSON/PHOTO_ID_CARD"
}
],
"ruleSet": [
{
"infoTypes": [
{
"name": "OBJECT_TYPE/PERSON"
}
],
"rules": [
{
"adjustmentRule": {
"adjustByImageFindings": {
"infoTypes": [
{
"name": "OBJECT_TYPE/PERSON/PHOTO_ID_CARD"
}
],
"imageContainmentType": {
"encloses": {}
},
"minLikelihood": "POSSIBLE"
},
"likelihoodAdjustment": {
"fixedLikelihood": "VERY_LIKELY"
}
}
}
]
}
]
}
...
Meningkatkan kemungkinan paspor yang berisi ID pribadi
Contoh berikut meningkatkan nilai kemungkinan temuan OBJECT_TYPE/PERSON/PASSPORT menjadi VERY_LIKELY jika temuan PERSON_NAME atau DATE_OF_BIRTH sepenuhnya berada di dalamnya.
...
"inspectConfig": {
"infoTypes": [
{
"name": "OBJECT_TYPE/PERSON/PASSPORT"
},
{
"name": "PERSON_NAME"
},
{
"name": "DATE_OF_BIRTH"
}
],
"ruleSet": [
{
"infoTypes": [
{
"name": "OBJECT_TYPE/PERSON/PASSPORT"
}
],
"rules": [
{
"adjustmentRule": {
"adjustByImageFindings": {
"infoTypes": [
{
"name": "PERSON_NAME"
},
{
"name": "DATE_OF_BIRTH"
}
],
"imageContainmentType": {
"fullyInside": {}
},
"minLikelihood": "POSSIBLE"
},
"likelihoodAdjustment": {
"fixedLikelihood": "VERY_LIKELY"
}
}
}
]
}
]
}
...
Skenario beberapa aturan pemeriksaan
Cuplikan JSON dan kode
InspectConfig
berikut dalam beberapa bahasa menggambarkan penerapan aturan pengecualian
dan frasa pengaktif. Set aturan cuplikan ini mencakup aturan frasa pengaktif serta aturan pengecualian kamus dan ekspresi reguler. Perhatikan bahwa keempat aturan ditentukan
dalam array di dalam elemen rules.
C#
Untuk mempelajari cara menginstal dan menggunakan library klien untuk Sensitive Data Protection, lihat library klien Sensitive Data Protection.
Untuk melakukan autentikasi ke Sensitive Data Protection, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
Go
Untuk mempelajari cara menginstal dan menggunakan library klien untuk Sensitive Data Protection, lihat library klien Sensitive Data Protection.
Untuk melakukan autentikasi ke Sensitive Data Protection, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
Java
Untuk mempelajari cara menginstal dan menggunakan library klien untuk Sensitive Data Protection, lihat library klien Sensitive Data Protection.
Untuk melakukan autentikasi ke Sensitive Data Protection, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
Node.js
Untuk mempelajari cara menginstal dan menggunakan library klien untuk Sensitive Data Protection, lihat library klien Sensitive Data Protection.
Untuk melakukan autentikasi ke Sensitive Data Protection, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
PHP
Untuk mempelajari cara menginstal dan menggunakan library klien untuk Sensitive Data Protection, lihat library klien Sensitive Data Protection.
Untuk melakukan autentikasi ke Sensitive Data Protection, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
Python
Untuk mempelajari cara menginstal dan menggunakan library klien untuk Sensitive Data Protection, lihat library klien Sensitive Data Protection.
Untuk melakukan autentikasi ke Sensitive Data Protection, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
REST
Lihat panduan memulai JSON untuk mengetahui informasi selengkapnya tentang cara menggunakan DLP API dengan JSON.
...
"inspectConfig":{
"infoTypes":[
{
"name":"PERSON_NAME"
}
],
"ruleSet":[
{
"infoTypes":[
{
"name":"PERSON_NAME"
}
],
"rules":[
{
"hotwordRule":{
"hotwordRegex":{
"pattern":"patient"
},
"proximity":{
"windowBefore":10
},
"likelihoodAdjustment":{
"fixedLikelihood":"VERY_LIKELY"
}
}
},
{
"hotwordRule":{
"hotwordRegex":{
"pattern":"doctor"
},
"proximity":{
"windowBefore":10
},
"likelihoodAdjustment":{
"fixedLikelihood":"UNLIKELY"
}
}
},
{
"exclusionRule":{
"dictionary":{
"wordList":{
"words":[
"Quasimodo"
]
}
},
"matchingType": "MATCHING_TYPE_PARTIAL_MATCH"
}
},
{
"exclusionRule":{
"regex":{
"pattern":"REDACTED"
},
"matchingType": "MATCHING_TYPE_PARTIAL_MATCH"
}
}
]
}
]
}
...
Pendeteksi infoType yang tumpang-tindih
Anda dapat menentukan detektor infoType kustom yang memiliki nama yang sama dengan detektor infoType bawaan. Seperti yang ditunjukkan dalam contoh di bagian "Contoh skenario aturan frasa pengaktif", saat Anda membuat detektor infoType kustom dengan nama yang sama dengan infoType bawaan, setiap temuan yang terdeteksi oleh detektor infoType baru akan ditambahkan ke temuan yang terdeteksi oleh detektor bawaan. Hal ini hanya berlaku selama infoType bawaan ditentukan dalam daftar infoType di objek InspectConfig.
Saat membuat detektor infoType kustom baru, uji secara menyeluruh pada contoh konten untuk memastikan detektor tersebut berfungsi sesuai keinginan Anda.