Topik ini menjelaskan secara mendetail cara membuat tugas inspeksi Sensitive Data Protection, dan cara menjadwalkan tugas inspeksi berulang dengan membuat pemicu tugas. Untuk panduan singkat tentang cara membuat pemicu tugas baru menggunakan UI Sensitive Data Protection, lihat Panduan memulai: Membuat pemicu tugas Sensitive Data Protection.
Tentang tugas inspeksi dan pemicu tugas
Saat Sensitive Data Protection melakukan pemindaian pemeriksaan untuk mengidentifikasi data sensitif, setiap pemindaian berjalan sebagai tugas. Sensitive Data Protection membuat dan menjalankan resource tugas setiap kali Anda memintanya untuk memeriksa repositori penyimpanan Google Cloud , termasuk bucket Cloud Storage, tabel BigQuery, jenis Datastore, dan data eksternal.
Anda dapat menjadwalkan tugas pemindaian pemeriksaan Sensitive Data Protection dengan membuat pemicu tugas. Pemicu tugas mengotomatiskan pembuatan tugas Sensitive Data Protection secara berkala, dan juga dapat dijalankan sesuai permintaan.
Untuk mempelajari lebih lanjut tugas dan pemicu tugas di Sensitive Data Protection, lihat halaman konseptual Tugas dan pemicu tugas.
Membuat tugas inspeksi baru
Untuk membuat tugas inspeksi Sensitive Data Protection baru:
Konsol
Di bagian Sensitive Data Protection pada konsol Google Cloud , buka halaman Create job or job trigger.
Buka Create job or job trigger
Halaman Create job or job trigger berisi bagian berikut:
Pilih data input
Nama
Masukkan nama untuk tugas. Anda dapat menggunakan huruf, angka, dan tanda hubung. Penamaan tugas bersifat opsional. Jika Anda tidak memasukkan nama, Sensitive Data Protection akan memberi tugas ID nomor yang unik.
Lokasi
Dari menu Storage type, pilih jenis repositori yang menyimpan data yang ingin Anda pindai:
- Cloud Storage: Masukkan URL bucket yang ingin Anda pindai, atau pilih Sertakan/kecualikan dari menu Jenis lokasi, lalu klik Jelajahi untuk membuka bucket atau subfolder yang ingin Anda pindai. Centang kotak Scan folder recursively untuk memindai direktori yang ditentukan dan semua direktori yang ada di dalamnya. Biarkan tidak dipilih untuk memindai hanya direktori yang ditentukan dan tidak lebih dalam.
- BigQuery: Masukkan ID untuk project, set data, dan tabel yang ingin Anda pindai.
- Datastore: Masukkan ID untuk project, namespace (opsional), dan jenis yang ingin Anda pindai.
- Hybrid: Anda dapat menambahkan label wajib, label opsional, dan opsi untuk menangani data tabulasi. Untuk mengetahui informasi selengkapnya, lihat Jenis metadata yang dapat Anda berikan.
Pengambilan sampel
Pengambilan sampel adalah cara opsional untuk menghemat resource jika Anda memiliki data dalam jumlah yang sangat besar.
Di bagian Sampling, Anda dapat memilih apakah akan memindai semua data yang dipilih atau mengambil sampel data dengan memindai persentase tertentu. Pengambilan sampel berfungsi secara berbeda, bergantung pada jenis repositori penyimpanan yang Anda pindai:
- Untuk BigQuery, Anda dapat mengambil sampel subset dari total baris yang dipilih, sesuai dengan persentase file yang Anda tentukan untuk disertakan dalam pemindaian.
- Untuk Cloud Storage, jika ada file yang melebihi ukuran yang ditentukan dalam Ukuran byte maksimum untuk dipindai per file, Sensitive Data Protection akan memindainya hingga ukuran file maksimum tersebut, lalu melanjutkan ke file berikutnya.
Untuk mengaktifkan pengambilan sampel, pilih salah satu opsi berikut dari menu pertama:
- Mulai pengambilan sampel dari atas: Sensitive Data Protection memulai pemindaian parsial di awal data. Untuk BigQuery, ini memulai pemindaian di baris pertama. Untuk Cloud Storage, tindakan ini akan memulai pemindaian di awal setiap file, dan berhenti memindai setelah Sensitive Data Protection memindai hingga ukuran file maksimum yang ditentukan.
- Start sampling from random start: Sensitive Data Protection memulai pemindaian parsial di lokasi acak dalam data. Untuk BigQuery, tindakan ini akan memulai pemindaian pada baris acak. Untuk Cloud Storage, setelan ini hanya berlaku untuk file yang melebihi ukuran maksimum yang ditentukan. Sensitive Data Protection memindai file di bawah ukuran file maksimum secara keseluruhan, dan memindai file di atas ukuran file maksimum hingga batas maksimum.
Untuk melakukan pemindaian parsial, Anda juga harus memilih persentase data yang ingin dipindai. Gunakan penggeser untuk menetapkan persentase.
Anda juga dapat mempersempit file atau data yang akan dipindai berdasarkan tanggal. Untuk mempelajari caranya, lihat Jadwal, nanti dalam topik ini.
Konfigurasi lanjutan
Saat membuat tugas untuk pemindaian bucket Cloud Storage atau tabel BigQuery, Anda dapat mempersempit penelusuran dengan menentukan konfigurasi lanjutan. Secara khusus, Anda dapat mengonfigurasi:
- File (khusus Cloud Storage): Jenis file yang akan dipindai, yang mencakup file teks, biner, dan gambar.
- Kolom identifikasi (khusus BigQuery): ID baris unik dalam tabel.
- Untuk Cloud Storage, jika ada file yang melebihi ukuran yang ditentukan dalam Ukuran byte maksimum untuk dipindai per file, Sensitive Data Protection akan memindainya hingga ukuran file maksimum tersebut, lalu melanjutkan ke file berikutnya.
Untuk mengaktifkan pengambilan sampel, pilih persentase data yang ingin Anda pindai. Gunakan penggeser untuk menetapkan persentase. Kemudian, pilih salah satu opsi berikut dari menu pertama:
- Mulai pengambilan sampel dari atas: Sensitive Data Protection memulai pemindaian parsial di awal data. Untuk BigQuery, ini memulai pemindaian di baris pertama. Untuk Cloud Storage, tindakan ini akan memulai pemindaian di awal setiap file, dan menghentikan pemindaian setelah Sensitive Data Protection memindai hingga ukuran file maksimum yang ditentukan (lihat di atas).
- Start sampling from random start: Sensitive Data Protection memulai pemindaian parsial di lokasi acak dalam data. Untuk BigQuery, tindakan ini akan memulai pemindaian pada baris acak. Untuk Cloud Storage, setelan ini hanya berlaku untuk file yang melebihi ukuran maksimum yang ditentukan. Sensitive Data Protection memindai file di bawah ukuran file maksimum secara keseluruhan, dan memindai file di atas ukuran file maksimum hingga batas maksimum.
File
Untuk file yang disimpan di Cloud Storage, Anda dapat menentukan jenis yang akan disertakan dalam pemindaian di bagian Files.
Anda dapat memilih dari file biner, teks, gambar, CSV, TSV, Microsoft Word, Microsoft Excel,
Microsoft PowerPoint, PDF, dan Apache Avro. Untuk mengetahui daftar lengkap ekstensi file yang dapat dipindai oleh Sensitive Data Protection di bucket Cloud Storage, lihat FileType.
Memilih Binary akan menyebabkan Sensitive Data Protection memindai file dengan jenis yang tidak dikenali.
Kolom pengidentifikasi
Untuk tabel di BigQuery, di kolom Identifying fields, Anda dapat mengarahkan Sensitive Data Protection untuk menyertakan nilai kolom kunci utama tabel dalam hasil. Dengan demikian, Anda dapat menautkan kembali temuan ke baris tabel yang memuatnya.
Masukkan nama kolom yang secara unik mengidentifikasi setiap baris dalam tabel. Jika perlu, gunakan notasi titik untuk menentukan kolom bertingkat. Anda dapat menambahkan kolom sebanyak yang Anda inginkan.
Anda juga harus mengaktifkan tindakan Save to BigQuery untuk mengekspor temuan ke
BigQuery. Saat temuan diekspor ke BigQuery, setiap temuan
berisi nilai masing-masing kolom identifikasi. Untuk informasi selengkapnya, lihat identifyingFields.
Konfigurasikan deteksi
Bagian Konfigurasi deteksi adalah tempat Anda menentukan jenis data sensitif yang ingin dipindai. Pengisian bagian ini bersifat opsional. Jika Anda melewati bagian ini, Sensitive Data Protection akan memindai data Anda untuk menemukan kumpulan infoTypes default.
Template
Anda dapat menggunakan template Sensitive Data Protection untuk menggunakan kembali informasi konfigurasi yang telah Anda tentukan sebelumnya.
Jika Anda sudah membuat template yang ingin digunakan, klik kolom Template name untuk melihat daftar template pemeriksaan yang ada. Pilih atau ketik nama template yang ingin Anda gunakan.
Untuk mengetahui informasi selengkapnya tentang cara membuat template, lihat Membuat template inspeksi Sensitive Data Protection.
InfoType
Detektor InfoType menemukan data sensitif dari jenis tertentu. Misalnya, pendeteksi infoType bawaan US_SOCIAL_SECURITY_NUMBER Sensitive Data Protection
menemukan nomor Jaminan Sosial AS. Selain detektor infoType bawaan, Anda dapat membuat detektor infoType kustom Anda sendiri.
Di bagian InfoTypes, pilih pendeteksi infoType yang sesuai dengan jenis data yang ingin Anda pindai. Sebaiknya jangan biarkan bagian ini kosong. Tindakan ini akan menyebabkan Sensitive Data Protection memindai data Anda dengan kumpulan infoType default, yang mungkin mencakup infoType yang tidak Anda perlukan. Untuk mengetahui informasi selengkapnya tentang setiap pendeteksi, lihat Referensi pendeteksi infoType.
Untuk mengetahui informasi selengkapnya tentang cara mengelola infoType bawaan dan kustom di bagian ini, lihat Mengelola infoType melalui konsol Google Cloud .
Sekumpulan aturan inspeksi
Dengan ruleset pemeriksaan, Anda dapat menyesuaikan pendeteksi infoType bawaan dan kustom menggunakan aturan konteks. Jenis aturan pemeriksaan adalah:
- Aturan pengecualian, yang membantu mengecualikan temuan yang salah atau tidak diinginkan.
- Aturan frasa pengaktif, yang membantu mendeteksi temuan tambahan.
- Aturan penyesuaian, yang menyesuaikan kemungkinan temuan berdasarkan konteks kemunculannya.
Untuk menambahkan ruleset baru, tentukan terlebih dahulu satu atau beberapa detektor infoType bawaan atau kustom di bagian InfoTypes. Pilih semua pendeteksi infoType yang diubah oleh ruleset Anda (infoType target) atau digunakan untuk penilaian (infoType konteks). Kemudian, lakukan hal berikut:
- Klik Tambahkan set aturan.
- Di kolom Choose target infoTypes, pilih infoType yang diubah oleh ruleset jika aturan terpenuhi.
- Klik Add a rule untuk membuka menu dengan opsi, termasuk Hotword rule, Exclusion rule, dan Adjustment rule.
Untuk membuat aturan frasa pengaktif, pilih Aturan frasa pengaktif. Kemudian, lakukan hal berikut:
- Di kolom Hotword, masukkan ekspresi reguler yang dicari oleh Sensitive Data Protection.
- Dari menu Hotword proximity, pilih apakah hotword yang Anda masukkan ditemukan sebelum atau setelah infoType yang dipilih.
- Di Hotword distance from infoType, masukkan perkiraan jumlah karakter antara hotword dan infoType yang dipilih.
- Di Penyesuaian tingkat keyakinan, pilih apakah akan menetapkan tingkat kemungkinan tetap ke kecocokan, atau meningkatkan atau menurunkan tingkat kemungkinan default sebesar jumlah tertentu.
Untuk membuat aturan pengecualian, pilih Aturan pengecualian dan jenis aturan pengecualian yang akan dibuat, misalnya, Ekspresi reguler. Kemudian, lakukan hal berikut:
- Bergantung pada jenis aturan pengecualian yang Anda pilih, masukkan ekspresi reguler, frasa, hotword, atau infoType konteks yang harus ditemukan agar aturan dapat diterapkan.
- Bergantung pada jenis aturan pengecualian yang Anda pilih, tetapkan jenis pencocokan atau jenis penampungan gambar:
- Jika Anda memilih aturan pengecualian berbasis teks, pilih salah satu jenis pencocokan berikut:
- Pencocokan lengkap: Temuan harus sama persis dengan infoType teks atau konteks yang Anda berikan.
- Kecocokan sebagian: Substring temuan harus cocok dengan infoType teks atau konteks yang Anda berikan.
- Kecocokan terbalik: Temuan tidak boleh cocok dengan infoType teks atau konteks yang Anda berikan.
- Jika Anda memilih aturan pengecualian berbasis gambar, pilih hubungan spasial yang diperlukan antara infoType target dan konteks. Misalnya, jika Anda memilih Encloses, temuan konteks harus mencakup temuan target agar aturan dapat diterapkan.
Untuk membuat aturan penyesuaian, pilih Aturan penyesuaian dan jenis aturan penyesuaian, misalnya, Sesuaikan menurut temuan gambar. Kemudian, lakukan hal berikut:
- Di kolom Context infoTypes, pilih detektor infoType yang memberikan konteks untuk temuan target. Sensitive Data Protection menggunakan infoType konteks untuk menilai apakah infoType target harus disesuaikan.
- Di kolom Minimum likelihood, pilih tingkat kemungkinan terendah yang dapat dimiliki infoType konteks dan tetap memicu aturan penyesuaian. Jika nilai kemungkinan dari setiap temuan konteks yang terdeteksi lebih rendah dari nilai ini, Sensitive Data Protection tidak akan menyesuaikan kemungkinan temuan target.
- Untuk temuan gambar, di kolom Image containment type, pilih hubungan spasial yang diperlukan antara infoType target dan konteks. Misalnya, jika Anda memilih Encloses, temuan konteks harus mencakup temuan target agar aturan dapat diterapkan.
- Di kolom Likelihood, pilih tingkat kemungkinan baru yang akan ditetapkan ke temuan target.
Anda dapat menambahkan lebih banyak ruleset untuk menyaring hasil pemindaian lebih lanjut.
Ambang batas keyakinan
Setiap kali Sensitive Data Protection mendeteksi potensi kecocokan untuk data sensitif, layanan ini akan menetapkan nilai kemungkinan pada skala dari "Sangat tidak mungkin" hingga "Sangat mungkin". Saat menetapkan nilai kemungkinan di sini, Anda menginstruksikan Sensitive Data Protection untuk hanya mencocokkan data yang sesuai dengan nilai kemungkinan tersebut atau yang lebih tinggi.
Nilai default "Possible" sudah cukup untuk sebagian besar tujuan. Jika Anda rutin mendapatkan kecocokan yang terlalu luas, pindahkan penggeser ke atas. Jika Anda mendapatkan terlalu sedikit kecocokan, gerakkan penggeser ke bawah.
Setelah selesai, klik Lanjutkan.
Tambah tindakan
Untuk Add actions, pilih satu atau beberapa tindakan yang akan dilakukan Sensitive Data Protection setelah tugas selesai. Untuk mengetahui informasi selengkapnya, lihat Mengaktifkan tindakan pemeriksaan atau analisis risiko.
Setelah Anda memilih tindakan, klik Lanjutkan.
Ulasan
Bagian Review berisi ringkasan berformat JSON dari setelan tugas yang baru saja Anda tentukan.
Klik Create untuk membuat tugas (jika Anda tidak menentukan jadwal) dan untuk menjalankan tugas sekali. Halaman informasi tugas akan muncul, yang berisi status dan informasi lainnya. Jika tugas sedang berjalan, Anda dapat mengklik tombol Cancel untuk menghentikannya. Anda juga dapat menghapus tugas dengan mengklik Delete.
Untuk kembali ke halaman utama Sensitive Data Protection, klik panah Back di konsol Google Cloud .
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
Tugas direpresentasikan dalam DLP API oleh resource DlpJobs. Anda dapat membuat tugas baru menggunakan metode
projects.dlpJobs.create
resource DlpJob.
JSON contoh ini dapat dikirim dalam permintaan POST ke endpoint REST Sensitive Data Protection yang ditentukan. Contoh JSON ini menunjukkan cara membuat tugas di Sensitive Data Protection. Tugas ini adalah pemindaian pemeriksaan Datastore.
Untuk mencobanya dengan cepat, Anda dapat menggunakan API Explorer yang disematkan di bawah. Perlu diingat bahwa permintaan yang berhasil, bahkan yang dibuat di API Explorer, akan membuat tugas. Untuk informasi umum tentang penggunaan JSON untuk mengirim permintaan ke DLP API, lihat panduan memulai JSON.
Input JSON:
{
"inspectJob": {
"storageConfig": {
"bigQueryOptions": {
"tableReference": {
"projectId": "bigquery-public-data",
"datasetId": "san_francisco_sfpd_incidents",
"tableId": "sfpd_incidents"
}
},
"timespanConfig": {
"startTime": "2020-01-01T00:00:01Z",
"endTime": "2020-01-31T23:59:59Z",
"timestampField": {
"name": "timestamp"
}
}
},
"inspectConfig": {
"infoTypes": [
{
"name": "PERSON_NAME"
},
{
"name": "STREET_ADDRESS"
}
],
"excludeInfoTypes": false,
"includeQuote": true,
"minLikelihood": "LIKELY"
},
"actions": [
{
"saveFindings": {
"outputConfig": {
"table": {
"projectId": "[PROJECT-ID]",
"datasetId": "[DATASET-ID]"
}
}
}
}
]
}
}
Output JSON:
Output berikut menunjukkan bahwa tugas berhasil dibuat.
{
"name": "projects/[PROJECT-ID]/dlpJobs/[JOB-ID]",
"type": "INSPECT_JOB",
"state": "PENDING",
"inspectDetails": {
"requestedOptions": {
"snapshotInspectTemplate": {},
"jobConfig": {
"storageConfig": {
"bigQueryOptions": {
"tableReference": {
"projectId": "bigquery-public-data",
"datasetId": "san_francisco_sfpd_incidents",
"tableId": "sfpd_incidents"
}
},
"timespanConfig": {
"startTime": "2020-01-01T00:00:01Z",
"endTime": "2020-01-31T23:59:59Z",
"timestampField": {
"name": "timestamp"
}
}
},
"inspectConfig": {
"infoTypes": [
{
"name": "PERSON_NAME"
},
{
"name": "STREET_ADDRESS"
}
],
"minLikelihood": "LIKELY",
"limits": {},
"includeQuote": true
},
"actions": [
{
"saveFindings": {
"outputConfig": {
"table": {
"projectId": "[PROJECT-ID]",
"datasetId": "[DATASET-ID]",
"tableId": "[TABLE-ID]"
}
}
}
}
]
}
},
"result": {}
},
"createTime": "2020-07-10T07:26:33.643Z"
}
Membuat pemicu tugas baru
Untuk membuat pemicu tugas Sensitive Data Protection baru:
Konsol
Di bagian Sensitive Data Protection pada konsol Google Cloud , buka halaman Create job or job trigger.
Buka Create job or job trigger
Halaman Create job or job trigger berisi bagian berikut:
Pilih data input
Nama
Masukkan nama untuk pemicu tugas. Anda dapat menggunakan huruf, angka, dan tanda hubung. Memberi nama pemicu tugas bersifat opsional. Jika Anda tidak memasukkan nama, Sensitive Data Protection akan memberi pemicu tugas ID nomor yang unik.
Lokasi
Dari menu Storage type, pilih jenis repositori yang menyimpan data yang ingin Anda pindai:
- Cloud Storage: Masukkan URL bucket yang ingin Anda pindai, atau pilih Sertakan/kecualikan dari menu Jenis lokasi, lalu klik Jelajahi untuk membuka bucket atau subfolder yang ingin Anda pindai. Centang kotak Scan folder recursively untuk memindai direktori yang ditentukan dan semua direktori yang ada di dalamnya. Biarkan tidak dipilih untuk memindai hanya direktori yang ditentukan dan tidak lebih dalam.
- BigQuery: Masukkan ID untuk project, set data, dan tabel yang ingin Anda pindai.
- Datastore: Masukkan ID untuk project, namespace (opsional), dan jenis yang ingin Anda pindai.
Pengambilan sampel
Pengambilan sampel adalah cara opsional untuk menghemat resource jika Anda memiliki data dalam jumlah yang sangat besar.
Di bagian Sampling, Anda dapat memilih apakah akan memindai semua data yang dipilih atau mengambil sampel data dengan memindai persentase tertentu. Pengambilan sampel berfungsi secara berbeda, bergantung pada jenis repositori penyimpanan yang Anda pindai:
- Untuk BigQuery, Anda dapat mengambil sampel subset dari total baris yang dipilih, sesuai dengan persentase file yang Anda tentukan untuk disertakan dalam pemindaian.
- Untuk Cloud Storage, jika ada file yang melebihi ukuran yang ditentukan dalam Ukuran byte maksimum untuk dipindai per file, Sensitive Data Protection akan memindainya hingga ukuran file maksimum tersebut, lalu melanjutkan ke file berikutnya.
Untuk mengaktifkan pengambilan sampel, pilih salah satu opsi berikut dari menu pertama:
- Mulai pengambilan sampel dari atas: Sensitive Data Protection memulai pemindaian parsial di awal data. Untuk BigQuery, ini memulai pemindaian di baris pertama. Untuk Cloud Storage, tindakan ini akan memulai pemindaian di awal setiap file, dan menghentikan pemindaian setelah Sensitive Data Protection memindai hingga ukuran file maksimum yang ditentukan (lihat di atas).
- Start sampling from random start: Sensitive Data Protection memulai pemindaian parsial di lokasi acak dalam data. Untuk BigQuery, tindakan ini akan memulai pemindaian pada baris acak. Untuk Cloud Storage, setelan ini hanya berlaku untuk file yang melebihi ukuran maksimum yang ditentukan. Sensitive Data Protection memindai file di bawah ukuran file maksimum secara keseluruhan, dan memindai file di atas ukuran file maksimum hingga batas maksimum.
Untuk melakukan pemindaian parsial, Anda juga harus memilih persentase data yang ingin dipindai. Gunakan penggeser untuk menetapkan persentase.
Konfigurasi lanjutan
Saat membuat pemicu tugas untuk pemindaian bucket Cloud Storage atau tabel BigQuery, Anda dapat mempersempit penelusuran dengan menentukan konfigurasi lanjutan. Secara khusus, Anda dapat mengonfigurasi:
- File (khusus Cloud Storage): Jenis file yang akan dipindai, yang mencakup file teks, biner, dan gambar.
- Kolom identifikasi (khusus BigQuery): ID baris unik dalam tabel.
- Untuk Cloud Storage, jika ada file yang melebihi ukuran yang ditentukan dalam Ukuran byte maksimum untuk dipindai per file, Sensitive Data Protection akan memindainya hingga ukuran file maksimum tersebut, lalu melanjutkan ke file berikutnya.
Untuk mengaktifkan pengambilan sampel, pilih persentase data yang ingin Anda pindai. Gunakan penggeser untuk menetapkan persentase. Kemudian, pilih salah satu opsi berikut dari menu pertama:
- Mulai pengambilan sampel dari atas: Sensitive Data Protection memulai pemindaian parsial di awal data. Untuk BigQuery, ini memulai pemindaian di baris pertama. Untuk Cloud Storage, tindakan ini akan memulai pemindaian di awal setiap file, dan menghentikan pemindaian setelah Sensitive Data Protection memindai hingga ukuran file maksimum yang ditentukan (lihat di atas).
- Start sampling from random start: Sensitive Data Protection memulai pemindaian parsial di lokasi acak dalam data. Untuk BigQuery, tindakan ini akan memulai pemindaian pada baris acak. Untuk Cloud Storage, setelan ini hanya berlaku untuk file yang melebihi ukuran maksimum yang ditentukan. Sensitive Data Protection memindai file di bawah ukuran file maksimum secara keseluruhan, dan memindai file di atas ukuran file maksimum hingga batas maksimum.
File
Untuk file yang disimpan di Cloud Storage, Anda dapat menentukan jenis yang akan disertakan dalam pemindaian di bagian Files.
Anda dapat memilih dari file biner, teks, gambar, Microsoft Word, Microsoft Excel,
Microsoft PowerPoint, PDF, dan Apache Avro. Untuk mengetahui daftar lengkap ekstensi file yang dapat dipindai oleh Sensitive Data Protection di bucket Cloud Storage, lihat FileType.
Memilih Binary akan menyebabkan Sensitive Data Protection memindai file dengan jenis yang tidak dikenali.
Kolom pengidentifikasi
Untuk tabel di BigQuery, di kolom Identifying fields, Anda dapat mengarahkan Sensitive Data Protection untuk menyertakan nilai kolom kunci utama tabel dalam hasil. Dengan demikian, Anda dapat menautkan kembali temuan ke baris tabel yang memuatnya.
Masukkan nama kolom yang secara unik mengidentifikasi setiap baris dalam tabel. Jika perlu, gunakan notasi titik untuk menentukan kolom bertingkat. Anda dapat menambahkan kolom sebanyak yang Anda inginkan.
Anda juga harus mengaktifkan tindakan Save to BigQuery untuk mengekspor temuan ke
BigQuery. Saat temuan diekspor ke BigQuery, setiap temuan
berisi nilai masing-masing kolom identifikasi. Untuk informasi selengkapnya, lihat identifyingFields.
Konfigurasikan deteksi
Bagian Konfigurasi deteksi adalah tempat Anda menentukan jenis data sensitif yang ingin dipindai. Pengisian bagian ini bersifat opsional. Jika Anda melewati bagian ini, Sensitive Data Protection akan memindai data Anda untuk menemukan kumpulan infoTypes default.
Template
Anda dapat menggunakan template Sensitive Data Protection untuk menggunakan kembali informasi konfigurasi yang telah Anda tentukan sebelumnya.
Jika Anda sudah membuat template yang ingin digunakan, klik kolom Template name untuk melihat daftar template pemeriksaan yang ada. Pilih atau ketik nama template yang ingin Anda gunakan.
Untuk mengetahui informasi selengkapnya tentang cara membuat template, lihat Membuat template inspeksi Sensitive Data Protection.
InfoType
Detektor InfoType menemukan data sensitif dari jenis tertentu. Misalnya, pendeteksi infoType bawaan US_SOCIAL_SECURITY_NUMBER Sensitive Data Protection
menemukan nomor Jaminan Sosial AS. Selain detektor infoType bawaan, Anda dapat membuat detektor infoType kustom Anda sendiri.
Di bagian InfoTypes, pilih pendeteksi infoType yang sesuai dengan jenis data yang ingin Anda pindai. Anda juga dapat mengosongkan kolom ini untuk memindai semua infoType default. Informasi selengkapnya tentang setiap pendeteksi tersedia di Referensi pendeteksi infoType.
Anda juga dapat menambahkan detektor infoType kustom di bagian Custom infoTypes, dan menyesuaikan detektor infoType bawaan dan kustom di bagian Inspection rulesets.
infoType kustom
Untuk menambahkan infoType kustom, lihat Menambahkan infoType kustom.
Sekumpulan aturan inspeksi
Dengan ruleset pemeriksaan, Anda dapat menyesuaikan pendeteksi infoType bawaan dan kustom menggunakan aturan konteks. Jenis aturan pemeriksaan adalah:
- Aturan pengecualian, yang membantu mengecualikan temuan yang salah atau tidak diinginkan.
- Aturan frasa pengaktif, yang membantu mendeteksi temuan tambahan.
- Aturan penyesuaian, yang menyesuaikan kemungkinan temuan berdasarkan konteks kemunculannya.
Untuk menambahkan ruleset baru, tentukan terlebih dahulu satu atau beberapa detektor infoType bawaan atau kustom di bagian InfoTypes. Pilih semua pendeteksi infoType yang diubah oleh ruleset Anda (infoType target) atau digunakan untuk penilaian (infoType konteks). Kemudian, lakukan hal berikut:
- Klik Tambahkan set aturan.
- Di kolom Choose target infoTypes, pilih infoType yang diubah oleh ruleset jika aturan terpenuhi.
- Klik Add a rule untuk membuka menu dengan opsi, termasuk Hotword rule, Exclusion rule, dan Adjustment rule.
Untuk membuat aturan frasa pengaktif, pilih Aturan frasa pengaktif. Kemudian, lakukan hal berikut:
- Di kolom Hotword, masukkan ekspresi reguler yang dicari oleh Sensitive Data Protection.
- Dari menu Hotword proximity, pilih apakah hotword yang Anda masukkan ditemukan sebelum atau setelah infoType yang dipilih.
- Di Hotword distance from infoType, masukkan perkiraan jumlah karakter antara hotword dan infoType yang dipilih.
- Di Penyesuaian tingkat keyakinan, pilih apakah akan menetapkan tingkat kemungkinan tetap ke kecocokan, atau meningkatkan atau menurunkan tingkat kemungkinan default sebesar jumlah tertentu.
Untuk membuat aturan pengecualian, pilih Aturan pengecualian dan jenis aturan pengecualian yang akan dibuat, misalnya, Ekspresi reguler. Kemudian, lakukan hal berikut:
- Bergantung pada jenis aturan pengecualian yang Anda pilih, masukkan ekspresi reguler, frasa, hotword, atau infoType konteks yang harus ditemukan agar aturan dapat diterapkan.
- Bergantung pada jenis aturan pengecualian yang Anda pilih, tetapkan jenis pencocokan atau jenis penampungan gambar:
- Jika Anda memilih aturan pengecualian berbasis teks, pilih salah satu jenis pencocokan berikut:
- Pencocokan lengkap: Temuan harus sama persis dengan infoType teks atau konteks yang Anda berikan.
- Kecocokan sebagian: Substring temuan harus cocok dengan infoType teks atau konteks yang Anda berikan.
- Kecocokan terbalik: Temuan tidak boleh cocok dengan infoType teks atau konteks yang Anda berikan.
- Jika Anda memilih aturan pengecualian berbasis gambar, pilih hubungan spasial yang diperlukan antara infoType target dan konteks. Misalnya, jika Anda memilih Encloses, temuan konteks harus mencakup temuan target agar aturan dapat diterapkan.
Untuk membuat aturan penyesuaian, pilih Aturan penyesuaian dan jenis aturan penyesuaian, misalnya, Sesuaikan menurut temuan gambar. Kemudian, lakukan hal berikut:
- Di kolom Context infoTypes, pilih detektor infoType yang memberikan konteks untuk temuan target. Sensitive Data Protection menggunakan infoType konteks untuk menilai apakah infoType target harus disesuaikan.
- Di kolom Minimum likelihood, pilih tingkat kemungkinan terendah yang dapat dimiliki infoType konteks dan tetap memicu aturan penyesuaian. Jika nilai kemungkinan dari setiap temuan konteks yang terdeteksi lebih rendah dari nilai ini, Sensitive Data Protection tidak akan menyesuaikan kemungkinan temuan target.
- Untuk temuan gambar, di kolom Image containment type, pilih hubungan spasial yang diperlukan antara infoType target dan konteks. Misalnya, jika Anda memilih Encloses, temuan konteks harus mencakup temuan target agar aturan dapat diterapkan.
- Di kolom Likelihood, pilih tingkat kemungkinan baru yang akan ditetapkan ke temuan target.
Anda dapat menambahkan lebih banyak ruleset untuk menyaring hasil pemindaian lebih lanjut.
Ambang batas keyakinan
Setiap kali Sensitive Data Protection mendeteksi potensi kecocokan untuk data sensitif, layanan ini akan menetapkan nilai kemungkinan pada skala dari "Sangat tidak mungkin" hingga "Sangat mungkin". Saat menetapkan nilai kemungkinan di sini, Anda menginstruksikan Sensitive Data Protection untuk hanya mencocokkan data yang sesuai dengan nilai kemungkinan tersebut atau yang lebih tinggi.
Nilai default "Possible" sudah cukup untuk sebagian besar tujuan. Jika Anda rutin mendapatkan kecocokan yang terlalu luas, pindahkan penggeser ke atas. Jika Anda mendapatkan terlalu sedikit kecocokan, gerakkan penggeser ke bawah.
Setelah selesai, klik Lanjutkan.
Tambah tindakan
Untuk Add actions, pilih satu atau beberapa tindakan yang akan dilakukan Sensitive Data Protection setelah tugas selesai. Untuk mengetahui informasi selengkapnya, lihat Mengaktifkan tindakan pemeriksaan atau analisis risiko.
Setelah Anda memilih tindakan, klik Lanjutkan.
Jadwal
Di bagian Jadwal, Anda dapat melakukan dua hal:
- Specify time span: Opsi ini membatasi file atau baris yang akan dipindai berdasarkan tanggal. Klik Start time untuk menentukan stempel waktu file paling awal yang akan disertakan. Kosongkan nilai ini untuk menentukan semua file. Klik End time untuk menentukan stempel waktu file terbaru yang akan disertakan. Kosongkan nilai ini untuk menentukan tidak ada batas stempel waktu atas.
Create a trigger to run the job on a periodic schedule: Opsi ini mengubah tugas menjadi pemicu tugas yang berjalan sesuai jadwal berkala. Jika Anda tidak menentukan jadwal, Anda secara efektif membuat satu tugas yang dimulai segera dan berjalan sekali. Untuk membuat pemicu tugas yang berjalan secara rutin, Anda harus menetapkan opsi ini.
Nilai defaultnya juga merupakan nilai minimum: 24 jam. Nilai maksimumnya adalah 60 hari.
Jika Anda ingin Sensitive Data Protection hanya memindai file atau baris baru, pilih Batasi pemindaian hanya untuk konten baru. Untuk pemeriksaan BigQuery, hanya baris yang berusia minimal tiga jam yang disertakan dalam pemindaian. Lihat masalah umum yang terkait dengan operasi ini.
Ulasan
Bagian Review berisi ringkasan berformat JSON dari setelan tugas yang baru saja Anda tentukan.
Klik Create untuk membuat pemicu tugas (jika Anda menentukan jadwal). Halaman informasi pemicu tugas akan muncul, yang berisi status dan informasi lainnya. Jika tugas sedang berjalan, Anda dapat mengklik tombol Cancel untuk menghentikannya. Anda juga dapat menghapus pemicu tugas dengan mengklik Delete.
Untuk kembali ke halaman utama Sensitive Data Protection, klik panah Back di konsol Google Cloud .
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
Pemicu tugas direpresentasikan dalam DLP API oleh resource JobTrigger. Anda dapat membuat pemicu tugas baru menggunakan metode
projects.jobTriggers.create
resource JobTrigger.
JSON contoh ini dapat dikirim dalam permintaan POST ke endpoint REST Sensitive Data Protection yang ditentukan. Contoh JSON ini menunjukkan cara membuat pemicu tugas di Sensitive Data Protection. Tugas yang akan dimulai oleh pemicu ini adalah pemindaian inspeksi Datastore. Pemicu tugas yang dibuat berjalan setiap 86.400 detik (atau 24 jam).
Untuk mencobanya dengan cepat, Anda dapat menggunakan API Explorer yang disematkan di bawah. Perlu diingat bahwa permintaan yang berhasil, bahkan yang dibuat di API Explorer, akan membuat pemicu tugas terjadwal baru. Untuk informasi umum tentang penggunaan JSON untuk mengirim permintaan ke DLP API, lihat panduan memulai JSON.
Input JSON:
{
"jobTrigger":{
"displayName":"JobTrigger1",
"description":"Starts an inspection of a Datastore kind",
"triggers":[
{
"schedule":{
"recurrencePeriodDuration":"86400s"
}
}
],
"status":"HEALTHY",
"inspectJob":{
"storageConfig":{
"datastoreOptions":{
"kind":{
"name":"Example-Kind"
},
"partitionId":{
"projectId":"[PROJECT_ID]",
"namespaceId":"[NAMESPACE_ID]"
}
}
},
"inspectConfig":{
"infoTypes":[
{
"name":"PHONE_NUMBER"
}
],
"excludeInfoTypes":false,
"includeQuote":true,
"minLikelihood":"LIKELY"
},
"actions":[
{
"saveFindings":{
"outputConfig":{
"table":{
"projectId":"[PROJECT_ID]",
"datasetId":"[BIGQUERY_DATASET_NAME]",
"tableId":"[BIGQUERY_TABLE_NAME]"
}
}
}
}
]
}
}
}
Output JSON:
Output berikut menunjukkan bahwa pemicu tugas berhasil dibuat.
{
"name":"projects/[PROJECT_ID]/jobTriggers/[JOB_TRIGGER_NAME]",
"displayName":"JobTrigger1",
"description":"Starts an inspection of a Datastore kind",
"inspectJob":{
"storageConfig":{
"datastoreOptions":{
"partitionId":{
"projectId":"[PROJECT_ID]",
"namespaceId":"[NAMESPACE_ID]"
},
"kind":{
"name":"Example-Kind"
}
}
},
"inspectConfig":{
"infoTypes":[
{
"name":"PHONE_NUMBER"
}
],
"minLikelihood":"LIKELY",
"limits":{
},
"includeQuote":true
},
"actions":[
{
"saveFindings":{
"outputConfig":{
"table":{
"projectId":"[PROJECT_ID]",
"datasetId":"[BIGQUERY_DATASET_NAME]",
"tableId":"[BIGQUERY_TABLE_NAME]"
}
}
}
}
]
},
"triggers":[
{
"schedule":{
"recurrencePeriodDuration":"86400s"
}
}
],
"createTime":"2018-11-30T01:52:41.171857Z",
"updateTime":"2018-11-30T01:52:41.171857Z",
"status":"HEALTHY"
}
Mencantumkan semua tugas
Untuk menampilkan daftar semua tugas untuk project saat ini:
Konsol
Di konsol Google Cloud , buka halaman Sensitive Data Protection.
Klik tab Inspection, lalu klik subtab Inspect jobs.
Konsol menampilkan daftar semua tugas untuk project saat ini, termasuk ID tugas, status, waktu pembuatan, dan waktu berakhir. Anda bisa mendapatkan informasi selengkapnya tentang tugas apa pun—termasuk ringkasan hasilnya—dengan mengklik ID-nya.
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
Resource DlpJob memiliki metode
projects.dlpJobs.list,
yang dapat Anda gunakan untuk mencantumkan semua tugas.
Untuk mencantumkan semua tugas yang saat ini ditentukan dalam project Anda, kirim permintaan GET ke endpoint dlpJobs, seperti yang ditunjukkan di sini:
URL:
GET https://dlp.googleapis.com/v2/projects/[PROJECT-ID]/dlpJobs
Output JSON berikut mencantumkan salah satu tugas yang ditampilkan. Perhatikan bahwa
struktur tugas mencerminkan struktur
resource DlpJob.
Output JSON:
{
"jobs":[
{
"name":"projects/[PROJECT-ID]/dlpJobs/i-5270277269264714623",
"type":"INSPECT_JOB",
"state":"DONE",
"inspectDetails":{
"requestedOptions":{
"snapshotInspectTemplate":{
},
"jobConfig":{
"storageConfig":{
"cloudStorageOptions":{
"fileSet":{
"url":"[CLOUD-STORAGE-URL]"
},
"fileTypes":[
"FILE_TYPE_UNSPECIFIED"
],
"filesLimitPercent":100
},
"timespanConfig":{
"startTime":"2019-09-08T22:43:16.623Z",
"enableAutoPopulationOfTimespanConfig":true
}
},
"inspectConfig":{
"infoTypes":[
{
"name":"US_SOCIAL_SECURITY_NUMBER"
},
{
"name":"CANADA_SOCIAL_INSURANCE_NUMBER"
}
],
"minLikelihood":"LIKELY",
"limits":{
},
"includeQuote":true
},
"actions":[
{
"saveFindings":{
"outputConfig":{
"table":{
"projectId":"[PROJECT-ID]",
"datasetId":"[DATASET-ID]",
"tableId":"[TABLE-ID]"
}
}
}
}
]
}
},
"result":{
...
}
},
"createTime":"2019-09-09T22:43:16.918Z",
"startTime":"2019-09-09T22:43:16.918Z",
"endTime":"2019-09-09T22:43:53.091Z",
"jobTriggerName":"projects/[PROJECT-ID]/jobTriggers/sample-trigger2"
},
...
]
}
Untuk mencobanya dengan cepat, Anda dapat menggunakan API Explorer yang disematkan di bawah. Untuk informasi umum tentang penggunaan JSON untuk mengirim permintaan ke DLP API, lihat panduan memulai JSON.
Mencantumkan semua pemicu tugas
Untuk mencantumkan semua pemicu tugas untuk project saat ini:
Konsol
Di konsol Google Cloud , buka halaman Sensitive Data Protection.
Buka Sensitive Data Protection
Di tab Inspection, di subtab Job triggers, konsol menampilkan daftar semua pemicu tugas untuk project saat ini.
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
Resource JobTrigger memiliki metode projects.jobTriggers.list, yang dapat Anda gunakan untuk mencantumkan semua pemicu tugas.
Untuk mencantumkan semua pemicu tugas yang saat ini ditentukan dalam project Anda, kirim permintaan GET ke endpoint jobTriggers, seperti yang ditunjukkan di sini:
URL:
GET https://dlp.googleapis.com/v2/projects/[PROJECT-ID]/jobTriggers
Output JSON berikut mencantumkan pemicu tugas yang kita buat di bagian sebelumnya. Perhatikan bahwa struktur pemicu tugas mencerminkan struktur resource JobTrigger.
Output JSON:
{
"jobTriggers":[
{
"name":"projects/[PROJECT_ID]/jobTriggers/[JOB_TRIGGER_NAME]",
"displayName":"JobTrigger1",
"description":"Starts an inspection of a Datastore kind",
"inspectJob":{
"storageConfig":{
"datastoreOptions":{
"partitionId":{
"projectId":"[PROJECT_ID]",
"namespaceId":"[NAMESPACE_ID]"
},
"kind":{
"name":"Example-Kind"
}
}
},
"inspectConfig":{
"infoTypes":[
{
"name":"PHONE_NUMBER"
}
],
"minLikelihood":"LIKELY",
"limits":{
},
"includeQuote":true
},
"actions":[
{
"saveFindings":{
"outputConfig":{
"table":{
"projectId":"[PROJECT_ID]",
"datasetId":"[BIGQUERY_DATASET_NAME]",
"tableId":"[BIGQUERY_TABLE_NAME]"
}
}
}
}
]
},
"triggers":[
{
"schedule":{
"recurrencePeriodDuration":"86400s"
}
}
],
"createTime":"2018-11-30T01:52:41.171857Z",
"updateTime":"2018-11-30T01:52:41.171857Z",
"status":"HEALTHY"
},
...
],
"nextPageToken":"KkwKCQjivJ2UpPreAgo_Kj1wcm9qZWN0cy92ZWx2ZXR5LXN0dWR5LTE5NjEwMS9qb2JUcmlnZ2Vycy8xNTA5NzEyOTczMDI0MDc1NzY0"
}
Untuk mencobanya dengan cepat, Anda dapat menggunakan API Explorer yang disematkan di bawah. Untuk informasi umum tentang penggunaan JSON untuk mengirim permintaan ke DLP API, lihat panduan memulai JSON.
Menghapus tugas
Untuk menghapus tugas dari project Anda, termasuk hasilnya, lakukan langkah berikut. Hasil apa pun yang disimpan secara eksternal (seperti ke BigQuery) tidak akan terpengaruh oleh operasi ini.
Konsol
Di konsol Google Cloud , buka halaman Sensitive Data Protection.
Klik tab Inspection, lalu klik subtab Inspect jobs. Konsol Google Cloud menampilkan daftar semua tugas untuk project saat ini.
Di kolom Actions untuk pemicu tugas yang ingin Anda hapus, klik menu more actions (ditampilkan sebagai tiga titik yang disusun secara vertikal) , lalu klik Delete.
Atau, dari daftar tugas, klik ID tugas yang ingin Anda hapus. Di halaman detail tugas, klik Delete.
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
Untuk menghapus tugas dari project saat ini, kirim permintaan DELETE ke endpoint dlpJobs, seperti yang ditunjukkan di sini. Ganti kolom [JOB-IDENTIFIER] dengan
ID tugas, yang diawali dengan i-.
URL:
DELETE https://dlp.googleapis.com/v2/projects/[PROJECT-ID]/dlpJobs/[JOB-IDENTIFIER]
Jika permintaan berhasil, DLP API akan menampilkan respons berhasil. Untuk memverifikasi bahwa tugas berhasil dihapus, cantumkan semua tugas.
Untuk mencobanya dengan cepat, Anda dapat menggunakan API Explorer yang disematkan di bawah. Untuk informasi umum tentang penggunaan JSON untuk mengirim permintaan ke DLP API, lihat panduan memulai JSON.
Menghapus pemicu tugas
Konsol
Di konsol Google Cloud , buka halaman Sensitive Data Protection.
Buka Sensitive Data Protection
Di tab Inspection, di subtab Job triggers, konsol menampilkan daftar semua pemicu tugas untuk project saat ini.
Di kolom Actions untuk pemicu tugas yang ingin Anda hapus, klik menu more actions (ditampilkan sebagai tiga titik yang disusun secara vertikal) , lalu klik Delete.
Atau, dari daftar pemicu tugas, klik nama pemicu tugas yang ingin Anda hapus. Di halaman detail pemicu tugas, klik Delete.
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
Untuk menghapus pemicu tugas dari project saat ini, kirim permintaan DELETE ke endpoint jobTriggers, seperti yang ditunjukkan di sini. Ganti kolom [JOB-TRIGGER-NAME] dengan nama pemicu tugas.
URL:
DELETE https://dlp.googleapis.com/v2/projects/[PROJECT-ID]/jobTriggers/[JOB-TRIGGER-NAME]
Jika permintaan berhasil, DLP API akan menampilkan respons berhasil. Untuk memverifikasi bahwa pemicu tugas berhasil dihapus, cantumkan semua pemicu tugas.
Untuk mencobanya dengan cepat, Anda dapat menggunakan API Explorer yang disematkan di bawah. Untuk informasi umum tentang penggunaan JSON untuk mengirim permintaan ke DLP API, lihat panduan memulai JSON.
Mendapatkan tugas
Untuk mendapatkan tugas dari project Anda, yang mencakup hasilnya, lakukan hal berikut. Hasil apa pun yang disimpan secara eksternal (seperti ke BigQuery) tidak akan terpengaruh oleh operasi ini.
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
Untuk mendapatkan tugas dari project saat ini, kirim permintaan GET ke endpoint dlpJobs, seperti yang ditunjukkan di sini. Ganti kolom [JOB-IDENTIFIER] dengan
ID tugas, yang diawali dengan i-.
URL:
GET https://dlp.googleapis.com/v2/projects/[PROJECT-ID]/dlpJobs/[JOB-IDENTIFIER]
Jika permintaan berhasil, DLP API akan menampilkan respons berhasil.
Untuk mencobanya dengan cepat, Anda dapat menggunakan API Explorer yang disematkan di bawah. Untuk informasi umum tentang penggunaan JSON untuk mengirim permintaan ke DLP API, lihat panduan memulai JSON.
Memaksa pemicu tugas segera dijalankan
Setelah pemicu tugas dibuat, Anda dapat memaksa eksekusi langsung pemicu untuk pengujian dengan mengaktifkannya. Untuk melakukannya, jalankan perintah berikut:
curl --request POST \
-H "Content-Type: application/json" \
-H "Accept: application/json" \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "X-Goog-User-Project: PROJECT_ID" \
'https://dlp.googleapis.com/v2/JOB_TRIGGER_NAME:activate'
Ganti kode berikut:
- PROJECT_ID: ID project Google Cloud yang akan ditagih untuk biaya akses yang terkait dengan permintaan.
- JOB_TRIGGER_NAME: nama resource lengkap pemicu tugas—misalnya,
projects/my-project/locations/global/jobTriggers/123456789.
Memperbarui pemicu tugas yang ada
Selain membuat, mencantumkan, dan menghapus pemicu tugas, Anda juga dapat memperbarui pemicu tugas yang ada. Untuk mengubah konfigurasi pemicu tugas yang ada:
Konsol
Di konsol Google Cloud , buka halaman Sensitive Data Protection.
Klik tab Inspection, lalu klik subtab Job triggers.
Konsol akan menampilkan daftar semua pemicu tugas untuk project saat ini.
Di kolom Actions untuk pemicu tugas yang ingin Anda hapus, klik More more_vert, lalu klik View details.
Di halaman detail pemicu tugas, klik Edit.
Di halaman Edit pemicu, Anda dapat mengubah lokasi data input; detail deteksi seperti template, infoType, atau kemungkinan; setiap tindakan pasca-pemindaian, dan jadwal pemicu tugas. Setelah melakukan perubahan, klik Save.
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
Gunakan metode
projects.jobTriggers.patch
untuk mengirim nilai JobTrigger baru ke DLP API
guna memperbarui nilai tersebut dalam pemicu tugas yang ditentukan.
Misalnya, perhatikan pemicu tugas sederhana berikut. JSON ini mewakili pemicu tugas, dan ditampilkan setelah mengirim permintaan GET ke endpoint pemicu tugas project saat ini.
Output JSON:
{
"name":"projects/[PROJECT_ID]/jobTriggers/[JOB_TRIGGER_NAME]",
"inspectJob":{
"storageConfig":{
"cloudStorageOptions":{
"fileSet":{
"url":"gs://dlptesting/*"
},
"fileTypes":[
"FILE_TYPE_UNSPECIFIED"
],
"filesLimitPercent":100
},
"timespanConfig":{
"enableAutoPopulationOfTimespanConfig":true
}
},
"inspectConfig":{
"infoTypes":[
{
"name":"US_SOCIAL_SECURITY_NUMBER"
}
],
"minLikelihood":"POSSIBLE",
"limits":{
}
},
"actions":[
{
"jobNotificationEmails":{
}
}
]
},
"triggers":[
{
"schedule":{
"recurrencePeriodDuration":"86400s"
}
}
],
"createTime":"2019-03-06T21:19:45.774841Z",
"updateTime":"2019-03-06T21:19:45.774841Z",
"status":"HEALTHY"
}
JSON berikut, saat dikirim dengan permintaan PATCH ke endpoint yang ditentukan,
akan memperbarui pemicu tugas yang diberikan dengan infoType baru yang akan dipindai, serta
kemungkinan minimum baru. Perhatikan bahwa Anda juga harus menentukan atribut updateMask,
dan nilainya dalam format
FieldMask.
Input JSON:
PATCH https://dlp.googleapis.com/v2/projects/[PROJECT_ID]/jobTriggers/[JOB_TRIGGER_NAME]
{
"jobTrigger": {
"inspectJob": {
"inspectConfig": {
"infoTypes": [
{
"name": "US_INDIVIDUAL_TAXPAYER_IDENTIFICATION_NUMBER"
}
],
"minLikelihood": "LIKELY"
}
}
},
"updateMask": "inspectJob.inspectConfig.infoTypes,inspectJob.inspectConfig.minLikelihood"
}
Setelah Anda mengirim JSON ini ke URL yang ditentukan, JSON tersebut akan menampilkan hal berikut, yang mewakili pemicu tugas yang diperbarui. Perhatikan bahwa nilai infoType dan kemungkinan asli telah diganti dengan nilai baru.
Output JSON:
{
"name":"projects/[PROJECT_ID]/jobTriggers/[JOB_TRIGGER_NAME]",
"inspectJob":{
"storageConfig":{
"cloudStorageOptions":{
"fileSet":{
"url":"gs://dlptesting/*"
},
"fileTypes":[
"FILE_TYPE_UNSPECIFIED"
],
"filesLimitPercent":100
},
"timespanConfig":{
"enableAutoPopulationOfTimespanConfig":true
}
},
"inspectConfig":{
"infoTypes":[
{
"name":"US_INDIVIDUAL_TAXPAYER_IDENTIFICATION_NUMBER"
}
],
"minLikelihood":"LIKELY",
"limits":{
}
},
"actions":[
{
"jobNotificationEmails":{
}
}
]
},
"triggers":[
{
"schedule":{
"recurrencePeriodDuration":"86400s"
}
}
],
"createTime":"2019-03-06T21:19:45.774841Z",
"updateTime":"2019-03-06T21:27:01.650183Z",
"lastRunTime":"1970-01-01T00:00:00Z",
"status":"HEALTHY"
}
Untuk mencobanya dengan cepat, Anda dapat menggunakan API Explorer yang disematkan di bawah. Untuk informasi umum tentang penggunaan JSON untuk mengirim permintaan ke DLP API, lihat panduan memulai JSON.
Latensi tugas
Tidak ada tujuan tingkat layanan (SLO) yang dijamin untuk tugas dan pemicu tugas. Latensi dipengaruhi oleh beberapa faktor, termasuk jumlah data yang akan dipindai, repositori penyimpanan yang dipindai, jenis dan jumlah infoType yang Anda pindai, region tempat tugas diproses, dan resource komputasi yang tersedia di region tersebut. Oleh karena itu, latensi tugas inspeksi tidak dapat ditentukan sebelumnya.
Untuk membantu mengurangi latensi tugas, Anda dapat mencoba hal berikut:
- Jika sampling tersedia untuk tugas atau pemicu tugas Anda, aktifkan.
Hindari mengaktifkan infoType yang tidak Anda perlukan. Meskipun infoType berikut berguna dalam skenario tertentu, infoType ini dapat membuat permintaan berjalan jauh lebih lambat daripada permintaan yang tidak menyertakannya:
PERSON_NAMEFEMALE_NAMEMALE_NAMEFIRST_NAMELAST_NAMEDATE_OF_BIRTHLOCATIONSTREET_ADDRESSORGANIZATION_NAME
Selalu tentukan infoType secara eksplisit. Jangan gunakan daftar infoTypes kosong.
Jika memungkinkan, gunakan region pemrosesan yang berbeda.
Jika Anda masih mengalami masalah latensi dengan tugas setelah mencoba teknik ini,
pertimbangkan untuk menggunakan
permintaan
content.inspect atau
content.deidentify,
bukan tugas. Metode ini tercakup dalam Perjanjian Tingkat Layanan. Untuk mengetahui informasi selengkapnya, lihat Perjanjian Tingkat Layanan Sensitive Data Protection.
Batasi pemindaian hanya untuk konten baru
Anda dapat mengonfigurasi pemicu tugas untuk otomatis menetapkan tanggal rentang waktu untuk
file yang disimpan di Cloud Storage atau
BigQuery. Saat Anda menetapkan objek
TimespanConfig
untuk diisi otomatis, Sensitive Data Protection hanya memindai data yang
ditambahkan atau diubah sejak pemicu terakhir dijalankan:
...
timespan_config {
enable_auto_population_of_timespan_config: true
}
...
Untuk pemeriksaan BigQuery, hanya baris yang berusia minimal tiga jam yang disertakan dalam pemindaian. Lihat masalah umum yang terkait dengan operasi ini.
Memicu tugas saat upload file
Selain dukungan untuk pemicu tugas—yang disertakan dalam Sensitive Data Protection—Google Cloud juga memiliki berbagai komponen lain yang dapat Anda gunakan untuk mengintegrasikan atau memicu tugas Sensitive Data Protection. Misalnya, Anda dapat menggunakan Cloud Run Functions untuk memicu pemindaian Sensitive Data Protection setiap kali file diupload ke Cloud Storage.
Untuk mengetahui informasi tentang cara menyiapkan operasi ini, lihat Mengotomatiskan klasifikasi data yang diupload ke Cloud Storage.
Tugas yang berhasil tanpa data yang diperiksa
Tugas dapat berhasil diselesaikan meskipun tidak ada data yang dipindai. Contoh skenario berikut dapat menyebabkan hal ini terjadi:
- Tugas dikonfigurasi untuk memeriksa aset data tertentu, seperti file, yang ada, tetapi kosong.
- Tugas dikonfigurasi untuk memeriksa aset data yang tidak ada atau sudah tidak ada lagi.
- Tugas dikonfigurasi untuk memeriksa bucket Cloud Storage yang kosong.
- Tugas dikonfigurasi untuk memeriksa bucket, dan pemindaian rekursif dinonaktifkan. Di tingkat teratas, bucket hanya berisi folder yang, pada gilirannya, berisi file.
- Tugas dikonfigurasi untuk memeriksa hanya jenis file tertentu dalam bucket, tetapi bucket tidak memiliki file jenis tersebut.
- Tugas dikonfigurasi untuk hanya memeriksa konten baru, tetapi tidak ada update setelah terakhir kali tugas dijalankan.
Di konsol Google Cloud , di halaman Job details, kolom Bytes scanned
menentukan jumlah data yang diperiksa oleh tugas. Di DLP API, kolom processedBytes menentukan jumlah data yang diperiksa.
Langkah berikutnya
- Pelajari lebih lanjut cara membuat salinan data yang dide-identifikasi di penyimpanan.