Dari waktu ke waktu, kami merilis makalah, postingan blog, dan video terkait Sensitive Data Protection. Keduanya tercantum di sini.
Postingan blog
Mulai menggunakan tokenisasi bawaan Google Clouduntuk perlindungan data sensitif
Postingan blog ini menjelaskan penggunaan tokenisasi sebagai cara untuk melakukan de-identifikasi elemen data sensitif tanpa kehilangan kemampuan untuk menggabungkan atau mengagregasi data di seluruh set data. Postingan ini juga memperkenalkan kemampuan tokenisasi Sensitive Data Protection.
Untuk dokumentasi teknis tentang fitur ini, lihat Pseudonimisasi.
Lebih aman secara default: Mengotomatiskan kontrol akses dengan Sensitive Data Protection dan IAM bersyarat
Postingan blog ini memperkenalkan kemampuan untuk memberikan atau menolak akses Identity and Access Management (IAM) ke resource secara otomatis berdasarkan sensitivitas data dalam resource tersebut.
Untuk dokumentasi teknis tentang fitur ini, lihat Mengontrol akses IAM berdasarkan sensitivitas data.
Melindungi workload AI generatif dengan Sensitive Data Protection
Postingan blog ini membahas pendekatan yang berfokus pada data untuk melindungi aplikasi AI generatif dengan Sensitive Data Protection, dan menyediakan Jupyter Notebook dengan contoh nyata.
Baca postingan blog: "Cara Sensitive Data Protection membantu mengamankan workload AI generatif"
Pengelolaan risiko data otomatis untuk BigQuery menggunakan DLP
Layanan penemuan data sensitif terus memindai data di seluruh organisasi Anda untuk memberi Anda pemahaman umum tentang data yang Anda miliki dan visibilitas spesifik tentang tempat data sensitif disimpan dan diproses. Kesadaran ini adalah langkah pertama yang penting dalam melindungi dan mengatur data Anda serta bertindak sebagai kontrol utama untuk membantu meningkatkan postur keamanan, privasi, dan kepatuhan Anda.
Baca postingan blog: "Pengelolaan risiko data otomatis untuk BigQuery menggunakan DLP "
Bukan sekadar kepatuhan: menata ulang DLP untuk dunia yang berfokus pada cloud saat ini
Melihat kembali sejarah DLP sebelum membahas kegunaan DLP di lingkungan saat ini, termasuk kasus penggunaan kepatuhan, keamanan, dan privasi.
Memindai data sensitif hanya dengan beberapa klik
Melihat lebih dalam antarmuka pengguna konsol Google Cloud untuk Sensitive Data Protection guna menunjukkan cara Anda dapat mulai memeriksa data perusahaan hanya dengan beberapa klik.
Baca postingan blog: "Memegang kendali data Anda: Memindai data sensitif hanya dengan beberapa klik"
Cara tokenisasi membuat data dapat digunakan tanpa mengorbankan privasi
Tokenisasi, terkadang disebut sebagai pseudonimisasi atau penggantian pengganti, banyak digunakan dalam industri seperti keuangan dan layanan kesehatan untuk membantu mengurangi penggunaan data yang digunakan, cakupan kepatuhan, dan meminimalkan data sensitif yang terekspos ke sistem yang tidak membutuhkannya. Dengan Sensitive Data Protection, pelanggan dapat melakukan tokenisasi dalam skala besar dengan penyiapan minimal.
Menggunakan Sensitive Data Protection untuk melakukan de-identifikasi dan meng-obfuscate informasi sensitif
Tim ini membahas cara memanfaatkan Sensitive Data Protection untuk melindungi data dengan secara otomatis menggabungkan teknik obfuscation dan minimalisasi data ke dalam alur kerja Anda.
Menggunakan Sensitive Data Protection untuk menemukan dan melindungi PII
Scott Ellis, Product Manager Sensitive Data Protection, membahas cara memanfaatkan Sensitive Data Protection untuk meningkatkan postur privasi Anda.
Memindai BigQuery dengan Sensitive Data Protection
Tim ini membagikan cara memindai BigQuery dengan mudah dari konsolGoogle Cloud .
Solusi
Pemeriksaan hybrid Sensitive Data Protection untuk database SQL menggunakan JDBC
Tutorial ini menunjukkan cara menggunakan metode pemeriksaan hybrid Sensitive Data Protection dengan driver JDBC untuk memeriksa sampel tabel dalam database SQL seperti MySQL, SQL Server, atau PostgreSQL yang berjalan hampir di mana saja.
Baca tutorial: "Pemeriksaan hybrid Sensitive Data Protection untuk database SQL menggunakan JDBC"
Framework Redaksi Ucapan menggunakan Sensitive Data Protection
Tutorial ini mencakup kumpulan komponen dan kode yang dapat Anda gunakan untuk menyamarkan informasi sensitif dari file audio. Dengan menggunakan file yang diupload ke Cloud Storage, alat ini dapat menemukan dan menulis temuan sensitif atau menyamarkan informasi sensitif dari file audio.
Selain itu, tutorial kedua, Speech Analysis Framework, mencakup kumpulan komponen dan kode yang dapat Anda gunakan untuk mentranskripsikan audio, membuat pipeline data untuk analisis file audio yang ditranskripsikan, dan menyamarkan informasi sensitif dari transkrip audio dengan Sensitive Data Protection.
GitHub: "Speech Redaction Framework"
GitHub: "Speech Analysis Framework"
Arsitektur penjadwalan serverless berbasis peristiwa dengan Sensitive Data Protection
Tutorial ini menunjukkan arsitektur penjadwalan serverless berbasis peristiwa yang sederhana, tetapi efektif dan skalabel dengan layanan Google Cloud . Contoh yang disertakan menunjukkan cara menggunakan DLP API untuk memeriksa data BigQuery.
Filter Sensitive Data Protection untuk Envoy
Filter Sensitive Data Protection untuk Envoy adalah filter HTTP WebAssembly ("Wasm") untuk proxy sidecar Envoy di dalam mesh layanan Istio. Filter Sensitive Data Protection untuk Envoy menangkap traffic bidang data proxy dan mengirimkannya untuk diperiksa ke Sensitive Data Protection, tempat payload dipindai untuk mencari data sensitif, termasuk PII.
GitHub: Sensitive Data Protection Filter untuk Envoy
Deteksi anomali menggunakan analisis streaming & AI
Dalam postingan ini, kami akan membahas pola AI real-time untuk mendeteksi anomali dalam file log. Dengan menganalisis dan mengekstrak fitur dari log jaringan, kami membantu pelanggan telekomunikasi (telco) membangun pipeline analisis streaming untuk mendeteksi anomali. Kami juga membahas cara menyesuaikan pola ini untuk memenuhi kebutuhan real-time organisasi Anda. Solusi bukti konsep ini menggunakan Pub/Sub, Dataflow, BigQuery ML, dan Sensitive Data Protection.
Baca postingan blog: "Deteksi anomali menggunakan analisis streaming & AI"
Baca tutorial: "Deteksi Anomali Realtime Menggunakan Analisis Streaming Google Cloud dan Layanan AI"
De-identifikasi dan identifikasi ulang PII dalam set data berskala besar menggunakan Sensitive Data Protection
Solusi ini membahas cara menggunakan Sensitive Data Protection untuk membuat pipeline transformasi data otomatis guna melakukan de-identifikasi data sensitif seperti informasi identitas pribadi (PII). Solusi pemeriksaan dan migrasi ini membaca data terstruktur dan tidak terstruktur dari sistem penyimpanan seperti Amazon S3 dan Cloud Storage. Data dapat di-de-identifikasi secara otomatis menggunakan DLP API dan dikirim ke BigQuery dan Cloud Storage.
GitHub: Data Tokenization PoC Using Dataflow/Beam and DLP API
Mengotomatiskan klasifikasi data yang diupload ke Cloud Storage
Tutorial ini menunjukkan cara menerapkan sistem klasifikasi dan karantina data otomatis menggunakan Cloud Storage dan produk Google Cloudlainnya.
Baca tutorial: "Mengotomatiskan klasifikasi data yang diupload ke Cloud Storage"
Impor database relasional ke BigQuery dengan Dataflow
Bukti konsep ini menggunakan Dataflow dan Sensitive Data Protection untuk membuat token dan mengimpor data secara aman dari database relasional ke BigQuery. Contoh ini menjelaskan cara menggunakan pipeline ini dengan database SQL Server contoh yang dibuat di Google Kubernetes Engine dan penggunaan template Sensitive Data Protection untuk melakukan tokenisasi data PII sebelum dipertahankan.
GitHub: Impor Database Relasional ke BigQuery dengan Dataflow dan Sensitive Data Protection
Video
Cloud Next '20: OnAir: Mengelola Data Sensitif di Lingkungan Hybrid
Data sensitif ada di lingkungan perusahaan, baik di dalam maupun di luar cloud. Mengelola data ini dengan benar sangat penting, di mana pun data tersebut berada. Dalam sesi ini, kami akan menunjukkan kepada Anda cara Sensitive Data Protection dapat membantu Anda mengelola data, dengan berfokus pada dukungan untuk pemeriksaan konten di lingkungan hybrid seperti infrastruktur lokal, database yang berjalan di virtual machine, file yang dihosting di penyedia cloud lain, data yang mengalir di dalam Kubernetes, dan lainnya.
YouTube: SEC206: Managing Sensitive Data in Hybrid Environments
Baca tutorial: "Filter Sensitive Data Protection untuk Envoy"
Baca tutorial: "Pemeriksaan hybrid Sensitive Data Protection untuk database SQL menggunakan JDBC"
Cloud OnAir: Melindungi set data sensitif di Google Cloud
Data adalah salah satu aset perusahaan Anda yang paling berharga. Analisis dan machine learning dapat membantu menghadirkan layanan yang berharga bagi pelanggan dan bisnis Anda. Set data ini juga dapat berisi data sensitif yang memerlukan perlindungan. Dalam webinar ini, Anda akan mempelajari cara Sensitive Data Protection dapat membantu Anda menemukan, mengklasifikasikan, dan melakukan de-identifikasi data sensitif sebagai bagian dari strategi tata kelola secara keseluruhan.
YouTube: Cloud OnAir: Melindungi set data sensitif di Google Cloud
Cloud Next 2019: Scotiabank membagikan pendekatan berbasis cloud mereka untuk menyerap PII ke dalam Google Cloud
Sebagai bank internasional besar, Scotiabank membahas perjalanan keamanannya dan pendekatan berbasis cloud untuk menyerap PII ke dalam Google Cloud, membatasi akses, serta dengan hati-hati dan secara selektif memungkinkan identifikasi ulang melalui aplikasi bank.
YouTube: Comprehensive Protection of PII in Google Cloud (Cloud Next '19)
Cloud Next 2019: Identify and Protect Sensitive Data in the Cloud
Tim ini membagikan kemajuan terbaru yang dibuat pada Sensitive Data Protection dan mendemonstrasikan beberapa teknik berbeda untuk melindungi data sensitif Anda.