我们会不时发布与 Sensitive Data Protection 相关的论文、博文和视频。本文已列出这些内容。
博文
开始使用 Google Cloud的内置标记化功能，实现敏感数据保护
这篇博文介绍了如何使用令牌化来对敏感数据元素进行去标识化处理，同时保留跨数据集联接或汇总数据的能力。本文还介绍了 Sensitive Data Protection 的令牌化功能。
阅读博文：“开始使用 Google Cloud的内置标记化功能来保护敏感数据”
如需查看有关此功能的技术文档，请参阅假名化。
默认更安全：利用 Sensitive Data Protection 和条件式 IAM 自动控制访问权限控制
这篇博文介绍了如何根据资源中数据的敏感度，自动授予或拒绝对资源的 Identity and Access Management (IAM) 访问权限。
阅读博文：“默认更安全：使用 Sensitive Data Protection 和条件 IAM 自动执行访问权限控制”
如需查看有关此功能的技术文档，请参阅根据数据敏感度控制 IAM 访问权限。
利用 Sensitive Data Protection 保护生成式 AI 工作负载
这篇博文探讨了如何使用 Sensitive Data Protection 通过以数据为中心的方法保护生成式 AI 应用，并提供了一个包含实际示例的 Jupyter 笔记本。
阅读博文：“Sensitive Data Protection 如何帮助保护生成式 AI 工作负载”
使用 DLP 自动管理 BigQuery 的数据风险
敏感数据发现服务会持续扫描整个组织中的数据，让您大致了解自己拥有哪些数据，并具体了解敏感数据的存储和处理位置。这种意识是保护和治理数据的关键第一步，也是帮助改善安全性、隐私性和合规状况的关键控制措施。
阅读博文：“使用 DLP 自动管理 BigQuery 的数据风险”
不仅仅是合规：为当今以云为中心的世界重新构想 DLP 机制
请回顾 DLP 的历史记录，然后再讨论 DLP 在当今环境中的意义，包括合规性、安全性和隐私权用例。
只需点几下鼠标即可扫描敏感数据
深入了解 Sensitive Data Protection 的 Google Cloud 控制台界面，了解如何只需点击几下即可开始检查企业数据。
令牌化处理如何在不牺牲隐私的情况下让数据可用
令牌化（有时称为“假名化”(pseudonymization) 或“代理替换”(surrogate replacement)）广泛用于金融和医疗保健等行业，有助于降低使用中的数据的风险、缩小合规工作范围，并最大程度地避免敏感数据暴露给无关的系统。借助 Sensitive Data Protection，客户只需进行极少的设置，即可大规模执行标记化。
阅读博文：“掌管数据：令牌化处理如何在不牺牲隐私的情况下让数据可用”
使用 Sensitive Data Protection 对敏感信息进行去标识化和模糊化处理
该团队讨论了如何利用 Sensitive Data Protection，通过将数据混淆和最小化技术自动纳入工作流来保护数据。
阅读博文：“掌管数据：使用 Sensitive Data Protection 对敏感信息进行去标识化和模糊化处理”
使用 Sensitive Data Protection 查找和保护个人身份信息
Sensitive Data Protection 产品经理 Scott Ellis 讨论了如何利用 Sensitive Data Protection 来提高隐私保护水平。
阅读博文：“掌管数据：使用 Cloud DLP 查找并保护个人身份信息 (PII)”
使用 Sensitive Data Protection 扫描 BigQuery
该团队分享了如何从Google Cloud 控制台轻松扫描 BigQuery。
阅读博文：“使用 Sensitive Data Protection 扫描 BigQuery 中的敏感数据”
解决方案
使用 JDBC 对 SQL 数据库进行 Sensitive Data Protection 混合检查
本教程介绍了如何将 Sensitive Data Protection 混合检查方法与 JDBC 驱动程序搭配使用，以检查在几乎任何位置运行的 SQL 数据库（如 MySQL、SQL Server 或 PostgreSQL）中的表样本。
阅读教程：“使用 JDBC 对 SQL 数据库进行 Sensitive Data Protection 混合检查”
使用 Sensitive Data Protection 的语音隐去框架
本教程包含一组组件和代码，可用于隐去音频文件中的敏感信息。使用上传到 Cloud Storage 的文件，可以发现和写入敏感发现结果，也可以隐去音频文件中的敏感信息。
此外，第二个教程语音分析框架包含一系列组件和代码，您可以使用这些组件和代码来转写音频、创建用于分析转写音频文件的数据流水线，以及使用 Sensitive Data Protection 从音频转写内容中隐去敏感信息。
GitHub：“Speech Redaction Framework”
采用 Sensitive Data Protection 的事件驱动型无服务器调度架构
本教程展示了一种简单、有效且可伸缩的事件驱动型无服务器调度架构，该架构使用 Google Cloud 服务。其中包含的示例演示了如何使用 DLP API 检查 BigQuery 数据。
阅读教程：“采用 Sensitive Data Protection 的事件驱动型无服务器调度架构”
Sensitive Data Protection Filter for Envoy
Sensitive Data Protection Filter for Envoy 是一个 WebAssembly（“Wasm”）HTTP 过滤条件，适用于 Istio 服务网格内的 Envoy 边车代理。Sensitive Data Protection Filter for Envoy 会捕获代理数据平面流量，并将其发送到 Sensitive Data Protection 进行检查，其中会扫描载荷中的敏感数据（包括个人身份信息）。
GitHub：适用于 Envoy 的 Sensitive Data Protection 过滤条件
使用流式分析和 AI 进行异常检测
在本文中，我们将介绍一种用于检测日志文件中的异常情况的实时 AI 模式。通过分析和提取网络日志中的功能，帮助电信 (telco) 客户构建流式分析流水线以检测异常情况。此外，我们还将讨论如何调整此模式来满足组织的实时需求。此概念验证解决方案使用 Pub/Sub、Dataflow、BigQuery ML 和 Sensitive Data Protection。
阅读教程：“使用 Google Cloud 流式分析和 AI 服务进行实时异常检测”
使用 Sensitive Data Protection 对大规模数据集中的个人身份信息进行去标识化和重标识处理
此解决方案讨论了如何使用 Sensitive Data Protection 创建自动化数据转换流水线，以对个人身份信息 (PII) 等敏感数据进行去标识化处理。本检查和迁移解决方案可从存储系统（如 Amazon S3 和 Cloud Storage）读取结构化和非结构化数据。您可以使用 DLP API 自动对数据进行去标识化处理，并将其发送到 BigQuery 和 Cloud Storage。
阅读教程：“使用 Sensitive Data Protection 对大规模数据集中的个人身份信息进行去标识化和重标识处理”
GitHub：使用 Dataflow/Beam 和 DLP API 进行数据令牌化概念验证
对上传到 Cloud Storage 的数据进行自动分类
本教程介绍如何使用 Cloud Storage 和其他 Google Cloud产品实现自动数据隔离和分类系统。
阅读教程：“对上传到 Cloud Storage 的数据进行自动分类”
使用 Dataflow 将关系型数据库导入 BigQuery
此概念验证使用 Dataflow 和 Sensitive Data Protection 安全地对数据进行标记化处理，并将其从关系型数据库导入 BigQuery。该示例介绍了如何将此流水线与在 Google Kubernetes Engine 中创建的示例 SQL Server 数据库搭配使用，以及如何使用 Sensitive Data Protection 模板在 PII 数据持久化之前对其进行标记化。
GitHub：使用 Dataflow 和 Sensitive Data Protection 将关系型数据库导入 BigQuery
视频
Cloud Next '20：OnAir：在混合环境中管理敏感数据
云上和云下的企业环境中都存在敏感数据。无论数据位于何处，正确管理这些数据至关重要。在本讲座中，我们将向您展示 Sensitive Data Protection 如何帮助您管理数据，重点介绍对混合环境中内容检查的支持，例如本地环境、在虚拟机中运行的数据库、托管在其他云服务商上的文件、在 Kubernetes 内部流动的数据等。
阅读教程：“适用于 Envoy 的 Sensitive Data Protection 过滤条件”
阅读教程：“使用 JDBC 对 SQL 数据库进行 Sensitive Data Protection 混合检查”
Cloud OnAir：保护 Google Cloud上的敏感数据集
数据是贵公司最宝贵的资产之一。Google Analytics 和机器学习技术可帮助您为客户和企业挖掘有价值的服务。 这些数据集还可以包含需要保护的敏感数据。在此在线讲座中，您将了解 Sensitive Data Protection 如何帮助您发现、分类和去标识化敏感数据，作为整体治理策略的一部分。
YouTube：Cloud OnAir：保护Google Cloud中的敏感数据集
Cloud Next 2019：Scotiabank 分享他们将个人身份信息提取到 Google Cloud的云原生方法
作为一家大型国际银行，Scotiabank 讨论了其安全历程和云原生方法，这些方法可将 PII 注入 Google Cloud、限制访问权限，并谨慎、选择性地允许银行应用进行重标识。
YouTube：全面保护 Google Cloud 中的 PII (Cloud Next '19)
Cloud Next 2019：识别和保护云端的敏感数据
该团队分享了 Sensitive Data Protection 的最新进展，并演示了多种不同的敏感数据保护技术。