A delta-presença (δ-presença) é uma métrica que quantifica a probabilidade de um indivíduo pertencer a um conjunto de dados analisado. Assim como em k-map, é possível estimar os valores de trip de presença usando a proteção de dados sensíveis, que usa um modelo estatístico para estimar o conjunto de dados de ataque.
O δ-presença é comparado com os outros métodos de análise de risco, em que o conjunto de dados de ataque é explicitamente conhecido. Dependendo do tipo de dados, a proteção de dados sensíveis usa conjuntos de dados disponíveis publicamente (por exemplo, do Censo dos EUA) ou um modelo estatístico personalizado (por exemplo, uma ou mais tabelas do BigQuery especificadas) ou extrapola a distribuição de valores no conjunto de dados de entrada.
Neste tópico, demonstramos como calcular os valores de Δ de presença para um conjunto de dados usando a proteção de dados sensíveis. Para mais informações sobre δ-presença ou análise de risco em geral, consulte o tópico sobre o conceito de análise de risco antes de continuar.
Antes de começar
Antes de continuar, faça o seguinte:
- Faça login na sua Conta do Google.
- No console do Google Cloud, na página do seletor de projetos, escolha ou crie um projeto do Google Cloud. Acessar o seletor de projetos
- Verifique se a cobrança está ativada para o seu projeto do Google Cloud. Saiba como confirmar se a cobrança está ativada para seu projeto.
- Ative a proteção de dados sensíveis. Ative a proteção de dados sensíveis
- Selecione um conjunto de dados do BigQuery para a análise. A proteção de dados sensíveis estima a métrica de presença por ε verificando uma tabela do BigQuery.
- Determine os tipos de conjuntos de dados que você quer usar para modelar o conjunto de dados de
ataque. Para mais informações, consulte a página de referência do objeto
DeltaPresenceEstimationConfig
, bem como os termos e técnicas de análise de risco.
Métricas de δ-presença
Para calcular uma estimativa de Páginas usando a proteção de dados sensíveis, envie uma solicitação para o seguinte URL, em que PROJECT_ID indica o identificador do projeto:
https://dlp.googleapis.com/v2/projects/PROJECT_ID/dlpJobs
A solicitação contém um
objeto RiskAnalysisJobConfig
,
composto de:
Um objeto
PrivacyMetric
É onde você especifica que quer calcular δ-presença ao especificar um objetoDeltaPresenceEstimationConfig
contendo o seguinte:quasiIds[]
: obrigatório. Campos (objetosQuasiId
) considerados semi-identificadores a serem verificados e usados para calcular δ-presença. Não existem duas colunas com a mesma tag. Eles podem ser:- Um infoType: faz com que a proteção de dados sensíveis use o conjunto de dados público relevante como modelo estatístico de população, incluindo CEPs dos EUA, códigos regionais, idades e gêneros.
- Um InfoType personalizado: uma tag personalizada em que você indica uma tabela auxiliar (um objeto
AuxiliaryTable
) que contém informações estatísticas sobre os valores possíveis dessa coluna. - A tag
inferred
: se nenhuma tag semântica estiver indicada, especifiqueinferred
. A proteção de dados sensíveis infere o modelo estatístico da distribuição de valores nos dados de entrada.
regionCode
: um código regional ISO 3166-1 alfa-2 para que a proteção de dados sensíveis use na modelagem estatística. Esse valor será necessário se nenhuma coluna estiver marcada com um infoType específico da região (por exemplo, um CEP dos EUA) ou um código regional.auxiliaryTables[]
: tabelas auxiliares (objetosStatisticalTable
) a serem usadas na análise. Cada tag personalizada usada para marcar uma coluna de semi-identificador (dequasiIds[]
) precisa aparecer em exatamente uma coluna de uma tabela auxiliar.
Um objeto
BigQueryTable
. Inclua todos os itens a seguir para especificar a tabela do BigQuery que será verificada:projectId
: o ID do projeto que contém a tabela.datasetId
: o ID do conjunto de dados da tabela.tableId
: o nome da tabela.
Um conjunto de um ou mais objetos
Action
, que representam ações a serem executadas, na ordem indicada, na conclusão do job. Cada objetoAction
pode conter uma das seguintes ações:- Objeto
SaveFindings
: salva os resultados da verificação de análise de risco em uma tabela do BigQuery. - Objeto
PublishToPubSub
: publica uma notificação em um tópico do Cloud Pub/Sub.
- Objeto
PublishSummaryToCscc
: salva um resumo de resultados no Security Command Center. - Objeto
PublishFindingsToCloudDataCatalog
: salva os resultados no Data Catalog. - Objeto
JobNotificationEmails
: envia um e-mail com os resultados. - Objeto
PublishToStackdriver
: salva os resultados no conjunto de operações do Google Cloud.
- Objeto
Como visualizar os resultados do job de δ-presença
Para recuperar os resultados doδ-presença usando o API
REST, envie a seguinte solicitação GET
para o
projects.dlpJobs
. Substitua PROJECT_ID pelo ID do projeto e
JOB_ID pelo identificador do job em que você quer receber os resultados.
O código da tarefa foi retornado quando você iniciou o job e também pode ser recuperado ao listar todos os jobs.
GET https://dlp.googleapis.com/v2/projects/PROJECT_ID/dlpJobs/JOB_ID
A solicitação retorna um objeto JSON que contém uma instância do job. Os resultados
da análise estão dentro da chave "riskDetails"
, em um
objeto
AnalyzeDataSourceRiskDetails
. Para mais informações, consulte a referência da API do
recurso
DlpJob
.
A seguir
- Saiba como calcular o valor de k-anonimato para um conjunto de dados.
- Saiba como calcular o valor de l-diversidade para um conjunto de dados.
- Saiba como calcular o valor de k-mapa para um conjunto de dados.