É possível usar modelos para criar e manter informações de configuração que são usadas com o Cloud Data Loss Prevention (DLP). Os modelos são úteis para desacoplar a configuração. Por exemplo, o que você inspeciona e como desidentifica esse item da implementação de suas solicitações. Os modelos fornecem uma maneira robusta de reutilizar a configuração e ter consistência entre usuários e conjuntos de dados.
O Cloud DLP é compatível com dois tipos de modelos:
- Modelos de desidentificação: salvam as informações de configuração para jobs de desidentificação, incluindo transformações de InfoType e de registro (conjunto de dados estruturados).
- Modelos de inspeção: mantêm informações de configuração para jobs de verificação de inspeção, incluindo quais detectores predefinidos ou personalizados serão usados. Para mais informações sobre modelos de inspeção, consulte Como criar modelos de inspeção do Cloud DLP.
Para informações conceituais sobre modelos no Cloud DLP, consulte Modelos.
O restante deste tópico mostra como criar modelos de desidentificação para uso com o Cloud DLP.
Criar modelo de desidentificação
Vale observar que um modelo de desidentificação é simplesmente uma configuração de desidentificação reutilizável com alguns metadados. Em termos de API, o objeto DeidentifyTemplate é efetivamente um objeto DeidentifyConfig que inclui mais alguns campos de metadados, como um nome de exibição e uma descrição. Portanto, para criar um novo modelo de desidentificação, siga estas etapas básicas:
- Comece com um objeto
DeidentifyConfig. - Faça a chamada ou execute o comando POST do método
createdo recursoprojects.deidentifyTemplatesouorganizations.deidentifyTemplates, incluindo na solicitação um objetoDeidentifyTemplateque contém um nome de exibição, uma descrição e esse objetoDeidentifyConfig.
O DeidentifyTemplate retornado será usado imediatamente. É possível referir-se a ele em outras chamadas ou jobs pelo name. É possível listar os modelos existentes chamando o método *.deidentifyTemplates.list. Para ver um modelo específico, chame o método *.deidentifyTemplates.get. Observe que o limite para o número de modelos que podem ser criados é 1.000.
Se você já teve alguma experiência com a desidentificação de dados confidenciais de texto, imagens ou conteúdo estruturado usando o Cloud DLP, você já criou um objeto DeidentifyConfig. Mais uma etapa o transforma em um objeto DeidentifyTemplate.
Exemplo de REST
O seguinte JSON é um exemplo do que é possível enviar ao método projects.deidentifyTemplates.create. Esse JSON cria um novo modelo com o nome de exibição e a descrição fornecidos e verifica correspondências nos InfoTypes EMAIL_ADDRESS e LAST_NAME. Quando ele encontrar conteúdo correspondente a esses InfoTypes, ele mascarará os três primeiros caracteres com um asterisco (*):
Entrada JSON:
POST https://dlp.googleapis.com/v2/projects/[PROJECT_ID]/deidentifyTemplates?key={YOUR_API_KEY}
{
"deidentifyTemplate":{
"displayName":"Email last name mask",
"description":"De-identifies emails and last names with a series of asterisks.",
"deidentifyConfig":{
"infoTypeTransformations":{
"transformations":[
{
"infoTypes":[
{
"name":"LAST_NAME"
}
],
"primitiveTransformation":{
"replaceWithInfoTypeConfig":{
}
}
},
{
"infoTypes":[
{
"name":"EMAIL_ADDRESS"
}
],
"primitiveTransformation":{
"characterMaskConfig":{
"charactersToIgnore":[
{
"charactersToSkip":"@"
}
],
"maskingCharacter":"*"
}
}
}
]
}
}
}
}
Saída JSON:
{
"name":"projects/[PROJECT_ID]/deidentifyTemplates/[JOB-ID]",
"displayName":"Email last name mask",
"description":"De-identifies emails and last names with a series of asterisks.",
"createTime":"2018-11-30T07:17:59.536022Z",
"updateTime":"2018-11-30T07:17:59.536022Z",
"deidentifyConfig":{
"infoTypeTransformations":{
"transformations":[
{
"infoTypes":[
{
"name":"LAST_NAME"
}
],
"primitiveTransformation":{
"replaceWithInfoTypeConfig":{
}
}
},
{
"infoTypes":[
{
"name":"EMAIL_ADDRESS"
}
],
"primitiveTransformation":{
"characterMaskConfig":{
"maskingCharacter":"*",
"charactersToIgnore":[
{
"charactersToSkip":"@"
}
]
}
}
}
]
}
}
}
Para testar isso rapidamente, use o APIs Explorer incorporado abaixo. Para informações gerais sobre como usar JSON para enviar solicitações à API Cloud DLP, consulte o guia de início rápido do JSON.
Como usar modelos de desidentificação
Depois de criar um novo modelo, é possível usar o respectivo identificador name em qualquer lugar que deidentifyTemplateName é aceito, como:
projects.content.deidentify: desidentifica dados potencialmente confidenciais no conteúdo usando a própria configuração como modelo. Saiba que esse método pode usar um modelo de inspeção ou de desidentificação.
Como listar modelos de desidentificação
Para listar todos os modelos de desidentificação criados, use um dos métodos *.*.list:
Exemplos de código
A amostra de código a seguir demonstra em várias linguagens como usar o Cloud DLP para listar modelos de inspeção. O processo é igual ao usado para listar os modelos de desidentificação.
Java
Node.js
Python
Go
PHP
C#
Como excluir modelos de desidentificação
Para excluir um modelo de desidentificação específico, use um dos métodos *.*.delete:
Com cada método *.*.delete, inclua o nome do recurso do modelo a ser excluído.
Exemplos de código
A amostra de código a seguir demonstra em várias linguagens como usar o Cloud DLP para excluir um modelo de inspeção. O processo é igual ao usado para listar os modelos de desidentificação.
Java
Node.js
Python
Go
PHP
C#