Ergebnisse aus dem Data Profiler korrigieren

Auf dieser Seite wird beschrieben, wie Sie Ergebnisse aus Datenprofilen korrigieren können.

Hohes Datenrisiko

Spalten oder Tabellen mit hohem Datenrisiko enthalten Hinweise auf vertrauliche Informationen ohne zusätzlichen Schutz. Um den Datenrisikowert zu verringern, sollten Sie folgende Möglichkeiten in Betracht ziehen:

  • Wenden Sie für BigQuery-Spalten, die sensible Daten enthalten, ein BigQuery-Richtlinien-Tag an, um den Zugriff auf Konten mit bestimmten Zugriffsrechten einzuschränken.

    Bevor Sie diese Änderung vornehmen, muss Ihr Dienst-Agent die Berechtigungen haben, die zum Erstellen von Profilen mit Einschränkungen auf Spaltenebene erforderlich sind. Andernfalls wird beim Schutz sensibler Daten ein Fehler angezeigt. Weitere Informationen finden Sie unter Fehlerbehebung bei Datenprofilen.

  • De-identifizieren Sie die sensiblen Rohdaten mit De-Identifikationstechniken wie Maskierung und Tokenisierung.

  • Wenn Daten mit hohem Risiko nicht benötigt werden, sollten Sie die sensiblen Spalten entfernen.

Hoher Wert für freien Text

Eine Spalte mit einem hohen Freitextwert, insbesondere eine Spalte mit mehreren infoTypes (wie PHONE_NUMBER, US_SOCIAL_SECURITY_NUMBER und DATE_OF_BIRTH), kann unstrukturierte Daten und Instanzen personenidentifizierbarer Informationen enthalten. Diese Spalte kann ein Notiz- oder Kommentarfeld sein. Freitext stellt ein potenzielles Risiko dar. In solchen Feldern könnte zum Beispiel "Customer geboren am 1. Januar 1985" eingegeben werden.

Der Schutz sensibler Daten wurde für die Verarbeitung unstrukturierter Daten entwickelt. Damit Sie diese Art von Daten besser verstehen, sollten Sie Folgendes tun:

  • Bei BigQuery-Daten können Sie durch Ausführen einer On-Demand-Prüfung der BigQuery-Tabelle die Zeilen oder Zellen ermitteln, in denen personenidentifizierbare Informationen enthalten sein könnten.

  • De-identifizieren Sie die sensiblen Rohdaten mit Techniken wie Maskierung und Tokenisierung.

Nächste Schritte