匹配可能性

扫描结果根据它们表示匹配项的可能性进行分类。敏感数据保护使用 表示概率的概率，用于表示概率的 确认一条数据与给定 infoType 匹配。

可能性的运作方式

配置敏感数据保护扫描时，需要设置 infoType 请求 Sensitive Data Protection 扫描。缩小扫描范围 结果，您可以在您的报告中设置最低可能性级别 请求。

对于扫描期间检测到的每个可能匹配项（发现结果），敏感数据保护都会分配一个可能性级别。发现结果的可能性级别描述了该发现结果与您要扫描的 infoType 匹配的可能性。例如，敏感数据保护可能会为 LIKELY 的发现结果类似电子邮件地址的概率。

当敏感数据保护返回结果时，它会过滤掉 您找到的可能性低于您给出的最低可能性 。例如，如果您将最小可能性设为 POSSIBLE，您将只能获得评估为 POSSIBLE 的发现结果， LIKELY和VERY_LIKELY。如果您将最低可能性设置为 VERY_LIKELY，则会获得最少的发现结果。

可能性级别

下表列出了敏感数据保护功能可为发现结果分配的可能概率值。

ENUM 说明
VERY_UNLIKELY 具有以下特征：
  • 信号弱。
  • 缺少情境线索。
  • 给定 infoType 的负信号。
UNLIKELY 特征如下：
  • 一个或多个信号较弱。
  • 另一个 infoType 的更强信号。
POSSIBLE 具有以下特征：
  • 指向给定 infoType 的一个或多个信号。信号可以包括传递校验和。
  • 缺少强有力的背景信息线索和独特而具体的格式。
LIKELY 由给定 infoType 的一个或多个强信号来表示。 信号可包括传递的校验和、强的上下文线索以及 唯一且具体的格式
VERY_LIKELY 其特征是针对给定 infoType 具有多个强烈信号。信号可包括传递的校验和、强的上下文线索以及 唯一且具体的格式

为扫描结果选择最低可能性级别

一般来说，如果您在敏感数据保护请求中设置的最低概率级别较高，则结果中的假正例（有时称为噪声）数量会较少。不过，结果还会排除更多 真正例。选择最低可能性级别涉及寻找合适的 召回率和 精确率。

例如，假设某个文档中有 10 个街道地址， 敏感数据保护服务识别了 5 个街道地址。不过，在敏感数据保护功能发现的结果中，实际上只有 4 个街道地址。

  • 召回率是指真正例实例数占相关实例总数的比例。在此示例中，召回率为 4/10。
  • 精度是指敏感数据保护功能识别出的实例总数中的真正正例实例数。在此示例中，精确度为 4/5。

在此示例中，精确率很高，但召回率相对较低。

您设置的最低可能性级别会影响扫描结果中的召回率和精确率。下表介绍了每个最小似然度级别的适用场景，以及每个级别的召回率和准确率的变化情况。

最低可能性级别 说明
LIKELIHOOD_UNSPECIFIED 默认值；与 POSSIBLE 相同。
VERY_UNLIKELY 如果您需要最高的召回率，则此方法非常有用。此最低可能性级别会产生最多的噪声。
UNLIKELY 如果您需要更高的召回率，则此参数很有用。这个最低可能性级别 会生成一些噪声。
POSSIBLE 如果您希望平衡精确率和召回率，则此参数很有用。
LIKELY 如果您需要提高精确率，但不想降低召回率，此方法非常有用。
VERY_LIKELY 如果您想以最高精度 召回率。

默认的最小可能性

如果您未在请求中设置最低可能性，或者您已将其设置为 LIKELIHOOD_UNSPECIFIED，敏感数据保护仅返回具有 概率为 POSSIBLE 及以上。