Google은 Sensitive Data Protection과 관련된 문서, 블로그 게시물, 동영상을 수시로 공개합니다. 해당 항목은 여기에 나와 있습니다.
블로그 게시물
Sensitive Data Protection으로 생성 AI 워크로드 보호
이 블로그 게시물에서는 Sensitive Data Protection로 생성 AI 애플리케이션을 보호하는 데이터 중심 접근 방식을 살펴보고 실제 사례와 함께 Jupyter 노트북을 제공합니다.
블로그 게시물 읽기: 'Sensitive Data Protection가 생성적 AI 워크로드를 보호하는 데 어떻게 도움이 되는지'
DLP를 사용한 BigQuery의 자동 데이터 위험 관리
민감한 데이터 검색 서비스는 조직 전체의 데이터를 지속적으로 스캔하여 보유한 데이터 및 민감한 정보가 저장되고 처리되는 위치에 대한 구체적인 정보를 제공합니다. 이러한 인식은 데이터를 보호하고 통제하는 데 중요한 첫 단계이며 보안, 개인 정보 보호, 규정 준수 상태를 개선하는 데 도움이 되는 핵심적인 제어 역할을 합니다.
블로그 게시물 읽기: 'DLP를 사용한 BigQuery의 자동 데이터 위험 관리'
규정 준수를 넘어 오늘날 클라우드 중심 세상의 DLP를 재구상
규정 준수, 보안, 개인정보 보호 사용 사례를 비롯하여 현재 환경에서 DLP가 어떻게 유용한지 논의하기 전에 DLP 기록을 살펴봅니다.
블로그 게시물: '규정 준수를 넘어 오늘날 클라우드 중심 세상의 DLP를 재구상'
단 몇 번의 클릭으로 민감한 데이터 스캔
Sensitive Data Protection을 위한 Google Cloud 콘솔 사용자 인터페이스에 대한 자세한 안내에서 클릭 몇 번만으로 기업 데이터 검사를 시작하는 방법을 알아보세요.
블로그 게시물 읽기: '데이터 관리: 단 몇 번의 클릭으로 민감한 데이터 스캔'
토큰화를 통해 개인정보를 보호하면서 데이터를 유용하게 만드는 방법
가명처리 또는 서로게이트 교체라고도 하는 토큰화는 금융 및 의료 업계 등에서 널리 사용되며, 데이터 사용량, 규정 준수 범위를 줄이고, 필요하지 않은 시스템에 노출되는 민감한 정보를 최소화하는 데 도움이 됩니다. Sensitive Data Protection을 사용하면 최소한의 설정으로 대규모 토큰화를 수행할 수 있습니다.
블로그 게시물 읽기: 토큰화를 통해 개인정보를 보호하면서 데이터를 유용하게 만드는 방법'
Sensitive Data Protection을 사용하여 민감한 정보 익명화 및 난독화
Sensitive Data Protection을 활용하여 워크플로에 데이터 난독화 및 최소화 기술을 도입함으로써 자동으로 데이터를 보호하는 방법을 논의합니다.
블로그 게시물 읽기: '데이터 관리: Sensitive Data Protection을 사용하여 민감한 정보 익명화 및 난독화'
Sensitive Data Protection을 사용하여 PII 찾기 및 보호
Sensitive Data Protection 제품 관리자인 스콧 엘리스가 Cloud DLP를 활용하여 개인정보 보호를 강화하는 방법을 설명합니다.
블로그 게시물 읽기: '데이터 관리: Cloud DLP를 사용하여 PII 찾기 및 보호'
Sensitive Data Protection으로 BigQuery 스캔
이 팀은 Google Cloud 콘솔에서 BigQuery를 쉽게 스캔하는 방법을 공유합니다.
블로그 게시물 읽기: 'Sensitive Data Protection을 사용하여 BigQuery에서 민감한 정보 검색'
솔루션
JDBC를 사용하여 SQL 데이터베이스에 대한 Sensitive Data Protection 하이브리드 검사
이 가이드에서는 JDBC 드라이버로 Sensitive Data Protection 하이브리드 검사 메서드를 사용하여 거의 모든 곳에서 실행되는 MySQL, SQL Server, PostgreSQL과 같은 SQL 데이터베이스의 테이블 샘플을 검사하는 방법을 보여줍니다.
가이드 읽기: 'JDBC를 사용하여 SQL 데이터베이스에 대한 Sensitive Data Protection 하이브리드 검사'
Sensitive Data Protection을 사용하는 음성 수정 프레임워크
이 가이드에는 오디오 파일에서 민감한 정보를 수정하는 데 사용할 수 있는 구성요소 및 코드 모음이 포함되어 있습니다. Cloud Storage에 업로드된 파일을 사용하여 민감한 결과를 검색 및 작성하거나 오디오 파일에서 민감한 정보를 수정할 수 있습니다.
또한 두 번째 가이드인 음성 분석 프레임워크에는 오디오를 텍스트로 변환하고, 텍스트로 변환된 오디오 파일의 분석을 위한 데이터 파이프라인을 만들고, Sensitive Data Protection을 사용하여 오디오 스크립트에서 민감한 정보를 수정하는 데 사용할 수 있는 구성요소 및 코드 모음이 포함되어 있습니다.
Sensitive Data Protection을 사용하는 이벤트 기반 서버리스 예약 아키텍처
이 가이드에서는 Google Cloud 서비스를 사용하는 간단하면서도 효과적이고 확장 가능한 이벤트 기반 서버리스 예약 아키텍처를 보여줍니다. 여기에 포함된 예시는 DLP API를 사용하여 BigQuery 데이터를 검사하는 방법을 보여줍니다.
가이드 읽기: 'Sensitive Data Protection이 포함된 이벤트 기반 서버리스 예약 아키텍처'
Envoy의 Sensitive Data Protection 필터
Envoy용 Sensitive Data Protection 필터는 Istio 서비스 메시에 있는 Envoy 사이드카 프록시용 WebAssembly ('Wasm') HTTP 필터입니다. Envoy용 Sensitive Data Protection 필터는 프록시 데이터 영역 트래픽을 캡처하여 검사하도록 Sensitive Data Protection으로 전송합니다. 여기서 페이로드가 PII를 포함한 민감한 정보를 스캔합니다.
GitHub: Envoy의 Sensitive Data Protection 필터
스트리밍 분석 및 AI를 사용한 이상 감지
이 게시물에서는 로그 파일에서 이상치를 감지하기 위한 실시간 AI 패턴을 설명합니다. 네트워크 로그에서 기능을 분석하고 추출하여 Google은 전자통신(통신) 고객이 이상치를 감지하기 위한 스트리밍 분석 파이프라인을 구축할 수 있도록 지원했습니다. 또한, 조직의 실시간 니즈에 맞게 이 패턴을 조정할 수 있는 방법도 논의합니다. 이 개념 증명 솔루션에서는 Pub/Sub, Dataflow, BigQuery ML, Sensitive Data Protection을 사용합니다.
블로그 게시물 읽기: '스트리밍 분석 및 AI를 사용한 이상 감지'
가이드 읽기: 'Google Cloud 스트림 분석 및 AI 서비스를 사용한 실시간 이상 감지'
Sensitive Data Protection을 사용하여 대규모 데이터 세트에서 PII 익명화 및 재식별
이 솔루션에서는 Sensitive Data Protection을 사용하여 자동 데이터 변환 파이프라인을 만들어 개인 식별 정보(PII)와 같은 민감한 정보를 익명화하는 방법을 설명합니다. 이 검사 및 마이그레이션 솔루션은 Amazon S3 및 Cloud Storage와 같은 스토리지 시스템에서 구조화된 데이터와 구조화되지 않은 데이터를 읽습니다. DLP API를 사용하여 자동으로 데이터를 익명화하고 BigQuery 및 Cloud Storage로 전송할 수 있습니다.
가이드 읽기: 'Sensitive Data Protection을 사용하여 대규모 데이터 세트에서 PII 익명화 및 재식별'
GitHub: Dataflow/Beam 및 DLP API를 사용한 데이터 토큰화 PoC
Cloud Storage에 업로드되는 데이터 분류 자동화
이 튜토리얼에서는 Cloud Storage 및 기타 Google Cloud 제품을 사용하여 자동화된 데이터 격리 및 분류 시스템을 구현하는 방법을 보여줍니다.
튜토리얼 읽기: 'Cloud Storage에 업로드된 데이터 분류 자동화'
Dataflow를 사용하여 관계형 데이터베이스에서 BigQuery로 가져오기
이 개념 증명은 Dataflow 및 Sensitive Data Protection을 사용하여 데이터를 안전하게 토큰화하고 관계형 데이터베이스에서 BigQuery로 가져옵니다. 이 예시에서는 Google Kubernetes Engine에서 생성된 샘플 SQL Server 데이터베이스에서 이 파이프라인을 사용하고 Sensitive Data Protection 템플릿을 사용하여 PII 데이터를 토큰화한 후 영구 보관하는 방법을 설명합니다.
GitHub: Dataflow 및 Sensitive Data Protection을 사용하여 관계형 데이터베이스 가져오기
Sensitive Data Protection 프록시를 사용하여 민감한 정보가 포함된 데이터베이스 쿼리를 위한 아키텍처 예시
이 개념 증명 아키텍처는 Sensitive Data Protection을 사용하여 발견 항목을 파싱, 검사한 후 로깅하거나 결과를 익명화하는 서비스를 통해 모든 쿼리와 결과를 프록시로 전달합니다. 그런 다음 요청된 데이터를 사용자에게 반환합니다. 데이터베이스에 토큰화된 데이터가 이미 저장된 경우 이 프록시 개념을 사용하여 토큰화를 해제한 후 요청된 데이터를 반환할 수도 있습니다. 가이드 읽기: '민감한 정보가 포함된 데이터베이스 쿼리를 위해 Sensitive Data Protection 프록시를 사용하는 아키텍처 예시'
동영상
Cloud Next '20: OnAir: 하이브리드 환경에서 민감한 정보 관리
민감한 정보는 클라우드 안팎의 엔터프라이즈 환경에 존재합니다. 데이터의 위치와 관계없이 이 데이터를 올바르게 관리하는 것이 중요합니다. 이 세션에서는 온프레미스, 가상 머신에서 실행되는 데이터베이스, 다른 클라우드 제공업체에서 호스팅되는 파일, Kubernetes 내부의 데이터 흐름 등과 같은 하이브리드 환경의 콘텐츠 검사 지원에 중점을 두고 Sensitive Data Protection이 데이터 관리에 어떻게 도움이 되는지 보여줍니다.
YouTube: SEC206: 하이브리드 환경에서 민감한 정보 관리
가이드 읽기: 'Envoy용 Sensitive Data Protection 필터'
가이드 읽기: 'JDBC를 사용하여 SQL 데이터베이스에 대한 Sensitive Data Protection 하이브리드 검사'
Cloud OnAir: Google Cloud의 민감한 데이터 세트 보호
데이터는 회사의 가장 중요한 자산 중 하나입니다. 애널리틱스와 머신러닝은 고객과 비즈니스에 가치 있는 서비스를 제공합니다. 이러한 데이터세트에는 보호가 필요한 민감한 데이터도 포함될 수 있습니다. 이 웹 세미나에서는 Sensitive Data Protection을 통해 전반적인 거버넌스 전략의 일환으로 민감한 정보를 검색, 분류, 익명화하는 방법을 알아봅니다.
YouTube: Cloud OnAir: Google Cloud의 민감한 데이터 세트 보호
Cloud Next 2019: PII를 Google Cloud로 수집하는 클라우드 기반 접근 방식을 공유한 Scotiabank
대형 국제 은행인 Scotiabank가 Google Cloud로 PII를 수집하고 액세스를 제한하며 은행 애플리케이션의 재식별을 신중하게, 선별적으로 허용하는 클라우드 기반 접근법과 보안 여정을 설명합니다.
YouTube: Google Cloud의 포괄적인 PII 보호(Cloud Next '19)
Cloud Next 2019: 클라우드에서 민감한 정보 식별 및 보호
Google Cloud팀이 Sensitive Data Protection을 위한 최신 개선사항을 공유하고 민감한 정보를 보호하기 위한 여러 가지 기법을 시연합니다.
YouTube: 클라우드에서 민감한 정보 식별 및 보호: Google Cloud의 혁신적인 최신 기술(Cloud Next '19)