Cloud Data Loss Prevention (Cloud DLP) ora fa parte di Sensitive Data Protection. Il nome dell'API rimane invariato: API Cloud Data Loss Prevention (API DLP). Per informazioni sui servizi che compongono Sensitive Data Protection, consulta la panoramica di Sensitive Data Protection.
Mantieni tutto organizzato con le raccolte
Salva e classifica i contenuti in base alle tue preferenze.
La presenza delta (δ-presenza) è una metrica che quantifica la probabilità che
un individuo appartenga a un set di dati analizzato. Come per la k-mappa,
puoi stimare i valori di δ-presenza utilizzando Sensitive Data Protection, che
utilizza un modello statistico per stimare il set di dati di attacco.
δ-presence è in contrasto con gli altri metodi di analisi del rischio, in cui il
set di dati degli attacchi è noto in modo esplicito. A seconda del tipo di dati, Sensitive Data Protection utilizza set di dati disponibili pubblicamente (ad esempio, del censimento degli Stati Uniti) o un modello statistico personalizzato (ad esempio, una o più tabelle BigQuery specificate) oppure esegue l'estrapolazione dalla distribuzione dei valori nel set di dati di input.
Questo argomento mostra come calcolare i valori di δ-presenza per un set di dati utilizzando Sensitive Data Protection. Per saperne di più sull'analisi del rischio o della δ-presenza in generale, consulta l'argomento sui concetti di analisi del rischio prima di continuare.
Prima di iniziare
Prima di continuare, assicurati di aver fatto quanto segue:
Per calcolare una stima della δ-presenza utilizzando Sensitive Data Protection, invia una richiesta
al seguente URL, dove PROJECT_ID indica l'identificatore del progetto:
quasiIds[]: obbligatorio. Campi
(oggetti QuasiId)
considerati quasi identificatori da scansionare e utilizzare per calcolare
la δ-presenza. Due colonne non possono avere lo stesso tag. Può essere uno dei seguenti:
Un infoType: questo
fa sì che Sensitive Data Protection utilizzi il set di dati pubblico pertinente come
modello statistico della popolazione, inclusi codici postali, codici regione,
età e generi degli Stati Uniti.
Un infoType personalizzato: un tag personalizzato in cui indichi una tabella ausiliaria
(un oggetto
AuxiliaryTable) che contiene informazioni statistiche sui valori possibili di
questa colonna.
Il tag inferred: se non è indicato alcun tag semantico, specifica inferred.
Sensitive Data Protection deduce il modello statistico dalla
distribuzione dei valori nei dati di input.
regionCode: un
codice regione ISO 3166-1 alpha-2
che Sensitive Data Protection utilizza nella modellazione statistica. Questo valore
è obbligatorio se nessuna colonna è taggata con un infoType specifico per la regione (ad esempio, un codice postale degli Stati Uniti) o un codice regione.
auxiliaryTables[]: tabelle ausiliarie
(oggetti StatisticalTable)
da utilizzare nell'analisi. Ogni tag personalizzato utilizzato per taggare una
colonna quasi identificativa (da quasiIds[]) deve essere presente in esattamente una
colonna di una tabella ausiliaria.
Un oggetto BigQueryTable. Specifica la tabella BigQuery da analizzare includendo tutti i seguenti elementi:
projectId: l'ID progetto del progetto contenente la tabella.
datasetId: l'ID set di dati della tabella.
tableId: il nome della tabella.
Un insieme di uno o più oggetti
Action
che rappresentano le azioni da eseguire, nell'ordine indicato, al termine del job. Ogni oggetto Action può contenere una delle seguenti azioni:
SaveFindings
object: salva i risultati della scansione di analisi del rischio in una
tabella BigQuery.
Visualizzazione dei risultati del job di presenza δ
Per recuperare i risultati del job di analisi del rischio di presenza δ utilizzando l'API REST, invia la seguente richiesta GET alla risorsa projects.dlpJobs. Sostituisci PROJECT_ID con l'ID progetto e
JOB_ID con l'identificatore del job per cui vuoi ottenere i risultati.
L'ID job è stato restituito all'avvio del job e può essere recuperato anche
elencando tutti i job.
GET https://dlp.googleapis.com/v2/projects/PROJECT_ID/dlpJobs/JOB_ID
La richiesta restituisce un oggetto JSON contenente un'istanza del job. I risultati
dell'analisi si trovano all'interno della chiave "riskDetails", in un
oggetto
AnalyzeDataSourceRiskDetails. Per saperne di più, consulta il riferimento API per la risorsa
DlpJob.
Passaggi successivi
Scopri come calcolare il valore di k-anonymity
per un set di dati.
Scopri come calcolare il valore di l-diversity
per un set di dati.
Scopri come calcolare il valore di k-map per un set di dati.
[[["Facile da capire","easyToUnderstand","thumb-up"],["Il problema è stato risolto","solvedMyProblem","thumb-up"],["Altra","otherUp","thumb-up"]],[["Difficile da capire","hardToUnderstand","thumb-down"],["Informazioni o codice di esempio errati","incorrectInformationOrSampleCode","thumb-down"],["Mancano le informazioni o gli esempi di cui ho bisogno","missingTheInformationSamplesINeed","thumb-down"],["Problema di traduzione","translationIssue","thumb-down"],["Altra","otherDown","thumb-down"]],["Ultimo aggiornamento 2025-09-11 UTC."],[],[],null,["# Computing δ-presence for a dataset\n\nDelta-presence (*δ* -presence) is a metric that quantifies the probability that\nan individual belongs to an analyzed dataset. Like [*k*-map](#compute-k-map),\nyou can estimate *δ*-presence values using Sensitive Data Protection, which\nuses a statistical model to estimate the attack dataset.\n\n*δ*-presence contrasts with the other risk analysis methods, in which the\nattack dataset is explicitly known. Depending on the type of data,\nSensitive Data Protection uses publicly available datasets (for example, from the\nUS Census) or a custom statistical model (for example, one or more\nBigQuery tables that you specify), or it extrapolates from the\ndistribution of values in your input dataset.\n\nThis topic demonstrates how to compute *δ* -presence values for a dataset using\nSensitive Data Protection. For more information about *δ* -presence or risk analysis in\ngeneral, see the [risk analysis concept topic](/sensitive-data-protection/docs/concepts-risk-analysis)\nbefore continuing on.\n| **Note:** At this time, you can only compute *δ* -presence values using the DLP API or Sensitive Data Protection-supported [client\n| libraries](/sensitive-data-protection/docs/libraries). Sensitive Data Protection in the Google Cloud console doesn't support computing *δ*-presence values.\n\n\u003cbr /\u003e\n\n| **Note:** Prematurely canceling an operation midway through a job still incurs costs for the portion of the job that was completed. For more information about billing, see [Sensitive Data Protection pricing](https://cloud.google.com/sensitive-data-protection/pricing).\n\n\u003cbr /\u003e\n\nBefore you begin\n----------------\n\n\nBefore continuing, be sure you've done the following:\n\n1. [Sign in](https://accounts.google.com/Login) to your Google Account.\n2. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.\n[Go to the project selector](https://console.cloud.google.com/projectselector2/home/dashboard)\n3. Make sure that billing is enabled for your Google Cloud project. [Learn how to confirm billing is enabled for your\n project.](/billing/docs/how-to/modify-project)\n4. Enable Sensitive Data Protection.\n[Enable Sensitive Data Protection](https://console.cloud.google.com/flows/enableapi?apiid=dlp.googleapis.com)\n5. Select a BigQuery dataset to analyze. Sensitive Data Protection estimates the *δ*-presence metric by scanning a BigQuery table.\n6. Determine the types of datasets you want to use to model the attack dataset. For more information, see the reference page for the [`DeltaPresenceEstimationConfig`](/sensitive-data-protection/docs/reference/rest/v2/projects.dlpJobs#deltapresenceestimationconfig) object, as well as [Risk\n analysis terms and techniques](/sensitive-data-protection/docs/concepts-risk-analysis#risk_analysis_terms_and_techniques).\n\n\u003cbr /\u003e\n\nCompute *δ*-presence metrics\n----------------------------\n\nTo compute a *δ* -presence estimate using Sensitive Data Protection, send a request\nto the following URL, where \u003cvar translate=\"no\"\u003ePROJECT_ID\u003c/var\u003e indicates your [project\nidentifier](https://cloud.google.com/resource-manager/docs/creating-managing-projects#identifying_projects): \n\n```\nhttps://dlp.googleapis.com/v2/projects/PROJECT_ID/dlpJobs\n```\n\nThe request contains a\n[`RiskAnalysisJobConfig`](/sensitive-data-protection/docs/reference/rest/v2/projects.dlpJobs/create#riskanalysisjobconfig)\nobject, which is composed of the following:\n\n- A\n [`PrivacyMetric`](/sensitive-data-protection/docs/reference/rest/v2/projects.dlpJobs#privacymetric)\n object. This is where you specify that you want to calculate *δ* -presence by\n specifying a\n [`DeltaPresenceEstimationConfig`](/sensitive-data-protection/docs/reference/rest/v2/projects.dlpJobs#deltapresenceestimationconfig)\n object containing the following:\n\n - `quasiIds[]`: Required. Fields\n ([`QuasiId`](/sensitive-data-protection/docs/reference/rest/v2/projects.dlpJobs#quasiid)\n objects) considered to be quasi-identifiers to scan and use to compute\n *δ*-presence. No two columns can have the same tag. These can be any of the\n following:\n\n - An [infoType](/sensitive-data-protection/docs/reference/rest/v2/InfoType): This causes Sensitive Data Protection to use the relevant public dataset as a statistical model of population, including US ZIP codes, region codes, ages, and genders.\n - A custom infoType: A custom tag wherein you indicate an auxiliary table (an [`AuxiliaryTable`](/sensitive-data-protection/docs/reference/rest/v2/projects.dlpJobs#DlpJob.AuxiliaryTable) object) that contains statistical information about the possible values of this column.\n - The `inferred` tag: If no semantic tag is indicated, specify `inferred`. Sensitive Data Protection infers the statistical model from the distribution of values in the input data.\n - `regionCode`: An\n [ISO 3166-1 alpha-2 region code](https://en.wikipedia.org/wiki/ISO_3166-1_alpha-2)\n for Sensitive Data Protection to use in statistical modeling. This value\n is required if no column is tagged with a region-specific infoType (for\n example, a US ZIP code) or a region code.\n\n - `auxiliaryTables[]`: Auxiliary tables\n ([`StatisticalTable`](/sensitive-data-protection/docs/reference/rest/v2/projects.dlpJobs#statisticaltable)\n objects) to use in the analysis. Each custom tag used to tag a\n quasi-identifier column (from `quasiIds[]`) must appear in exactly one\n column of one auxiliary table.\n\n- A [`BigQueryTable`](/sensitive-data-protection/docs/reference/rest/v2/BigQueryTable)\n object. Specify the BigQuery table to scan by including all of\n the following:\n\n - `projectId`: The project ID of the project containing the table.\n - `datasetId`: The dataset ID of the table.\n - `tableId`: The name of the table.\n- A set of one or more\n [`Action`](/sensitive-data-protection/docs/reference/rest/v2/InspectJobConfig#Action)\n objects, which represent actions to run, in the order given, at the\n completion of the job. Each `Action` object can contain one of the\n following actions:\n\n - [`SaveFindings`](/sensitive-data-protection/docs/reference/rest/v2/InspectJobConfig#SaveFindings) object: Saves the results of the risk analysis scan to a BigQuery table.\n - [`PublishToPubSub`](/sensitive-data-protection/docs/reference/rest/v2/InspectJobConfig#PublishToPubSub) object: [Publishes a notification to a Pub/Sub topic](/pubsub/docs/publisher).\n\n | **Note:** If there are configuration or permission issues with the Pub/Sub topic, Sensitive Data Protection retries sending the Pub/Sub notification for up to two weeks. After two weeks, the notification is discarded.\n - [`PublishSummaryToCscc`](/sensitive-data-protection/docs/reference/rest/v2/InspectJobConfig#PublishSummaryToCscc) object: Saves a results summary to Security Command Center.\n - [`PublishFindingsToCloudDataCatalog`](/sensitive-data-protection/docs/reference/rest/v2/InspectJobConfig#PublishFindingsToCloudDataCatalog) object: Saves results to [Data Catalog](/sensitive-data-protection/docs/sending-results-to-dc).\n - [`JobNotificationEmails`](/sensitive-data-protection/docs/reference/rest/v2/InspectJobConfig#JobNotificationEmails) object: Sends you an email with results.\n - [`PublishToStackdriver`](/sensitive-data-protection/docs/reference/rest/v2/InspectJobConfig#PublishToStackdriver) object: Saves results to Google Cloud Observability.\n\nViewing *δ*-presence job results\n--------------------------------\n\nTo retrieve the results of the *δ* -presence risk analysis job using the REST\nAPI, send the following GET request to the\n[`projects.dlpJobs`](/sensitive-data-protection/docs/reference/rest/v2/projects.dlpJobs/get)\nresource. Replace \u003cvar translate=\"no\"\u003ePROJECT_ID\u003c/var\u003e with your project ID and\n\u003cvar translate=\"no\"\u003eJOB_ID\u003c/var\u003e with the identifier of the job you want to obtain results for.\nThe job ID was returned when you started the job, and can also be retrieved by\n[listing all jobs](#list-jobs). \n\n```\nGET https://dlp.googleapis.com/v2/projects/PROJECT_ID/dlpJobs/JOB_ID\n```\n\nThe request returns a JSON object containing an instance of the job. The results\nof the analysis are inside the `\"riskDetails\"` key, in an\n[`AnalyzeDataSourceRiskDetails`](/sensitive-data-protection/docs/reference/rest/v2/projects.dlpJobs#DlpJob.AnalyzeDataSourceRiskDetails)\nobject. For more information, see the API reference for the\n[`DlpJob`](/sensitive-data-protection/docs/reference/rest/v2/projects.dlpJobs#DlpJob)\nresource.\n\nWhat's next\n-----------\n\n- Learn how to calculate the [*k*-anonymity](/sensitive-data-protection/docs/compute-k-anonymity) value for a dataset.\n- Learn how to calculate the [*l*-diversity](/sensitive-data-protection/docs/compute-l-diversity) value for a dataset.\n- Learn how to calculate the [*k*-map](/sensitive-data-protection/docs/compute-k-map) value for a dataset."]]
