分析单个项目中的 BigQuery 数据

本页介绍了如何在项目一级配置 BigQuery 数据发现功能。如果您想对组织或文件夹进行数据分析，请参阅对组织或文件夹中的 BigQuery 数据进行数据分析。

如需详细了解发现服务，请参阅数据配置文件。

如需开始分析数据，您需要创建扫描配置。

准备工作

1. 确保您的项目已启用 Cloud Data Loss Prevention API：

   1. Sign in to your Google Cloud account. If you're new to Google Cloud, create an account to evaluate how our products perform in real-world scenarios. New customers also get $300 in free credits to run, test, and deploy workloads.

   2. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

      Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

      Go to project selector

   3. Make sure that billing is enabled for your Google Cloud project.

   4. Enable the required API.

      Enable the API

   5. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

      Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

      Go to project selector

   6. Make sure that billing is enabled for your Google Cloud project.

   7. Enable the required API.

      Enable the API

2. 确认您拥有在项目级别配置数据分析所需的 IAM 权限。

3. 您必须在有要分析的数据的每个区域都提供一个检查模板。如果您想针对多个区域使用单个模板，可以使用存储在 global 区域中的模板。如果组织政策阻止您在 global 区域创建检查模板，则您必须为每个区域设置专用的检查模板。如需了解详情，请参阅数据驻留注意事项。

   通过此任务，您只能在 global 区域创建检查模板。如果您需要为一个或多个区域创建专用检查模板，则必须先创建这些模板，然后才能执行此任务。

4. 您可以配置敏感数据保护，以便在发生特定事件（例如敏感数据保护分析新表时）向 Pub/Sub 发送通知。如果您想使用此功能，则必须先创建 Pub/Sub 主题。

5. 您可以将敏感数据保护配置为自动为资源附加标记。借助此功能，您可以根据计算出的敏感度级别有条件地授予对这些资源的访问权限。如果您想使用此功能，则必须先完成根据数据敏感性控制 IAM 对资源的访问权限中的任务。

创建扫描配置

1. 转到创建扫描配置页面。

   转到“创建扫描配置”

2. 前往您的项目。在工具栏上，点击项目选择器，然后选择您的项目。

以下部分详细介绍了创建扫描配置页面中的步骤。在每个部分结束时，点击继续。

选择发现类型

选择 BigQuery。

选择范围

执行下列其中一项操作：

• 如果您要扫描单个表，请选择扫描一个表。

  对于每个表，您只能有一个单资源扫描配置。如需了解详情，请参阅分析单个数据资源。

  填写要分析的表的详细信息。

• 如果您要执行标准的项目级分析，请选择扫描所选项目。

管理时间表

如果默认性能分析频率符合您的需求，您可以跳过创建扫描配置页面的此部分。

配置此部分的原因如下：

• 对所有数据或特定数据子集的性能分析频率进行精细调整。
• 指定您不想分析的表。
• 指定您不希望多次分析的表。

如需对性能分析频率进行精细调整，请按以下步骤操作：

1. 点击添加时间表。

2. 在过滤条件部分中，您可以定义一个或多个过滤条件，指定哪些表属于该时间表的范围。

   请至少指定以下其中一项：

   • 项目 ID 或用于指定一个或多个项目的正则表达式
   • 数据集 ID 或用于指定一个或多个数据集的正则表达式
   • 表 ID 或用于指定一个或多个表的正则表达式

   正则表达式必须遵循 RE2 语法。

   例如，如果您希望将数据集中的所有表都包含在过滤条件中，请指定该数据集的 ID，并将另外两个字段留空。

   如果您想添加更多过滤条件，请点击添加过滤条件，然后重复此步骤。

3. 点击频次。

4. 在频率部分，指定敏感数据保护功能是否应对您在过滤条件中定义的表进行性能分析，以及进行分析的频率：

   • 如果您不想分析表，请关闭分析表。

   • 如果您希望至少对表进行一次性能分析，请让对表进行性能分析保持启用状态。

     在本部分的后续字段中，您可以指定系统是否应重新分析您的数据，以及哪些事件应触发重新分析操作。如需了解详情，请参阅数据配置文件生成频率。

     1. 对于架构发生更改时，指定敏感数据保护功能应检查所选表在上次分析后是否发生了架构更改的频率。系统只会重新分析发生架构更改的表。
     2. 对于架构更改类型，请指定哪些类型的架构更改应触发重新配置操作。选择以下选项之一：
        • 新列：重新分析添加了新列的表。
        • 移除的列：重新分析移除了列的表。

        例如，假设您有的表格每天都会增加新列，并且您需要每次都对其内容进行性能分析。您可以将发生架构更改时设置为每日重新分析，并将架构更改类型设置为新列。

     3. 对于表发生更改时，指定敏感数据保护功能应检查所选表在上次分析后是否发生了任何更改的频率。只有发生更改的表才会重新分析。表更改示例包括行删除和架构更改。

        您选择的值必须与您在架构发生更改时字段中设置的值相同或更低。

     4. 对于检查模板发生更改时，请指定您是否希望在关联的检查模板更新时重新分析数据，如果是，则指定重新分析的频率。
        注意：您可以在本页面的选择检查模板步骤中指定要使用的检查模板。

        当发生以下任一情况时，系统会检测到检查模板更改：

        • 扫描配置中的检查模板名称发生更改。
        • 检查模板的 updateTime 发生更改。

     例如，如果您为 us-west1 区域设置了检查模板，并更新了该检查模板，则系统只会重新分析 us-west1 区域中的数据。

5. 点击条件。

6. 在条件部分，指定在敏感数据保护分析表之前，过滤条件中定义的表必须满足的任何条件。如果您设置了最低条件和时间条件，敏感数据保护仅会分析同时满足这两种条件的表。

   • 最低条件：如果您想延迟对表进行性能分析，直到表中包含足够的行或达到特定年龄，这些条件会很有用。开启要应用的条件，然后指定行数或时长下限。
   • 时间条件：如果您不希望对旧表进行性能分析，此条件非常有用。开启时间条件，然后选择日期和时间。在此日期当天或之前创建的任何表都将从性能分析中排除。

   示例条件

   假设您有以下配置：

   • 最低条件

     • 最小行数：10 行
     • 最短时长：24 小时

   • 时间条件

     • 时间戳：2022 年 5 月 4 日 11:59（美国东部标准时间）

   在这种情况下，敏感数据保护功能会排除 2022 年 5 月 4 日 11:59（美国东部标准时间）当天或之前创建的所有表。在该日期和时间之后创建的表中，敏感数据保护仅会分析行数达到 10 行或至少存在 24 小时的表。

7. 在要分析的表部分，根据要分析的表类型，选择以下选项之一：

   • 分析所有表：如果您希望敏感数据保护功能分析与您的过滤条件和条件匹配的所有类型的表，请选择此选项。

     对于不受支持的表类型，敏感数据保护功能只会生成部分填充的分析文件。此类配置文件会显示错误，表明其所属的表不受支持。如果您想在出现错误消息的情况下查看部分配置文件，请选择此选项。

     当敏感数据保护添加对新表类型的支持后，它会在下次按计划运行时全面重新分析该类型的表。

   • 分析受支持的表：如果您希望敏感数据保护仅分析与您的过滤条件和条件匹配的受支持表，请选择此选项。不受支持的表不会有部分配置文件。

   • 分析特定表类型：如果您希望敏感数据保护功能仅分析您选择的表类型，请选择此选项。在随即显示的列表中，选择一个或多个类型。

     当敏感数据保护功能添加对新表类型的支持后，不会自动分析该类型的表。如需对新受支持的表格类型进行性能分析，您必须修改扫描配置并选择这些类型。

   如果您不选择任何选项，敏感数据保护功能只会分析 BigQuery 表，并针对不受支持的表显示错误。

   数据分析的价格因分析的表类型而异。如需了解详情，请参阅数据分析价格。

8. 点击完成。

9. 如果您想添加更多时间表，请点击添加时间表，然后重复上述步骤。

10. 如需指定时间表之间的优先级，请使用 向上键和 向下键对其重新排序。

    时间表的顺序指定了如何解决时间表之间的冲突。如果某个表与两个不同时间表的过滤条件匹配，则时间表列表中较靠前的时间表将决定该表的性能分析频率。

    注意 ：如果您的发现功能定价模式为订阅模式，Sensitive Data Protection 分析数据的速率会受到您购买的容量的影响。如需确定您的每日性能分析容量，请参阅监控利用率。如果您预配的容量不足，系统可能不会遵循您在时间表中设置的性能分析频率。如果有待分析的表积压，敏感数据保护功能不会根据时间表顺序分析积压表。而是，范围内的所有表都会在队列中获得随机分配的槽位。

    列表中的最后一项时间表始终标记为默认时间表。此默认时间表涵盖所选范围中与您创建的任何时间表都不匹配的表。此默认时间表遵循系统默认的性能分析频率。

11. 如果您想调整默认时间表，请点击 修改时间表，然后根据需要调整设置。

选择检查模板

根据您希望以何种方式提供检查配置，选择以下选项之一。无论您选择哪个选项，敏感数据保护功能都会扫描数据存储区域中的数据。也就是说，您的数据不会离开其来源区域。

选项 1：创建检查模板

如果您想在 global 区域创建新的检查模板，请选择此选项。

1. 点击创建新的检查模板。

2. 可选：如需修改 infoType 的默认选择，请点击管理 infoType。

   如需详细了解如何管理内置和自定义 infoType，请参阅通过 Google Cloud 控制台管理 infoType。

   您必须至少选择一种 infoType，才能继续。

3. 可选：通过添加规则集并设置置信度阈值，进一步配置检查模板。如需了解详情，请参阅配置检测。

Sensitive Data Protection 创建扫描配置时，会将此新检查模板存储在 global 区域。

选项 2：使用现有的检查模板

如果您有要使用的现有检查模板，请选择此选项。

1. 点击选择现有的检查模板。
2. 输入您要使用的检查模板的完整资源名称。 Region（区域）字段会自动填充检查模板存储所在区域的名称。

   您输入的检查模板必须与要剖析的数据位于同一区域。

   为了遵循数据驻留要求，敏感数据保护不会在存储检查模板的区域之外使用该模板。

   如需查找检查模板的完整资源名称，请按以下步骤操作：

   1. 转到检查模板列表。系统会在另一个标签页中打开此页面。

      前往“检查模板”页面

   2. 切换到包含您要使用的检查模板的项目。
   3. 在模板标签页上，点击要使用的模板的 ID。
   4. 在打开的页面上，复制模板的完整资源名称。完整资源名称采用以下格式：

      projects/PROJECT_ID/locations/REGION/inspectTemplates/TEMPLATE_ID

   5. 在创建扫描配置页面的模板名称字段中，粘贴模板的完整资源名称。
3. 如需为其他区域添加检查模板，请点击添加检查模板，然后输入模板的完整资源名称。对您有专用检查模板的每个区域重复此操作。
4. 可选：添加存储在 global 区域中的检查模板。敏感数据保护功能会自动针对您没有专用检查模板的区域中的数据使用该模板。
注意：如果您未添加存储在 global 区域中的检查模板，敏感数据保护功能将无法对没有专用检查模板的区域中的数据进行性能分析。如需了解详情，请参阅数据驻留注意事项。

添加操作

在以下部分中，您可以指定敏感数据保护在生成数据配置文件后要执行的操作。

如需了解其他 Google Cloud 服务在您配置操作时可能会收取的费用，请参阅导出数据配置文件的价格。

发布到 Security Command Center

在 Security Command Center 中对漏洞和威胁发现结果进行分类并制定响应计划时，数据配置文件中的发现结果可提供背景信息。

注意 ：您还可以配置 Security Command Center，以便根据资源包含的数据的计算敏感度，自动为攻击路径模拟功能确定资源的优先级。如需了解详情，请参阅自动按数据敏感度设置资源优先级值。

您必须先在组织级层激活 Security Command Center，然后才能使用此操作。在组织级层启用 Security Command Center 后，您可以接收来自敏感数据保护等集成服务的发现结果。Sensitive Data Protection 可与 Security Command Center 的所有服务层级配合使用。

如果未在组织级层激活 Security Command Center，敏感数据保护发现结果将不会显示在 Security Command Center 中。如需了解详情，请参阅查看 Security Command Center 的激活级层。

如需将数据分析结果发送到 Security Command Center，请确保发布到 Security Command Center 选项处于开启状态。

如需了解详情，请参阅将数据分析文件发布到 Security Command Center。

将数据配置文件副本保存到 BigQuery

启用将数据剖析文件副本保存到 BigQuery 后，您可以保留所有生成的配置文件的已保存副本或历史记录。这对于创建审核报告和可视化数据配置文件非常有用。您还可以将这些信息加载到其他系统。

此外，使用此选项，您可以在一个视图中查看所有数据剖析文件，而不考虑数据位于哪个区域。如果关闭此选项，您仍然可以在 Google Cloud 控制台中查看数据剖析文件。不过，在 Google Cloud 控制台中，您一次只能选择一个区域，并且只能查看该区域的数据剖析文件。

注意 ：敏感数据保护功能无法分析表时，会定期重试。为了最大限度地减少导出数据中的噪声，Sensitive Data Protection 仅将成功生成的剖析文件导出到 BigQuery。

如需将数据剖析文件的副本导出到 BigQuery 表，请按以下步骤操作：

1. 启用将数据分析文件副本保存到 BigQuery。

2. 输入要保存数据剖析文件的 BigQuery 表的详细信息：

   • 在项目 ID 中，输入要将数据配置文件导出到的现有项目的 ID。

   • 在 Dataset ID 中，输入您希望将数据集配置文件导出到的项目中现有数据集的名称。

   • 在表 ID 中，输入要将数据剖析文件导出到的 BigQuery 表的名称。如果您尚未创建此表，Sensitive Data Protection 会使用您提供的名称自动为您创建此表。

从您开启此选项开始，Sensitive Data Protection 就会开始导出配置文件。在您启用导出功能之前生成的配置文件不会保存到 BigQuery。

注意： 与您的项目关联的服务代理必须对输出表具有写入权限。

将标记附加到资源

启用为资源附加标记会指示敏感数据保护功能根据计算出的敏感度级别自动为数据添加标记。若要完成本部分，您需要先完成根据数据敏感性控制 IAM 对资源的访问权限中的任务。

如需根据计算出的敏感性级别自动为资源添加标记，请按以下步骤操作：

1. 开启代码资源选项。

2. 对于每个敏感度级别（高、中、低和未知），输入您为给定敏感度级别创建的标记值的路径。

   如果您跳过某个敏感度级别，系统不会为其附加任何标记。

3. 如需在存在敏感度级别标记时自动降低资源的数据风险级别，请选择对资源应用标记时，将其分析文件的数据风险降为“低”。此选项可帮助您衡量数据安全和隐私保护状况的改进程度。

   重要提示： 此选项会替换所分析资源的计算数据风险级别。

4. 选择以下一个或两个选项：

   • 首次分析资源时对其添加标记。

   • 更新资源分析文件时对资源添加标记。如果您希望 Sensitive Data Protection 在后续运行发现功能时覆盖敏感度级别标记值，请选择此选项。因此，随着系统计算出的数据敏感性级别的增减，正文对资源的访问权限也会自动发生变化。

     如果您计划手动更新发现服务附加到资源的敏感度级别标记值，请勿选择此选项。如果您选择此选项，Sensitive Data Protection 可能会覆盖您的手动更新。

发布到 Pub/Sub

开启发布到 Pub/Sub 后，您可以根据性能分析结果执行程序化操作。您可以使用 Pub/Sub 通知制定工作流，以发现和修复存在重大数据风险或敏感性的发现。

如需向 Pub/Sub 主题发送通知，请按以下步骤操作：

1. 开启发布到 Pub/Sub。

   系统会显示一个选项列表。每个选项都描述了导致敏感数据保护功能向 Pub/Sub 发送通知的事件。

2. 选择应触发 Pub/Sub 通知的事件。

   如果您选择每当更新配置文件时就发送 Pub/Sub 通知，则当配置文件中的敏感度级别、数据风险级别、检测到的 infoType、公开访问权限和其他重要指标发生变化时，敏感数据保护功能会发送通知。

3. 对于您选择的每项事件，请按以下步骤操作：

   1. 输入主题的名称。名称必须采用以下格式：

      projects/PROJECT_ID/topics/TOPIC_ID
      

      替换以下内容：

      • PROJECT_ID：与 Pub/Sub 主题关联的项目的 ID。
      • TOPIC_ID：Pub/Sub 主题的 ID。

   2. 指定是在通知中包含完整的表格配置文件，还是仅包含经过配置文件分析的表格的完整资源名称。

   3. 设置敏感数据保护功能必须达到的最低数据风险等级和敏感程度，才能发送通知。

   4. 指定必须同时满足数据风险和敏感性条件，还是只满足其中一个条件即可。例如，如果您选择 AND，则必须同时满足数据风险和敏感性条件，Sensitive Data Protection 才会发送通知。

注意： 与您的项目关联的服务代理必须对 Pub/Sub 主题拥有 发布权限。具有发布权限的角色示例包括 Pub/Sub Publisher 角色 (roles/pubsub.publisher)。如果 Pub/Sub 主题存在配置或权限问题，敏感数据保护功能最多会重试两周时间来发送 Pub/Sub 通知。两周后，系统会舍弃该通知。

以标记形式发送到 Dataplex

借助此操作，您可以根据数据分析中的数据分析创建 Dataplex 中的标记。此操作仅适用于新建和更新的个人资料。系统不会将未更新的现有配置文件发送到 Dataplex。

Dataplex 是一项 Google Cloud 服务，可统一分布式数据，并自动执行对这些数据的数据管理和治理。启用此操作后，Dataplex 会根据从数据配置文件中收集的数据分析，自动为您分析的表添加标记。然后，您可以在组织和项目中搜索具有特定标签值的表。

如需将数据剖析文件发送到 Dataplex，请确保以标记形式发送到 Dataplex 选项处于启用状态。

如需了解详情，请参阅根据数据分析中的洞见在 Dataplex 中标记表。

设置用于存储配置的位置

点击资源位置列表，然后选择要存储此扫描配置的区域。您日后创建的所有扫描配置也会存储在此位置。

您选择存储扫描配置的位置不会影响要扫描的数据。系统会扫描存储数据的同一个区域中的数据。如需了解详情，请参阅数据驻留注意事项。

注意 ：如果您已有现有扫描配置，则无法更改在此字段中设置的值。所有扫描配置都存储在同一位置。如果您想更改所有扫描配置的位置，则必须删除这些配置，重新创建它们，并将其存储在新位置。

检查并创建

1. 如果您想确保在创建扫描配置后系统不会自动开始分析，请选择在暂停模式下创建扫描。

   此选项适用于以下情况：

   • 您选择将数据分析文件保存到 BigQuery，并希望确保服务代理对输出表具有写入权限。
   • 您已配置 Pub/Sub 通知，并希望向服务代理授予发布权限。
   • 您已启用将标记附加到资源操作，并且需要向服务代理授予对敏感度标签的访问权限。
2. 检查设置，然后点击创建。

   Sensitive Data Protection 会创建扫描配置并将其添加到发现扫描配置列表中。

如需查看或管理扫描配置，请参阅管理扫描配置。

如果您的服务代理具有访问和分析数据所需的角色，则 Sensitive Data Protection 会在您创建扫描配置或恢复暂停的配置后立即开始扫描数据。否则，当您查看扫描配置详细信息时，敏感数据保护会显示错误。

注意：我们会定期改进检测算法。如果我们发现您的组织或项目能够受益于我们实施的新改进，我们可能会自动重新生成您的数据剖析结果，并重新执行您的扫描配置中的操作。这样的操作不会造成 Sensitive Data Protection 计费。但是由于我们重新执行了操作，使用的其他 Google Cloud 服务可能会产生费用。例如，如果您将 Sensitive Data Protection 配置为将数据剖析结果保存到 BigQuery，则可能会产生 BigQuery 费用。

后续步骤

了解如何管理数据分析文件。

了解如何管理扫描配置。

了解如何接收和解析数据性能分析器发布的 Pub/Sub 消息。

了解如何排查数据分析文件存在的问题。