Periodicamente, publicamos documentos, publicações no blogue e vídeos relacionados com a proteção de dados confidenciais. Estão listados aqui.
Publicações no blogue
Comece a usar a tokenização integrada da Google Cloudpara a proteção de dados confidenciais
Esta publicação no blogue explica a utilização da tokenização como forma de remover a identificação de elementos de dados confidenciais sem perder a capacidade de juntar ou agregar dados em conjuntos de dados. Esta publicação também apresenta as capacidades de tokenização da proteção de dados confidenciais.
Para ver documentação técnica acerca desta funcionalidade, consulte o artigo Pseudonimização.
Mais segurança por predefinição: automatize o controlo de acesso com a proteção de dados confidenciais e o IAM condicional
Esta publicação no blogue apresenta a capacidade de conceder ou negar automaticamente o acesso de gestão de identidade e de acesso (IAM) aos recursos com base na sensibilidade dos dados nesses recursos.
Para ver documentação técnica sobre esta funcionalidade, consulte o artigo Controle o acesso da IAM com base na sensibilidade dos dados.
Proteja as cargas de trabalho de IA generativa com a Proteção de dados confidenciais
Esta publicação no blogue explora uma abordagem focada nos dados para proteger as aplicações de IA generativa com a proteção de dados confidenciais e fornece um Jupyter Notebook com exemplos reais.
Gestão automática de riscos de dados para o BigQuery através do DLP
O serviço de deteção de dados confidenciais analisa continuamente os dados em toda a sua organização para lhe dar uma visão geral dos dados que tem e uma visibilidade específica de onde os dados confidenciais são armazenados e processados. Esta consciencialização é um primeiro passo fundamental na proteção e governação dos seus dados e atua como um controlo essencial para ajudar a melhorar a sua postura de segurança, privacidade e conformidade.
Leia a publicação no blogue: "Gestão automática de riscos de dados para o BigQuery através do DLP "
Não apenas conformidade: reimaginar o DLP para o mundo atual centrado na nuvem
Uma retrospetiva do histórico da DLP antes de abordar a utilidade da DLP no ambiente atual, incluindo exemplos de utilização de conformidade, segurança e privacidade.
Analise dados confidenciais com apenas alguns cliques
Uma análise mais detalhada da Google Cloud interface do utilizador da consola para a proteção de dados confidenciais para mostrar como pode começar a inspecionar os dados da sua empresa com apenas alguns cliques.
Como a tokenização torna os dados utilizáveis sem sacrificar a privacidade
A tokenização, por vezes, referida como pseudonimização ou substituição por um substituto, é amplamente usada em setores como o financeiro e o de cuidados de saúde para ajudar a reduzir a utilização de dados em utilização, o âmbito da conformidade e minimizar a exposição de dados confidenciais a sistemas que não precisam deles. Com a proteção de dados confidenciais, os clientes podem realizar a tokenização em grande escala com uma configuração mínima.
Usar a proteção de dados confidenciais para desidentificar e ocultar informações confidenciais
A equipa debate como tirar partido da proteção de dados confidenciais para proteger os dados através da incorporação automática de técnicas de ocultação e minimização de dados nos seus fluxos de trabalho.
Usar a proteção de dados confidenciais para encontrar e proteger PII
Scott Ellis, Gestor de produtos de proteção de dados confidenciais, explica como tirar partido da proteção de dados confidenciais para aumentar a sua postura de privacidade.
Analisar o BigQuery com a Proteção de dados confidenciais
A equipa partilha como analisar facilmente o BigQuery a partir da Google Cloud consola.
Soluções
Inspeção híbrida da Proteção de dados confidenciais para bases de dados SQL com JDBC
Este tutorial mostra como usar o método de inspeção híbrida da Proteção de dados confidenciais com um controlador JDBC para inspecionar amostras de tabelas numa base de dados SQL, como MySQL, SQL Server ou PostgreSQL, executada virtualmente em qualquer lugar.
Framework de ocultação de voz com a Proteção de dados confidenciais
Este tutorial inclui uma coleção de componentes e código que pode usar para ocultar informações confidenciais de ficheiros de áudio. Usando ficheiros carregados para o Cloud Storage, pode descobrir e escrever resultados confidenciais ou ocultar informações confidenciais do ficheiro de áudio.
Além disso, um segundo tutorial, a Framework de análise de voz, inclui uma coleção de componentes e código que pode usar para transcrever áudio, criar um pipeline de dados para estatísticas de ficheiros de áudio transcritos e ocultar informações confidenciais de transcrições de áudio com a proteção de dados confidenciais.
GitHub: "Speech Redaction Framework"
GitHub: "Speech Analysis Framework"
Arquitetura de agendamento sem servidor orientada por eventos com a Proteção de dados confidenciais
Este tutorial mostra uma arquitetura de agendamento sem servidor orientada por eventos simples, mas eficaz e escalável com os serviços Google Cloud . O exemplo incluído demonstra como trabalhar com a API DLP para inspecionar dados do BigQuery.
Filtro de proteção de dados confidenciais para o Envoy
O filtro de proteção de dados confidenciais para o Envoy é um filtro HTTP WebAssembly ("Wasm") para proxies sidecar do Envoy numa malha de serviços do Istio. Proteção de dados confidenciais Filtre o tráfego do plano de dados do proxy de capturas do Envoy e envie-o para inspeção para a proteção de dados confidenciais, onde a carga útil é analisada quanto a dados confidenciais, incluindo PII.
GitHub: filtro de proteção de dados confidenciais para o Envoy
Deteção de anomalias através da análise de streaming e da IA
Neste artigo, vamos analisar um padrão de IA em tempo real para detetar anomalias em ficheiros de registo. Ao analisar e extrair funcionalidades dos registos de rede, ajudámos um cliente de telecomunicações (telco) a criar um pipeline de estatísticas de streaming para detetar anomalias. Também abordamos a forma como pode adaptar este padrão para satisfazer as necessidades em tempo real da sua organização. Esta solução de prova de conceito usa o Pub/Sub, o Dataflow, o BigQuery ML e a proteção de dados confidenciais.
Leia a publicação no blogue: "Deteção de anomalias através da estatística de streaming e da IA"
Desidentificação e reidentificação de PII em conjuntos de dados de grande escala através da proteção de dados confidenciais
Esta solução aborda a forma de usar a proteção de dados confidenciais para criar um pipeline de transformação de dados automatizado para desidentificar dados confidenciais, como informações de identificação pessoal (IIP). Esta solução de inspeção e migração lê dados estruturados e não estruturados de sistemas de armazenamento, como o Amazon S3 e o Cloud Storage. Os dados podem ser automaticamente anonimizados através da API DLP e enviados para o BigQuery e o Cloud Storage.
GitHub: PoC de tokenização de dados com Dataflow/Beam e API DLP
Automatizar a classificação de dados carregados para o Cloud Storage
Este tutorial mostra como implementar um sistema de classificação e quarentena de dados automatizado através do Cloud Storage e de outros produtos Google Cloud.
Leia o tutorial: "Automatizar a classificação de dados carregados para o Cloud Storage"
Importação de base de dados relacional para o BigQuery com o Dataflow
Esta prova de conceito usa o Dataflow e a proteção de dados confidenciais para tokenizar e importar dados de forma segura de uma base de dados relacional para o BigQuery. O exemplo descreve como usar este pipeline com uma base de dados do SQL Server de exemplo criada no Google Kubernetes Engine e usar o modelo de proteção de dados confidenciais para tokenizar dados PII antes de serem mantidos.
Vídeos
Cloud Next '20: OnAir: Managing Sensitive Data in Hybrid Environments
Os dados confidenciais existem em ambientes empresariais dentro e fora da nuvem. A gestão adequada destes dados é fundamental, independentemente da localização dos mesmos. Nesta sessão, vamos mostrar-lhe como a proteção de dados confidenciais pode ajudar a gerir dados, com foco no suporte para inspeção de conteúdo em ambientes híbridos, como no local, bases de dados executadas em máquinas virtuais, ficheiros alojados noutros fornecedores de nuvem, dados que fluem no Kubernetes e muito mais.
YouTube: SEC206: Managing Sensitive Data in Hybrid Environments
Leia o tutorial: "Filtro de proteção de dados confidenciais para o Envoy"
Cloud OnAir: proteger conjuntos de dados confidenciais no Google Cloud
Os dados são um dos recursos mais valiosos da sua empresa. A análise e a aprendizagem automática podem ajudar a desbloquear serviços valiosos para os seus clientes e empresa. Estes conjuntos de dados também podem conter dados confidenciais que precisam de proteção. Neste webinar, vai aprender como a proteção de dados confidenciais pode ajudar a descobrir, classificar e desidentificar dados confidenciais como parte de uma estratégia de governação geral.
YouTube: Cloud OnAir: proteger conjuntos de dados confidenciais no Google Cloud
Cloud Next 2019: o Scotiabank partilha a sua abordagem nativa da nuvem para carregar IIP no Google Cloud
Como um grande banco internacional, o Scotiabank aborda o seu percurso de segurança e a abordagem nativa da nuvem para carregar PII no Google Cloud, restringir o acesso e permitir cuidadosamente e seletivamente a reidentificação por parte das aplicações do banco.
YouTube: proteção abrangente de PII no Google Cloud (Cloud Next '19)
Cloud Next 2019: identifique e proteja dados confidenciais na nuvem
A equipa partilha os mais recentes avanços feitos na proteção de dados confidenciais e demonstra várias técnicas diferentes para proteger os seus dados confidenciais.