分析個人識別資訊 (PII) 外洩的原因

在這個情境中，您會收到快訊，指出整個機構都能查看的檢視畫面中，出現了機密消費者資料 (具體來說是名字和姓氏)。

這項資訊原本僅用於特定功能，例如建立帳戶、開立發票和運送。不過，透過一系列轉換和建立 Analytics 檢視畫面，個人識別資訊 (PII) 會洩漏到更廣泛的 Analytics 結構。

在本教學課程中，您會使用資料沿襲功能，追蹤敏感資料的流向，找出將資料從信任位置移至非信任位置的程序。

開始使用

如要完成這個用途，請先設定環境並執行資料轉換。請參閱先決條件和設定頁面，瞭解如何將遠端存放區連結至 Dataform。這個存放區包含設定資料集和轉換資料所需的程式碼。

設定環境後，請使用 BigQuery 和 Lineage Explorer，找出 PII 跨越安全防護邊界的位置。

使用歷程探索工具分析個人資訊外洩情形

準備好資料集後，請使用 BigQuery 的「歷程」分頁追蹤個人資訊洩漏情形。

在本範例中，您會將公開檢視區的 user_email 資料欄追溯至來源：

  1. 前往 Google Cloud 控制台的「BigQuery」BigQuery頁面。
  2. 使用搜尋欄位尋找 order_status_stats 表格。
  3. 按一下「歷程」分頁標籤。
  4. 在「沿革探索工具」窗格中，執行下列操作：
    1. 在「資料欄層級歷程」專區中，從清單選取 user_email 資料欄名稱。
    2. 在「方向」部分中，選取「上游」方向。
    3. 按一下「套用」。
  5. 將圖表返回上一步。圖表顯示電子郵件是從 status_counts_by_user_v 中間檢視畫面擷取。
  6. 按一下檢視區塊與上游依附元件之間的程序節點。程序節點顯示去識別化訂單資料與含有身分資訊的資料表之間發生聯結作業。

沿襲證明個人資訊從受限的功能資料表，跨越到更廣泛的分析結構定義，未經授權的使用者可以在其中查看。

如要進一步瞭解如何使用資料歷程圖表呈現資料，請參閱「歷程圖表檢視畫面」。