分析個人識別資訊 (PII) 外洩的原因

Knowledge Catalog (原稱 Dataplex Universal Catalog) 的資料歷程功能可追蹤資料在資料表和檢視表之間的移動情形，找出個人識別資訊 (PII) 跨越安全界線的位置。在本教學課程中，您將調查一個情境：用於建立帳戶、開立帳單和運送的消費者電子郵件地址 (user_email) 洩漏到組織層級的數據分析資料表。您可以使用資料欄層級歷程，追蹤公開 order_status_stats 資料表中公開的資料欄，透過 status_counts_by_user_v 檢視表追溯至與身分資料彙整的轉換程序。

事前準備

開始本教學課程之前，您必須啟用必要的 API、授予必要的 Identity and Access Management 角色，並在 Dataform 中執行範例資料轉換，以填入資料集。如需完整的設定操作說明，請參閱「必要條件和設定」。

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「Lineage」(歷程) 分頁追蹤個人資訊外洩情形。

在本範例中，您會將公開資料表中的 user_email 資料欄追蹤回來源：

  1. 前往 Google Cloud 控制台的「BigQuery」BigQuery頁面。
  2. 使用搜尋欄位找出 order_status_stats 資料表。
  3. 點選「歷程」分頁標籤。
  4. 在「Lineage Explorer」窗格中，執行下列操作：
    1. 在「Column Level Lineage」(資料欄層級歷程) 區段，從清單中選取 user_email 資料欄名稱。
    2. 在「Direction」(方向) 區段中，選取「Upstream」(上游) 方向。
    3. 按一下「套用」。
  5. 沿著圖表往回一個步驟。圖表顯示電子郵件是從 status_counts_by_user_v 中繼檢視畫面提取。
  6. 按一下檢視表與其上游依附元件之間的處理節點。程序節點顯示，去識別化訂單資料和包含身分資訊的資料表之間發生彙整作業。

歷程證明個人資訊從受限的功能資料表，跨入更廣泛的數據分析結構定義，未經授權的使用者可以查看。

如要進一步瞭解如何使用資料歷程圖表以視覺化方式呈現資料，請參閱「歷程圖表檢視畫面」。