Der Data Lake von NeonPay in Amazon S3 enthält große Mengen synthetischer Testdaten mit bekannten Test-Kreditkartennummern, die zahlreiche Amazon Macie-Ergebnisse auslösen. Das Team muss diese Fehlalarme unterdrücken, während es weiterhin echte PANs erkennt, mit minimalen Änderungen am S3-Datenlayout. Welcher Ansatz ist der EFFEKTIVSTE?

Die Erstellung einer Macie-Zulassungsliste (Allow List) für bekannte Test-Kreditkartennummern oder -präfixe ist der effektivste Ansatz. Macie-Zulassungslisten sind speziell dafür konzipiert, bekannte, nicht-sensible Daten zu ignorieren und Fehlalarme zu reduzieren, während die Erkennung echter sensibler Daten weiterhin aktiv bleibt. Dies erfüllt die Anforderung, echte PANs zu erkennen und gleichzeitig Testdaten zu unterdrücken, ohne das S3-Datenlayout zu ändern. Das Deaktivieren aller PCI-bezogenen verwalteten Daten-Identifikatoren würde auch echte Kreditkartennummern ignorieren, was nicht gewünscht ist. S3-Bucket-Richtlinien können Macie nicht daran hindern, Objekte zu scannen; sie steuern den Zugriff auf die Daten, nicht die Scan-Logik von Macie. Die automatisierte Erkennung sensibler Daten mit Sampling würde zwar einige Testdatenergebnisse reduzieren, aber nicht gezielt alle bekannten Testdaten unterdrücken, was zu inkonsistenten Ergebnissen führen könnte.