Sie streamen Dateien, die potenziell PII enthalten, in Cloud Storage und BigQuery und müssen sensible Felder maskieren, während die referentielle Integrität für Join-Schlüssel erhalten bleibt. Wie sollten Sie die DLP API verwenden?

Die korrekte Option ist, Pseudonyme zu erstellen, indem PII durch kryptografische, format-erhaltende Token ersetzt werden. Dies ermöglicht es, sensible Daten zu maskieren und gleichzeitig die referentielle Integrität zu wahren, was für Join-Operationen entscheidend ist. Format-erhaltende Token stellen sicher, dass die tokenisierten Daten die gleiche Länge und das gleiche Format wie die Originaldaten haben, was die Kompatibilität mit bestehenden Schemata und Anwendungen gewährleistet. Die DLP API bietet hierfür Funktionen wie die deterministische Verschlüsselung mit einem Schlüssel. Die anderen Optionen sind weniger geeignet: Das Ersetzen von PII durch kryptogene Token und das Speichern der Originaldaten in einem gesperrten Bucket ist nicht ideal, da die Originaldaten immer noch separat verwaltet und geschützt werden müssen, was die Komplexität erhöht. Das Schwärzen aller PII würde die referentielle Integrität zerstören, da die ursprünglichen Werte nicht mehr für Joins verwendet werden könnten. Das Scannen jeder BigQuery-Tabelle und das Maskieren aller gefundenen PII ist ein reaktiver Ansatz und nicht die beste Methode für Streaming-Daten, bei denen die Maskierung idealerweise vor dem Speichern erfolgen sollte.