Je ontvangt CSV-dumps voor boekingen en gebruikersprofielen in Cloud Storage en moet het e-mailveld in beide datasets de-identificeren, zodat analisten kunnen joinen op e-mail zonder toegang te krijgen tot PII. Wat moet je doen voordat je de gegevens in BigQuery laadt?

De correcte optie gebruikt Cloud DLP met format-preserving encryption (FPE) met FFX om het e-mailveld te de-identificeren. FPE behoudt het formaat van de originele gegevens, wat essentieel is om te kunnen joinen op het e-mailveld zonder toegang tot PII. FFX is een specifiek algoritme voor FPE dat hiervoor geschikt is. Masking (optie 1) zou de e-mailadressen onbruikbaar maken voor joins. Dynamische data masking in BigQuery (opties 3 en 4) is een post-load oplossing die de originele PII in BigQuery opslaat en maskeert bij query's, wat niet voldoet aan de vereiste om de gegevens voor het laden te de-identificeren. Bovendien zou het joinen op gemaskerde waarden niet werken zoals verwacht.