Je streamt bestanden met mogelijke PII naar Cloud Storage en BigQuery en moet gevoelige velden maskeren, terwijl de referentiële integriteit voor join keys behouden blijft. Hoe moet je de DLP API gebruiken?

De correcte aanpak is om pseudoniemen te creëren door PII te vervangen door cryptografische format-preserving tokens. Dit behoudt de referentiële integriteit, cruciaal voor join keys, omdat de getokeniseerde waarden hetzelfde formaat hebben als de originele gegevens, waardoor joins nog steeds mogelijk zijn. De DLP API biedt deze functionaliteit. Het vervangen van PII door cryptografische tokens en het opslaan van niet-getokeniseerde gegevens in een afgeschermde bucket is minder efficiënt en complexer dan format-preserving tokenization, en het creëert twee datastores. Alle PII redigeren en een niet-geredigeerde kopie opslaan in een afgeschermde bucket vernietigt de referentiële integriteit van de PII-velden, waardoor joins onmogelijk worden. Het scannen van elke BigQuery-tabel en alle gevonden PII maskeren is te algemeen; het specificeert niet hoe de referentiële integriteit wordt gehandhaafd, wat essentieel is voor deze use case.