DataWorks:Ejemplo: enmascaramiento de datos de EMR

Crear una tabla de EMR

1. Inicie sesión en la consola de DataWorks. En la región de destino, haga clic en Data Development and O&M > Data Development en el panel de navegación izquierdo. Seleccione un espacio de trabajo en la lista desplegable y haga clic en Go to Data Development.

2. En la página Data Development, haga clic en Create y elija Create Node > EMR Hive para crear un nodo de Hive.

3. Edite el código del nodo para crear la tabla onefall_test_dsg.

   CREATE TABLE IF NOT EXISTS onefall_test_dsg
   (
       username  STRING
       ,gender   STRING
       ,phone    STRING
       ,email    STRING
       ,card_no  STRING
       ,address  STRING
       ,zip_code STRING
   )
   ROW FORMAT DELIMITED
   FIELDS
   TERMINATED
   BY','
   ;

4. Importe los datos de prueba a la tabla onefall_test_dsg.

   1. Descargue el archivo de datos de prueba data.csv.

   2. Importe los datos de prueba.

      • Cargue data.csv en un nodo del clúster de EMR y cargue los datos de prueba mediante SQL.

        LOAD DATA LOCAL INPATH '/…/data.csv' OVERWRITE INTO TABLE onefall_test_dsg;

      • Cargue data.csv en Object Storage Service (OSS) y cargue los datos de prueba mediante SQL.

        LOAD DATA INPATH 'oss://bucket-name.Endpoint/…/data.csv' OVERWRITE INTO TABLE onefall_test_dsg
        ;

Actualización de metadatos de Data Security Guard

Los metadatos de Data Security Guard se actualizan con una periodicidad T+1. Después de crear y publicar la tabla onefall_test_dsg, espere hasta el día siguiente antes de configurar el enmascaramiento de datos.

Acceder a la página de reglas de identificación de datos

1. Inicie sesión en la consola de DataWorks. En la región de destino, haga clic en Data Governance > Security Center en el panel de navegación izquierdo. En la página que aparece, haga clic en Go to Security Center.

2. En el panel de navegación izquierdo, haga clic en Data Security > Sensitive Data Management y luego haga clic en Try Now para acceder a Data Security Guard.

   Nota

   • Si su cuenta de Alibaba Cloud ya cuenta con autorización, el sistema lo dirigirá a la página principal de Data Security Guard.

   • Si su cuenta de Alibaba Cloud no está autorizada, se le redirigirá a la página de autorización de Data Security Guard. Para usar las funciones de Data Security Guard por primera vez, vaya a Data Security > Sensitive Data Management, seleccione Data Security Guard en el cuadro de diálogo emergente y complete la autorización.

3. En el panel de navegación izquierdo, elija Rule Setting > Sensitive Data Identification para ir a la página Data Identification Rules.

Configurar reglas de identificación

Este ejemplo utiliza la tabla creada en la sección de preparación de datos para generar las reglas de identificación. El objetivo es identificar los campos gender, phone y email de la tabla onefall_test_dsg y aplicarles enmascaramiento.

1. Seleccione la categoría de datos para los campos confidenciales.

   En la sección Built-in Classification Template de la izquierda, seleccione la categoría de datos correspondiente a los tipos de campo confidencial. Para obtener más información, consulte Configure data detection rules and tasks.

2. Cree los tipos de campo confidencial y configure las reglas de identificación.

   En la esquina superior derecha, haga clic en Sensitive Field Type para abrir la página de configuración de reglas de identificación. Para consultar las instrucciones detalladas, consulte Configure data detection rules and tasks.

   Nota

   Para facilitar la comprensión, establezca los nombres de los tipos de campo confidencial con los mismos nombres de los campos de la tabla onefall_test_dsg: gender, phone y email.

3. Cuando termine de configurar las Data Identification Rules, haga clic en Batch Publish en la esquina superior derecha y seleccione las reglas que creó para publicarlas de forma masiva. Una vez completada la configuración, la lista de tipos de campo confidencial mostrará gender (nivel 4), phone (nivel 2) y email (nivel 2). El método de definición de la regla de identificación será Custom, la precisión será del 100 % y el estado será Published.

Acceder a la página de reglas de enmascaramiento de datos

1. Inicie sesión en la consola de DataWorks y vaya a la página Data Security Guard. Para obtener más información, consulte Data Security Guard Overview.

2. Haga clic en Try Now para ir a la Home Page de Data Security Guard.

3. En el panel de navegación izquierdo, elija Rule Setting > Data Masking Management. En la página Data Masking Management puede crear tipos de escenarios de enmascaramiento y configurar las reglas correspondientes.

Crear escenarios de enmascaramiento

• DataWorks incluye escenarios de enmascaramiento de nivel 1 integrados, como Data Development/Data Map Display Masking, Data Analysis Display Masking, MaxCompute Engine-level Masking, Hologres Engine-level Masking para el enmascaramiento dinámico y Data Integration Static Masking. Estos escenarios de nivel 1 son fijos; no se pueden crear, editar ni eliminar. Según sus necesidades de negocio, puede crear escenarios personalizados de nivel 2 dentro de ellos. Para obtener más información, consulte Create a data masking scenario.

• Este ejemplo utiliza Data Development/Data Map Display Masking y Data Analysis Display Masking.

  • Nombre del escenario de nivel 2 dentro de Data Development/Data Map Display Masking: Development display.

  • Nombre del escenario de nivel 2 dentro de Data Analysis Display Masking: SQL analysis.

Crear reglas de enmascaramiento

Después de crear los escenarios de enmascaramiento, haga clic en Masking Rule en la esquina superior derecha para crear tres reglas llamadas gender, phone y email. Para obtener más información, consulte Create a data masking rule.

1. Seleccione el escenario de enmascaramiento.

   En la página Data Masking Management, establezca Masking Scenario en Data Development/Data Map Display Masking > Default Scenario y haga clic en +Masking Rule a la derecha.

2. Cree las reglas de enmascaramiento de datos.

   • En la página Create Masking Rule, configure Sensitive Field Type, Masking Rule Name, Masking Scenario, Masking Method y otros parámetros. Para obtener más información, consulte Entry point for data masking rule configuration.

   • A continuación se muestra una tabla con la configuración de las tres reglas de enmascaramiento de este ejemplo.

     Elemento de configuración			Contenido de la configuración
     			gender	email	phone
     Tipo de campo confidencial			gender	email	phone
     Nombre de la regla de enmascaramiento			gender	email	phone
     Escenario de enmascaramiento			Development display, SQL analysis	Development display, SQL analysis	Development display, SQL analysis
     Método de enmascaramiento	Reemplazo de caracteres	Posición de reemplazo	Reemplazar todo
     		Método de reemplazo	Reemplazo aleatorio
     	Cifrado HASH	Marca de agua de datos		Off
     		Algoritmo de cifrado		MDS
     		Valor salt		5
     	Ocultamiento	Modo de redacción			Recommended Methods > Show only the first three and the last four

     Nota

     Existen varios métodos de enmascaramiento disponibles. Este ejemplo utiliza String Replacement, HASH Encryption y Masking Out como referencia. Para obtener más información, consulte Configure masking methods.

Probar el enmascaramiento de los resultados de consulta

1. Inicie sesión en la consola de DataWorks. En la región de destino, haga clic en Data Development and O&M > Data Development en el panel de navegación izquierdo. Seleccione un espacio de trabajo en la lista desplegable y haga clic en Go to Data Development.

2. Haga clic en el icono de la izquierda para ir a la página Ad Hoc Query. Luego haga clic en y elija Create > EMR Hive para crear un nodo de consulta ad hoc.

3. En el nodo, consulte la tabla onefall_test_dsg para ver el resultado del enmascaramiento en la página Data Development.

   SELECT * FROM onefall_test_dsg;

   El resultado de la consulta muestra que la columna phone está parcialmente enmascarada (los cuatro dígitos centrales se reemplazan con **), la columna email se cifra como una cadena hash, y las columnas card_no y address** se ocultan por completo y no son visibles.