DataWorks:Klasifikasi dan Grading Data

Pendahuluan

Klasifikasi dan grading data merupakan dasar bagi semua kemampuan perlindungan data di Pusat Keamanan DataWorks. Fitur ini membantu Anda secara otomatis menemukan dan memberi tag data sensitif di berbagai sumber data serta menjawab pertanyaan utama: "Data sensitif apa yang saya miliki?" dan "Di mana lokasinya?"

1. Langkah 1: Konfigurasikan aturan klasifikasi dan grading data

   Pertama, definisikan standar untuk mengidentifikasi data sensitif. Ini mencakup:

   • Data classification: Tetapkan label sensitivitas pada data Anda, seperti S1 (Publik) dan S2 (Internal).

   • Data classification: Kelompokkan data ke dalam kategori bisnis, seperti Personal Information dan Financial Data.

   • Data Type: Definisikan jenis spesifik data sensitif, seperti Phone Number atau ID Card Number. Saat membuat tipe data, Anda harus menetapkannya ke Data classification tertentu dan menentukan data grading.

   • Identification rules: Ini adalah inti dari penemuan otomatis. Anda dapat menetapkan aturan identifikasi canggih untuk setiap tipe data. Metode berikut didukung:

     • Identification by content: Cocokkan konten data menggunakan ekspresi reguler atau algoritma bawaan, seperti validasi KTP.

     • Identification by field name/comment: Cocokkan nama atau komentar bidang menggunakan ekspresi reguler.

2. Langkah 2: Buat tugas identifikasi

   Create an identification task untuk menerapkan aturan yang telah Anda definisikan dan memindai sumber data tertentu seperti MaxCompute dan Hologres. Tugas dapat dijalankan segera sebagai pemindaian one-time atau dijadwalkan sebagai pemindaian periodic (harian, mingguan, atau bulanan) untuk pemantauan berkelanjutan.

3. Langkah 3: Hasilkan hasil identifikasi

   Setelah tugas selesai, sistem menghasilkan list of identification results terperinci, yang berfungsi sebagai katalog aset data sensitif Anda. Untuk tugas periodik, hasil tersedia pada hari berikutnya (T+1). Katalog ini mencantumkan bidang mana dalam setiap tabel yang diidentifikasi sebagai jenis data sensitif tertentu. Jika menemukan ketidaksesuaian, Anda dapat revise hasil tersebut untuk memastikan akurasi katalog.

Katalog aset data sensitif yang telah dikonfirmasi berfungsi sebagai input bagi kebijakan keamanan hilir seperti data masking, risk monitoring, dan access auditing.

Batasan

• Applicable users: Fitur ini tersedia di edisi DataWorks Standard, Professional, dan Enterprise untuk pengguna yang telah mengaktifkan fitur keamanan data baru di Security Center.

• Supported regions: China (Hangzhou), China (Shanghai), China (Beijing), China (Zhangjiakou), China (Ulanqab), China (Shenzhen), China (Chengdu), China (Hong Kong), Jepang (Tokyo), Singapura, dan Indonesia (Jakarta).

• Supported compute engines: MaxCompute dan Hologres.

Prasyarat

• Akun Alibaba Cloud atau Pengguna RAM yang Anda gunakan harus memenuhi salah satu kondisi berikut:

  • Akun Alibaba Cloud atau Pengguna RAM dilengkapi kebijakan AliyunDataWorksFullAccess.

  • Akun Alibaba Cloud atau Pengguna RAM diberi peran administrator keamanan penyewa DataWorks.

  • Akun Alibaba Cloud atau Pengguna RAM diberi peran administrator penyewa DataWorks.

• Anda telah menyelesaikan New user guide. Jika belum menyelesaikan pengaturan awal, mengakses halaman Data Classification and Grading akan secara otomatis mengarahkan Anda ke halaman New user guide. Selesaikan inisialisasi terlebih dahulu, lalu kembali ke halaman ini.

Halaman fitur

1. Masuk ke DataWorks console. Di wilayah target, klik Data Governance > Security Center di panel navigasi kiri. Pada halaman yang muncul, klik Go to Security Center.

2. Di panel navigasi kiri, pilih Sensitive Data Protection > Data classification grading.

Configuration Data classification

1. Buka halaman Data Classification.

   1. Pada halaman Data Classification and Grading, klik tab Data classification.

   2. Pohon Data classification ditampilkan di sebelah kiri, dan Data Type yang termasuk dalam Data classification yang dipilih berada di sebelah kanan. Klik cabang pada pohon klasifikasi untuk melihat Data Type terkait. Anda kemudian dapat View, Edit, atau Delete tipe data dari kolom Actions.

2. Tambahkan tipe data.

   Penting

   Sistem menyediakan templat bawaan untuk Data classification dan Data Type. Anda dapat mengeditnya sesuai kebutuhan.

   1. Pada tab Data classification, klik New Data Type di pojok kiri atas.

      Konfigurasikan parameter berikut:

      Parameter	Description
      Data Type	Masukkan nama untuk tipe data. Nama harus unik secara global. DataWorks memberi tag data (bidang) yang memenuhi aturan identifikasi dengan tipe data ini.
      Data classification	Tentukan klasifikasi data tempat tipe data ini berada.
      Data Level	Tentukan tingkat keamanan untuk tipe data ini. DataWorks memberi tag data (bidang) yang memenuhi aturan identifikasi dengan grading data ini.
      Identification rules	Saat aturan identifikasi terpenuhi, DataWorks menandai data (bidang) sebagai teridentifikasi. Tiga jenis aturan identifikasi didukung: Data Content Identification, Field Name Identification, dan Field Annotation Identification. Setiap jenis aturan harus dikonfigurasi dan divalidasi secara independen. Satisfy any rule: Kondisi terpenuhi jika salah satu dari tiga aturan cocok. Also meet the following rules: Kondisi terpenuhi hanya jika ketiga aturan cocok.
      Data Type Description	Masukkan deskripsi kustom untuk tipe data berdasarkan skenario bisnis Anda.

   2. Setelah menyelesaikan konfigurasi, pilih untuk menerapkan aturan segera atau hanya menyimpannya.

      1. Effective immediately: Menyimpan konfigurasi dan langsung menerapkan aturan identifikasi. Saat tugas identifikasi dijalankan, data (bidang) yang cocok dengan aturan akan diberi tag dengan tipe data ini.

      2. Save Only: Menyimpan konfigurasi, tetapi aturan identifikasi tidak berlaku. Saat tugas identifikasi dijalankan, data tidak akan diberi tag dengan tipe data ini.

3. Hapus tipe data: Anda hanya dapat menghapus tipe data kustom, bukan yang bawaan.

   Penting

   Menghapus Data Type memiliki efek berikut:

   • Identification results historis dihapus, dan Identify Tasks baru tidak akan lagi mengidentifikasi tipe data ini.

   • Aturan penyamaran untuk Data Type ini dihapus dari kebijakan Desensitization strategy.

   • Catatan akses untuk data sensitif dari Data Type ini dihapus.

   • Aturan terkait untuk tipe ini dihapus dari aturan identifikasi Security risk.

   Kotak dialog konfirmasi yang muncul saat Anda menghapus tipe data menyediakan opsi Reset MaxCompute field Label. Anda dapat memilih apakah juga mereset Label bidang terkait di MaxCompute ke tingkat tertentu. Nilai default-nya adalah 0, yang menghapus Label dari bidang tersebut. Untuk penghapusan batch, nilai default adalah nomor tingkat keamanan tertinggi di antara item yang dipilih. Kemampuan ini bersifat independen dari sakelar Write to MaxCompute Label. Bahkan saat sakelar dimatikan, Anda tetap dapat memilih apakah akan mereset Label MaxCompute selama proses penghapusan.

Configuration data grading

DataWorks mendukung hingga 10 tingkat grading. Anda dapat memodifikasi deskripsi untuk setiap tingkat sesuai kebutuhan bisnis Anda. Nomor yang lebih tinggi menunjukkan tingkat keamanan yang lebih tinggi.

1. Menuju halaman Data Grading: Pada halaman Data Classification and Grading, klik tab Data classification.

2. Edit data grading: Klik Edit di pojok kiri atas untuk memodifikasi Detailed description untuk berbagai tingkat data grading.

3. Simpan data grading: Setelah memodifikasi deskripsi terperinci, klik Save di pojok kiri atas.

Manage data Identify Tasks

1. Menuju halaman Identification Tasks: Pada halaman Data Classification and Grading, klik tab Identify Tasks.

2. Buat tugas identifikasi.

   1. Pada tab Identify Tasks, klik New Task di pojok kiri atas.

      Konfigurasikan parameter berikut:

      Parameter	Description
      Task Name	Nama kustom untuk tugas identifikasi klasifikasi dan grading data.
      Data Source Type	Pilih tipe sumber data. MaxCompute dan Hologres didukung.
      Task Type	Single Task: Dijalankan hanya sekali dan tidak diulang. Periodic Tasks: Dijalankan berulang pada waktu terjadwal. Penting Periodic Tasks hanya memindai data (bidang) baru. Anda dapat menggunakan tugas satu kali untuk mengevaluasi ulang hasil identifikasi historis. DataWorks hanya mendukung satu Periodic Tasks.
      Identification range	Tentukan cakupan data untuk tugas identifikasi. Cakupan minimum adalah tabel data. Jika Anda menetapkan Data Source Type ke MaxCompute, Anda dapat memilih proyek atau tabel data. Jika Anda menetapkan Data Source Type ke Hologres, Anda dapat memilih database atau tabel data. Anda harus memilih instans yang telah ditautkan sebagai Data source dalam Workspace tertentu, lalu memilih Resource Group untuk memverifikasi konektivitas jaringan.
      Sampling quantity	Jumlah data yang diambil sampelnya dari setiap bidang saat tugas identifikasi dijalankan. Ukuran sampel yang lebih besar meningkatkan akurasi identifikasi tetapi memperpanjang durasi tugas. Nilai maksimum adalah 200.
      Data sampling using	Selama tugas identifikasi, DataWorks menggunakan akun yang ditentukan untuk mengakses data. Jika akun yang ditentukan tidak memiliki izin yang diperlukan, pengambilan sampel dan identifikasi gagal. Penting Pastikan akun yang Anda tentukan memiliki izin untuk mengakses nama tabel, nama bidang, komentar bidang, dan data bidang dalam cakupan identifikasi yang ditentukan.

   2. Setelah mengonfigurasi parameter, klik Confirm untuk menyimpan tugas.

3. Edit tugas identifikasi.

   Untuk mengonfigurasi ulang tugas identifikasi periodik, pada tab Identify Tasks, klik Edit di kolom Operation untuk tugas target.

   Penting

   Tugas satu kali tidak dapat diedit. Anda harus menghapus tugas tersebut dan membuat yang baru.

4. Lihat tugas identifikasi.

   1. Pada tab Identify Tasks, temukan tugas yang ingin Anda lihat dan klik View di kolom Operation untuk membuka halaman detail tugas.

   2. Pada halaman detail tugas, klik angka di samping Running records untuk melihat Start execution time dan End execution time untuk setiap eksekusi.

5. Hapus tugas identifikasi.

   Pada tab Identify Tasks, Anda dapat menghapus tugas secara individual atau batch.

   • Hapus satu tugas:

     Temukan tugas yang ingin Anda hapus dan klik Delete di kolom Operation.

   • Hapus tugas secara batch:

     Pilih kotak centang tugas yang ingin Anda hapus dan klik Batch Delete di pojok kiri bawah.

   Penting

   • Menghapus tugas identifikasi tidak menghentikan tugas yang sedang berjalan.

   • Setelah tugas periodik dihapus, tugas tersebut tidak akan dijalankan lagi.

   • Hasil identifikasi dari eksekusi sebelumnya tugas yang dihapus tetap disimpan.

Hasil klasifikasi dan grading

1. Pada halaman Data Classification and Grading, klik tab Identification results. Pada tab ini, Anda dapat melihat hasil identifikasi untuk bidang tabel setelah tugas dijalankan.

2. Lihat hasil klasifikasi dan grading data.

   Halaman Identification Results menampilkan informasi klasifikasi dan grading untuk aset data Anda. Tabel berikut menjelaskan kolom-kolomnya.

   Parameter	Description
   Data Source Type	Mesin data tempat aset data tersebut berada.
   Instance/Project/Database	Nama instans, proyek, atau database tempat aset data tersebut berada.
   Table	Nama tabel data tempat aset data tersebut berada.
   Field	Nama bidang dalam aset data.
   Data classification	Direktori klasifikasi data yang sesuai dengan tipe data, atau direktori yang direvisi oleh pengguna. Jalur ditampilkan dalam format Level-1 directory/Level-2 directory/....
   Data Type	Tipe data yang ditentukan oleh tugas identifikasi, atau tipe data yang direvisi oleh pengguna.
   Data classification	Tingkat keamanan yang sesuai dengan tipe data, atau tingkat yang direvisi oleh pengguna.
   Judgment mode	System identification: Hasil ditentukan oleh tugas identifikasi. Revision: Pengguna merevisi hasil.
   Update time	Waktu terakhir sistem menentukan atau pengguna merevisi hasil.

3. Revisi hasil klasifikasi dan grading data.

   Anda dapat menghapus atau merevisi hasil dari kolom Actions. Dua metode revisi tersedia:

   • Rescan to overwrite: Buat tugas satu kali baru untuk mengevaluasi ulang hasil identifikasi untuk aset dalam cakupan tertentu.

   • Revise manually: Revisi secara manual hasil identifikasi untuk aset data. Lakukan langkah-langkah berikut:

     1. Pada tab Identification Results, gunakan bilah pencarian untuk memfilter aset data yang ingin Anda ubah, lalu klik Revision di kolom Actions.

     2. Pada kotak dialog yang muncul, pilih tipe data baru untuk menerapkan perubahan Anda.

   Daftar hasil identifikasi juga mendukung operasi batch dan manual berikut:

   • Batch Revise: Pilih beberapa hasil identifikasi dan klik tombol Revise di bagian bawah daftar untuk memperbarui klasifikasi data, grading data, atau tipe data catatan yang dipilih dalam satu operasi.

     Prosedur:

     1. Dalam daftar hasil identifikasi, gunakan kotak centang di kolom pertama untuk memilih catatan yang ingin Anda revisi. Anda dapat memilih satu atau beberapa catatan, atau klik kotak centang pilih-semua untuk memilih semua catatan di halaman saat ini.

     2. Setelah memilih catatan, jumlah catatan yang dipilih ditampilkan di pojok kiri bawah daftar. Klik Revise.

     3. Pada kotak dialog Revise, konfirmasi informasi revisi (yang menampilkan "x catatan dipilih untuk revisi batch" beserta detail catatan yang dipilih), lalu gunakan daftar tarik-turun multi-level untuk memilih data classification target.

     4. Klik Confirm. Sistem menampilkan "Berhasil merevisi X catatan." Setelah revisi, determination method catatan tersebut secara otomatis diubah menjadi Revision.

   • Batch Delete: Pilih beberapa hasil identifikasi dan klik tombol Delete di bagian bawah daftar untuk menghapus catatan yang dipilih secara batch. Opsi Reset MaxCompute field Label juga muncul selama penghapusan. Nilai default adalah nomor tingkat keamanan tertinggi di antara item yang dipilih.

   • Manually Add Identification Result: Pada bilah alat tab Identification results, klik Add. Pada kotak dialog, pilih tipe mesin, katalog (proyek/instans/kluster/Katalog), database/Schema, tabel data, bidang, dan tipe data untuk membuat hasil identifikasi dengan metode penentuan diatur ke Revision. Gunakan ini untuk bidang yang tidak cocok dengan identifikasi otomatis tetapi sensitivitasnya telah Anda konfirmasi.