DataWorks:センシティブデータ検出タスクの作成

検出タスクの作成

1. センシティブデータ検出ルールページに移動します。詳細については、「センシティブデータ検出ルールページへの移動」をご参照ください。

2. [検出タスク] タブをクリックして、検出タスクページに移動します。

3. 機密データ検出タスクを開始します。

   1. [機密データ検出タスク] を設定します。

      [センシティブデータ検出タスクを有効にする] ダイアログボックスで、タスクタイプ、スキャンメソッド、および範囲を設定します。リアルタイムタスク、スケジュールされたタスク、またはワンタイムタスクを設定できます。

      1. リアルタイムタスクの設定

         

         次の表にパラメーターを説明します。

         パラメーター	説明
         検出アカウント	Alibaba Cloud アカウントまたは RAM ユーザーを使用してデータサンプリングとスキャンを設定します。選択したアカウントは、データのサンプリングとスキャンに使用されます。サンプリングできるデータの範囲は、アカウントの権限によって異なります。 説明 RAM ユーザーを検出に使用するには、まず RAM ユーザーに MaxCompute プロジェクトの権限を付与する必要があります。
         リアルタイム検出	ODPS のみがリアルタイム検出をサポートしています。テーブルやフィールドの追加、フィールドの変更など、ODPS のメタデータが変更されると、データセキュリティガードは変更されたメタデータに対して自動的に機密データ検出タスクを開始します。 データセキュリティガードはメタデータの変更情報をリアルタイムで取得します。変更が新しいテーブルまたはフィールドによるものである場合、新しいテーブルまたはフィールドにはまだコンテンツがない可能性があります。この場合、機密データ検出にはメタデータのみが使用されます。

      2. 定期タスクの設定 次の表にパラメーターを示します。

         パラメーター	説明
         タスク実行	タスクの実行は手動で有効にする必要があります。
         後続の検出タスクのスキャンと更新ポリシー	2つのオプションがあります： 変更されたルール、変更されたルールの影響を受けるデータ、および結果のないデータのみを再スキャンして結果を更新します。 すべてのデータを再スキャンし、すべての結果を上書きします。 手動で修正した結果を上書きしないように選択できます。
         検出アカウント	[Alibaba Cloud アカウント] または [RAM ユーザー] を使用してデータサンプリングとスキャンを設定します。選択したアカウントは、データのサンプリングとスキャンに使用されます。サンプリングおよびスキャンできるデータの範囲は、アカウントの権限によって異なります。 説明 RAM ユーザーをサンプリングとスキャンに使用するには、まず RAM ユーザーに MaxCompute プロジェクトの権限を付与する必要があります。
         コンテンツ検出	[コンテンツ検出] と [メタデータ検出] ルールを有効にするかどうかを設定します。対応するルールは、選択した後にのみ有効になります。 説明 [コンテンツ検出] を選択しない場合、データセキュリティガードはデータのサンプリングやスキャンを行いません。コンテンツ検出ルールは有効になりませんが、フィールド名とフィールドコメントのルールは引き続き有効です。
         サンプルサイズ	コンテンツ検出のサンプルサイズを設定します。100 より大きい値を推奨します。 このパラメーターは、[コンテンツ検出] を選択した場合に必須です。
         スキャン頻度とスキャン時間	定期タスクのスキャン周期を定義します。 このパラメーターは、[タスクタイプ] を [スケジュールされたタスク] に設定した場合にのみ必須です。 スキャン頻度は [週に1回] または [1日に1回] に設定できます。週次スキャンの場合、月曜日から金曜日までの任意の日を選択できます。時間範囲は 0:00 から 23:59 です。
         スキャン範囲	センシティブデータ検出タスクのデータ範囲を設定します。 すべて：現在のテナントの権限が付与されたアカウント配下のすべてのデータをスキャンします。 部分的なデータ：指定されたプロジェクトのテーブルデータをスキャンします。 説明 デフォルトのプロジェクト範囲には、すべての DPI エンジンのすべてのプロジェクトが含まれます。 ODPS、EMR、および HOLO プロジェクトの指定されたテーブルのデータをスキャンできます。 テーブル名の全長は 0～100 文字です。すべての文字タイプがサポートされています。このフィールドを空のままにすると、すべてのテーブルがスキャンされます。 ワイルドカード文字 .* がサポートされています。たとえば、.*name は name で終わるテーブル名に一致し、private.* は private で始まるテーブル名に一致します。 複数のテーブル名またはフィールド名を区切るには、カンマ (,) を使用します。 [部分的なデータ] を選択した場合、複数のプロジェクトまたはデータベースのスキャン範囲を追加できます。最終的なスキャン範囲は、指定されたすべての範囲の和集合になります。 ページの左側でプロジェクトを手動で選択する必要があります。 プロジェクトを選択すると、そのプロジェクトまたはデータベース内のデータテーブルが右側に表示されます。テーブルを手動で選択するか、一度にすべてのテーブルを選択できます。デフォルトでは、データベース内のすべてのデータテーブルが選択されます。 プロジェクト、データベース、およびデータテーブルでキーワード検索がサポートされています。キーワードでデータテーブルを検索するには、まずプロジェクトを選択し、そのプロジェクト内で検索を実行します。

      3. ワンタイムタスクの設定 次の表にパラメーターを示します。

         パラメーター	説明
         検出タスクのスキャンと更新ポリシー	2つのオプションがあります： 変更されたルール、変更されたルールの影響を受けるデータ、および結果のないデータのみを再スキャンして結果を更新します。 すべてのデータを再スキャンし、すべての結果を上書きします。 手動で修正した結果を上書きしないように選択できます。
         検出アカウント	[Alibaba Cloud アカウント] または [RAM ユーザー] を使用してデータサンプリングとスキャンを設定します。選択したアカウントは、データのサンプリングとスキャンに使用されます。サンプリングおよびスキャンできるデータの範囲は、アカウントの権限によって異なります。 説明 RAM ユーザーをサンプリングとスキャンに使用するには、まず RAM ユーザーに MaxCompute プロジェクトの権限を付与する必要があります。
         コンテンツ検出	[コンテンツ検出] と [メタデータ検出] ルールを有効にするかどうかを設定します。対応するルールは、選択した後にのみ有効になります。 説明 [コンテンツ検出] を選択しない場合、データセキュリティガードはデータのサンプリングやスキャンを行いません。コンテンツ検出ルールは有効になりませんが、フィールド名とフィールドコメントのルールは引き続き有効です。
         サンプルサイズ	コンテンツ検出のサンプルサイズを設定します。100 より大きい値を推奨します。 このパラメーターは、[コンテンツ検出] を選択した場合に必須です。
         スキャン範囲	センシティブデータ検出タスクのデータ範囲を設定します。 すべて：現在のテナントの権限が付与されたアカウント配下のすべてのデータをスキャンします。 部分的なデータ：指定されたプロジェクトのテーブルデータをスキャンします。 説明 デフォルトのプロジェクト範囲には、すべての DPI エンジンのすべてのプロジェクトが含まれます。 ODPS、EMR、および HOLO プロジェクトの指定されたテーブルのデータをスキャンできます。 テーブル名の全長は 0～100 文字です。すべての文字タイプがサポートされています。このフィールドを空のままにすると、すべてのテーブルがスキャンされます。 ワイルドカード文字 .* がサポートされています。たとえば、.*name は name で終わるテーブル名に一致し、private.* は private で始まるテーブル名に一致します。 複数のテーブル名またはフィールド名を区切るには、カンマ (,) を使用します。 [部分的なデータ] を選択した場合、複数のプロジェクトまたはデータベースのスキャン範囲を追加できます。最終的なスキャン範囲は、指定されたすべての範囲の和集合になります。 ページの左側でプロジェクトを手動で選択する必要があります。 プロジェクトを選択すると、そのプロジェクトまたはデータベース内のデータテーブルが右側に表示されます。テーブルを手動で選択するか、一度にすべてのテーブルを選択できます。デフォルトでは、データベース内のすべてのデータテーブルが選択されます。 プロジェクト、データベース、およびデータテーブルでキーワード検索がサポートされています。キーワードでデータテーブルを検索するには、まずプロジェクトを選択し、そのプロジェクト内で検索を実行します。

   2. [有効にする] をクリックしてスキャンタスクを開始します。

      タスクが開始されると、[タスクステータス] は次のように変更されます：

      1. リアルタイムタスク：ステータスが [有効化中] に変わります。

      2. 定期タスク：ステータスが「有効化中」に変わります。設定されたスキャン時間に達すると、プラットフォームは設定に基づいて機密データ検出を実行します。

      3. ワンタイムタスク：ステータスが進捗横棒グラフに変わります。進捗が 100% に達するとタスクは完了です。進捗は次の数式で計算されます：(現在のタスクでスキャンされたテーブル数 / 現在のタスクでスキャンされるテーブルの総数) × 100%。

      説明

      1. 検出ルールが変更された後、新しいルールは次の定期タスクで有効になります。変更をすぐに適用するには、ワンタイム検出タスクを作成できます。

      2. スキャンタスクが完了すると、[タスクステータス] は [タスクなし] に更新されます。

検出結果の手動修正

1. センシティブデータ検出ルールページに移動します。詳細については、「センシティブデータ検出ルールページへの移動」をご参照ください。

2. [検出結果] タブをクリックして、検出結果ページに移動します。

3. 不正確な検出結果を手動で修正します。

   操作	説明
   DPI エンジンタイプでフィルター	前の図のエリア ① で、ドロップダウンリストから DPI エンジンを選択できます。 説明 ODPS、EMR、CDH_HIVE、および HOLO エンジンの機密フィールドの検出結果を修正できます。
   フィルター	前の図のエリア ② で、検出結果をフィルターできます。 [プロジェクト]、[テーブル名]、[フィールド名] などの条件でフィルターできます。また、[展開] をクリックしてより多くのフィルター条件を表示し、[分類]、[分級]、[機密フィールドタイプ] でさらにフィルターすることもできます。 [分類]：現在のテナントのデフォルトの分類・分級テンプレートの分類情報。詳細については、「機密データの分類と分級の設定」をご参照ください。 [分級]：現在のテナントのデフォルトの分類・分級テンプレートの分級情報。
   単一データの修正	前の図のエリア ③ には、検出結果のリストが表示されます。[表示フィールド設定] をクリックし、表示したいフィールドを選択してリストの詳細を更新できます。デフォルトでは、リストには [プロジェクト]、[テーブル名]、[フィールド名]、[分類]、[分級]、[機密フィールドタイプ]、[手動修正済み]、および [最終更新日時] が表示されます。 [機密フィールドタイプ] が正しくないフィールドについては、[機密フィールドタイプ] 列のドロップダウン矢印をクリックします。リストには、現在のテナントのデフォルトの分類・分級テンプレートから [公開済み] の機密フィールドタイプが表示されます。既存の機密フィールドタイプがニーズを満たしているか確認します： ニーズを満たしている場合：別の既存の機密フィールドタイプを選択します。次に、右側の アイコンをクリックして [データ検出ルール] ページに移動します。元の機密フィールドタイプと新しい機密フィールドタイプの両方の検出ルールを変更して、将来の検出精度を確保します。 ニーズを満たしていない場合：右側の アイコンをクリックして [データ検出ルール] ページに移動します。または、ドロップダウンリストの一番下までスクロールし、[機密フィールドタイプの管理] をクリックします。[データ検出ルール] ページにリダイレクトされ、[機密フィールドタイプの作成] ダイアログボックスが表示されます。新しい機密フィールドタイプを追加し、その検出ルールを設定します。詳細については、「データ検出ルールの設定と検出タスクの実行」をご参照ください。
   データのバッチ修正	バッチ修正したいフィールドを選択し、上の図のエリア ④ にある [バッチ修正] ボタンをクリックします。[認識結果のバッチ修正] ダイアログボックスが表示されます。[機密フィールドタイプ] ドロップダウンリストには、現在のテナントのデフォルトの分類・分級テンプレートから [公開済み] の機密フィールドタイプが表示されます。正しい機密フィールドタイプを選択し、[保存] をクリックして認識結果のバッチ修正を完了します。

検出結果のエクスポート