Quay lại bộ đề
Question #173 Topic 1
Your company's data platform ingests CSV file dumps of booking and user profile data from upstream sources into Cloud Storage. The data analyst team wants to join these datasets on the email field available in both the datasets to perform analysis. However, personally identifiable information (PII) should not be accessible to the analysts. You need to de-identify the email field in both the datasets before loading them into BigQuery for analysts. What should you do?
Nền tảng dữ liệu của công ty bạn tải dữ liệu tệp CSV chứa thông tin đặt chỗ (booking) và hồ sơ người dùng (user profile) từ các nguồn thượng nguồn vào Cloud Storage. Nhóm nhà phân tích dữ liệu muốn liên kết (join) các tập dữ liệu này trên trường email có sẵn trong cả hai tập dữ liệu để thực hiện phân tích. Tuy nhiên, thông tin nhận dạng cá nhân (PII) không được phép truy cập bởi các nhà phân tích. Bạn cần khử nhận dạng (de-identify) trường email trong cả hai tập dữ liệu trước khi tải chúng vào BigQuery cho các nhà phân tích. Bạn nên làm gì?
A
1. Create a pipeline to de-identify the email field by using recordTransformations in Cloud Data Loss Prevention (Cloud DLP) with masking as the de-identification transformations type.2. Load the booking and user profile data into a BigQuery table.
1. Tạo một pipeline để khử nhận dạng trường email bằng cách sử dụng recordTransformations trong Cloud Data Loss Prevention (Cloud DLP) với loại chuyển đổi là che giấu (masking).
2. Tải dữ liệu đặt chỗ và hồ sơ người dùng vào một bảng BigQuery.
B
1. Create a pipeline to de-identify the email field by using recordTransformations in Cloud DLP with format-preserving encryption with FFX as the de-identification transformation type.2. Load the booking and user profile data into a BigQuery table.
1. Tạo một pipeline để khử nhận dạng trường email bằng cách sử dụng recordTransformations trong Cloud DLP với mã hóa bảo toàn định dạng (format-preserving encryption) dùng FFX làm loại chuyển đổi.
2. Tải dữ liệu đặt chỗ và hồ sơ người dùng vào một bảng BigQuery.
C
1. Load the CSV files from Cloud Storage into a BigQuery table, and enable dynamic data masking.2. Create a policy tag with the email mask as the data masking rule.3. Assign the policy to the email field in both tables. A4. Assign the Identity and Access Management bigquerydatapolicy.maskedReader role for the BigQuery tables to the analysts.
1. Tải các tệp CSV từ Cloud Storage vào bảng BigQuery và bật tính năng che giấu dữ liệu động (dynamic data masking).
2. Tạo một thẻ chính sách (policy tag) với bộ quy tắc che giấu email.
3. Gán chính sách này cho trường email trong cả hai bảng.
4. Gán vai trò IAM bigquerydatapolicy.maskedReader trên các bảng BigQuery cho các nhà phân tích.
D
1. Load the CSV files from Cloud Storage into a BigQuery table, and enable dynamic data masking.2. Create a policy tag with the default masking value as the data masking rule.3. Assign the policy to the email field in both tables.4. Assign the Identity and Access Management bigquerydatapolicy.maskedReader role for the BigQuery tables to the analysts
1. Tải các tệp CSV từ Cloud Storage vào bảng BigQuery và bật tính năng che giấu dữ liệu động.
2. Tạo một thẻ chính sách (policy tag) với quy tắc che giấu dữ liệu mặc định.
3. Gán chính sách này cho trường email trong cả hai bảng.
4. Gán vai trò IAM bigquerydatapolicy.maskedReader trên các bảng BigQuery cho các nhà phân tích.
Giải thích & Tài liệu tham khảo
Yêu cầu cốt lõi là bảo vệ địa chỉ email (PII) nhưng vẫn phải đảm bảo nhà phân tích có thể thực hiện thao tác JOIN giữa hai bảng trên trường này:
- Format-Preserving Encryption (FPE) với FFX: Đây là kỹ thuật mã hóa bảo toàn định dạng và có tính chất xác định (deterministic). Cùng một giá trị email đầu vào (ví dụ:
user@example.com) sẽ luôn tạo ra cùng một chuỗi mã hóa giống nhau ở cả hai bảng dữ liệu. Đồng thời, cấu trúc định dạng gốc vẫn được giữ lại giúp dữ liệu trông tự nhiên. Điều này cho phép thực hiện phép JOIN chính xác trên trường đã mã hóa mà không làm lộ email thực tế.
- Tại sao chọn B: FPE với chế độ FFX giải quyết tốt cả hai yêu cầu: Che giấu PII thực tế và duy trì khả năng JOIN dữ liệu.
- Tại sao A sai: Phương pháp masking (che giấu) sẽ thay thế một phần hoặc toàn bộ chuỗi bằng các ký tự cố định (ví dụ:
@.com). Mọi email khác nhau sẽ bị biến đổi thành các chuỗi giống nhau, dẫn đến không thể phân biệt và không thể JOIN. - Tại sao C và D sai: Dynamic Data Masking trong BigQuery che dữ liệu tại thời điểm hiển thị kết quả. Tuy nhiên, các cột được gắn nhãn Dynamic Masking không hỗ trợ thực hiện phép JOIN hiệu quả hoặc bảo mật vì khi truy vấn chạy, dữ liệu thực tế bị che sẽ không khớp nhau hoặc vi phạm chính sách bảo mật.
(Đáp án được gợi ý bởi AI)