0 / 0
Go back to the English version of the documentation
Gelişmiş maskeleme seçenekleri
Last updated: 18 Ağu 2023
Gelişmiş maskeleme seçenekleri

Gelişmiş maskeleme seçenekleri, gelişmiş tanımlama yöntemleriyle verileri koruyarak veri koruma kurallarının ve veri konumu kurallarının yeteneğini genişletir. Teknikler, verilerin biçimini ve bütünlüğünü korur. Yüksek veri yardımcı programı, veri bilimcileri, iş analistleri ve uygulama geliştiricileri gibi veri kullanıcılarına korunan verilerden yüksek kaliteli öngörüler üretme olanağı sağlar.

Gelişmiş maskeleme seçenekleri aşağıdaki özellikleri içerir:

  • Yapay zeka projelerine yardımcı olmak için 165 önceden tanımlanmış veri sınıfı için biçim korumalı tanımlama.

    İpucu: Gelişmiş maskeleme seçenekleriyle tanımlanan veri koruma kuralları, Watson Query (Data virtualization) için uygulanır. Kurallar, IBAN ve URLdışında, önceden tanımlanmış veri sınıflarının herhangi birinde biçim koruma gizlemesi uygulayabilir.

  • Esnek uyumluluk için tek yönlü hash tokenizasyonu ve maskeleme akışları oluşturarak verilerin kopyalarının oluşturulması için geri dönüşümlü şifreleme.

    Kısıtlama: IBM Security Guardium® , Cloud Pak for Data as a Serviceile bütünleştirildiğinde, Geri alınabilirlik için gelişmiş maskeleme seçeneği desteklenmez.
  • İlgili veri kaynakları genelinde tutarlı bir şekilde verileri korumak için ilişki bütünlüğü.

Aşağıdaki senaryolarda, gelişmiş maskeleme seçeneğinin veri koruma kurallarının yeteneğini nasıl genişlettiği açıklanmıştır.

Veri bilimcileri, dolandırıcılık işlemlerini tahmin etmek için Machine Learning modellerinde kredi kartı numaraları ve bankacılık hesap numaraları gibi finansal verileri kullanmak ister. Kredi kartı numaraları, aradıkları sonuçları üretmek için XXXXXXXXX olamaz. Bunun yerine, gerçek kredi kartı numaralarına ihtiyaçları var. Gelişmiş maskeleme opyonlarında biçim koruma yöntemi, biçim gereksinimlerini karşılayan kredi kartı numaraları üretir. Biçim gereksinimleri, sorun tanımlayıcı bilgilerini (kartı hangi kredi kartı şirketinin (Visa, Mastercard vb.) verdiği), luhn sağlama toplamı algoritmasını vb. korumayı içerir. Gerçekçi maskeleme, veri kullanıcılarının doğru sonuçlar üretebilmelerini sağlar.

Sağlık verileri kullanıcıları, ölümcül hastalık klinik çalışmalarından elde edilen sonuçları analiz etmek için hastaların ad ve adres bilgilerini içeren hasta verilerini kullanmak istemektedir. Hastanın adı, aradıkları sonuçları elde etmek için "XXXX" tarafından maskelenemez. Bunun yerine, gerçekçi isimlere ve gerçekçi sokak isimlerine, şehirlere ve ülkelere ihtiyaçları var. Sonuç olarak, veri kullanıcıları analizleri yaparken, "123 Maple Lane" de yaşayan "Jane Doe" ' nin göğüs kanseri olan çalışma katılımcısı olduğu daha geniş bir bağlama sahipler.

Önemli:

Gelişmiş maskeleme seçeneklerinin spesifikliği nedeniyle, bu seçenekler aynı anda yalnızca bir veri sınıfına uygulanabilir. Bu seçenekler, önceden tanımlanmış tüm 165 Watson Knowledge Catalog veri sınıfı için optimize edilmiştir ve her veri sınıfı için en iyi biçim koruma seçenekleri olarak önerilir. Ancak bunlar özel tanımlı Watson Knowledge Catalog veri sınıflarına uygulanamaz.

Gelişmiş maskeleme seçeneği yalnızca Redact ve Obfuscate maskeleme yöntemleri için etkinleştirilebilir. Gelişmiş maskeleme seçenekleri, mask data in columns containing data classkomutunu kullanarak kurallar için geçerlidir. İş terimleri, sütun adları ve etiketler henüz desteklenmiyor.

Not: Tablo oluştururken, Hive' de kaynak ve hedef tablo sütun adları için özel karakterler kullanmayın. Sütun adlarında kullanılan özel karakterler, iç birleştirmeler tarafından desteklenmez.

Gelişmiş maskeleme seçenekleriyle veri koruma kuralları oluşturma

Gelişmiş maskeleme seçenekleri yalnızca veri sınıfları için etkinleştirilir.

  1. Koşulları tamamlayın ve işlemek istediğiniz öznitelikleri seçin. Önerilen uygulama, kuralların aşağıdaki yollardan biriyle oluşturulmasıdır:

    • Veri sınıfı herhangi bir __insert data class__içeriyorsa, __insert data class__veri sınıfını içeren sütunlardaki verileri maskeleyin.

    • İsteğe bağlı olarak varlık sahipleri, iş koşulları, etiketler vb. için koşullar ekleyebilirsiniz, ancak bu yönetişim yapıtlarının nasıl çalıştığını anlamaya dikkat edin. Maskelenmemiş verileri istemeden sızdırabilirler. Bkz. Veri koruma kurallarının yönetilmesi.

    • Boole değerleri ya da tek basamaklı sayılar gibi küçük olan giriş verilerinin maskelenmiş olması, bir maskeleme akış işini çalıştırdığınızda, verileri önizlediğinizde ya da karşıdan yüklediğinizde verilerin maskelenmemiş gibi görünebilir. Ancak, veriler maskelenmiştir ve maskelenmiş değer, maskelenmemiş değerle aynıdır.

  2. Verileri maskelemek için aşağıdaki yöntemi seçin:

    • Sütunları düzelt
    • Kolonları karart

    Gelişmiş maskeleme için yerine koyma değeri desteklenmez.

  3. Gelişmiş maskeleme seçenekleri bölümünde maskeleme seçeneklerinizi belirleyin. Bazı seçenekler varsayılan olarak sizin için seçilir. Ek bilgi için Redacting data method (Veri yönteminin düzeltilmesi) ve Obfusting data method (Veri yönteminin karartılması) başlıklı konuya bakın.

  4. Bir kural oluşturun. Varlıklardaki verilerin nasıl maskeleneceğine ilişkin ek bilgi için bkz. Maske verileri .

Maskeleme önizlemelerini kullanma

Örnek veri bölümündeki Önizlemeden önce, veri varlıklarını kataloglarda, projelerde ve maskeleme akış işlerini çalıştırmadan önce dinamik olarak görüntülerken verilerin nasıl maskelendiğini görüntüler. Örnek veriler bölümündeki Önizlemeden sonra, maskeleme akış işlerini çalıştırarak üretilen maskelenmiş kopyalarda verilerin nasıl maskelendiğini görüntüler.

Alternatif metin

Sonraki adımlar

Daha fazla bilgi

Üst konu: Veri koruma kuralları

Generative AI search and answer
These answers are generated by a large language model in watsonx.ai based on content from the product documentation. Learn more