A plataforma de gerenciamento de dados IRI Voracity (e o produto de mascaramento de dados IRI FieldShield) agora permite que você defina automaticamente classes e grupos de dados com base em seus glossários de negócios ou ontologias de domínio e aplique regras de transformação a essas classes em várias fontes de dados e campos. Neste artigo, demonstrarei como aplicar regras de proteção em nível de campo em uma biblioteca de classes de dados.
Usaremos a biblioteca de classes de dados criada no meu primeiro artigo sobre Classificação de Dados no IRI Workbench para Voracity e FieldShield. Aqui está a biblioteca de classes de dados que será usada:
Você pode ver que eu usei um arquivo CSV e duas tabelas Oracle. Neste exemplo de regras, estarei apenas transformando dados nas duas tabelas.
Usando o FieldShield Multi Table Protection Job Wizard, seleciono ODBC como extrator, nada para o carregador (assim a saída será um arquivo simples) e as duas tabelas mencionadas acima. Na página Regras de modificação de campo, clico em Criar para adicionar uma nova regra de função de mascaramento para meu campo de SSN:
Em seguida, adiciono um matcher de regras usando a classe de dados PIN_US que tenho em minha biblioteca:
Posso adicionar quantos matchers quiser usando a lógica AND/OR. Observe E tem precedência. O operador da última regra correspondente não é usado na lógica.
Eu crio outra regra de mascaramento usando o campo inteiro predefinido e o grupo de dados NAMES como um matcher. Clicar no botão Test mostra que ele encontrou três correspondências de campo. Como o grupo de classes de dados NAMES contém as classes de dados FIRSTNAME, LAST_NAME e FULL_NAME, essa é a saída correta com base na biblioteca de classes de dados acima. Existem três mapas com um tipo de NOME em sua classe de dados. Classes e grupos são diferenciados com ícones na caixa de diálogo de detalhes do matcher e nas páginas de preferências.
Clicar em Avançar exibe a tela de resumo onde inclui os campos que terão uma regra aplicada.
Clicar em Concluir cria uma pasta com os resultados do trabalho incluídos.
Aqui estão os dois scripts de trabalho (um para cada tabela) mostrando as regras aplicadas nas seções de saída. Quatro campos foram mascarados de duas maneiras diferentes:os nomes são totalmente mascarados e os SSNs têm apenas os primeiros cinco dígitos mascarados, ignorando os traços.
Quando esses trabalhos são executados sozinhos ou como parte de um trabalho, eles produzem estes resultados:
A capacidade de usar classes de dados como correspondentes de regras permite selecionar um número maior de campos com menos etapas. Neste exemplo, mascarei quatro campos em duas tabelas com apenas duas regras.
Se desejar obter mais informações, ou oferecer feedback, sobre o uso de classificação de dados e/ou aplicação de regras, entre em contato com [email protected].
