La plate-forme de gestion de données IRI Voracity (et le produit de masquage de données IRI FieldShield) vous permet désormais de définir automatiquement des classes et des groupes de données en fonction de vos glossaires métier ou ontologies de domaine et d'appliquer des règles de transformation à ces classes sur plusieurs sources de données et champs. Dans cet article, je vais montrer comment appliquer des règles de protection au niveau du champ à une bibliothèque de classes de données.
Nous utiliserons la bibliothèque de classes de données créée dans mon premier article sur la classification des données dans IRI Workbench pour Voracity et FieldShield. Voici la bibliothèque de classes de données qui sera utilisée :
Vous pouvez voir que j'ai utilisé un fichier CSV et deux tables Oracle. Dans cet exemple de règles, je ne transformerai que les données des deux tables.
À l'aide de l'assistant de tâche FieldShield Multi Table Protection, je sélectionne ODBC comme extracteur, rien pour le chargeur (la sortie sera donc un fichier plat) et les deux tables référencées ci-dessus. Sur la page Règles de modification des champs, je clique sur Créer pour ajouter une nouvelle règle de fonction de masquage pour mon champ SSN :
J'ajoute ensuite un matcher de règles en utilisant la classe de données PIN_US que j'ai dans ma bibliothèque :
Je peux ajouter autant de matchers que je le souhaite en utilisant la logique AND/OR. Veuillez noter que ET a priorité. L'opérateur du dernier matcher de règles n'est pas utilisé dans la logique.
Je crée une autre règle de masquage en utilisant le champ entier prédéfini et le groupe de données NAMES comme matcher. Cliquer sur le bouton Test montre qu'il a trouvé trois champs correspondants. Étant donné que le groupe de classes de données NAMES contient les classes de données FIRSTNAME, LAST_NAME et FULL_NAME, il s'agit de la sortie correcte basée sur la bibliothèque de classes de données ci-dessus. Il existe trois cartes avec un type de NOM dans leur classe de données. Les classes et les groupes sont différenciés par des icônes dans la boîte de dialogue des détails de matcher et les pages de préférences.
Cliquer sur Suivant affiche l'écran récapitulatif où il inclut les champs auxquels une règle sera appliquée.
Cliquer sur Terminer crée un dossier contenant les résultats de la tâche.
Voici les deux scripts de travail (un pour chaque table) montrant les règles appliquées dans les sections de sortie. Quatre champs ont été masqués de deux manières différentes :les noms sont entièrement masqués et les numéros de sécurité sociale n'ont que les cinq premiers chiffres masqués, en sautant les tirets.
Lorsque ces tâches sont exécutées seules ou dans le cadre d'une tâche, elles produisent ces résultats :
La possibilité d'utiliser des classes de données comme comparateurs de règles vous permet de sélectionner un plus grand nombre de champs en moins d'étapes. Dans cet exemple, j'ai masqué quatre champs dans deux tables avec seulement deux règles.
Si vous souhaitez plus d'informations ou pour faire part de vos commentaires sur l'utilisation de la classification des données et/ou l'application des règles, veuillez contacter [email protected].
