glpi-neural-brain/data/research-evidence/e013dca0539c900ce57773fc.json

{
  "schema_version": 1,
  "saved_at": "2026-08-07T06:10:22.258049Z",
  "content_sha256": "88aac54d1e4f1fd52f895082118e6a21377d895ae6a77300bea31879df62147c",
  "result": {
    "title": "Klassifizierung der in Cloud Storage hochgeladenen Daten automatisieren  |  Sensitive Data Protection  |  Google Cloud Documentation",
    "url": "https://docs.cloud.google.com/sensitive-data-protection/docs/automating-classification-of-data-uploaded-to-cloud-storage?hl=de",
    "snippet": "In dieser Anleitung wird gezeigt, wie Sie mithilfe von Cloud Storage und anderen Google Cloud-Produkten ein automatisiertes System zur Datenquarantäne und -klassifizierung...",
    "content": "Google verwendet KI-Technologie, um Inhalte in Ihre bevorzugte Sprache zu übersetzen. KI-Übersetzungen können Fehler enthalten.\n\nHome\n\nSensitive Data Protection\n\nFeedback geben\n\nKlassifizierung der in Cloud Storage hochgeladenen Daten automatisieren\n\nMit Sammlungen den Überblick behalten\n\nSie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.\n\nIn dieser Anleitung wird gezeigt, wie Sie mithilfe von Cloud Storage und anderen Google Cloud-Produkten ein automatisiertes System zur Datenquarantäne und -klassifizierung implementieren. Für diese Anleitung wird vorausgesetzt, dass Sie mitGoogle Cloud und der grundlegenden Shell-Programmierung vertraut sind.\n\nIn jeder Organisation haben Datenschutzbeauftragte wie Sie mit einer ständig wachsenden Menge von Daten zu tun, die angemessen geschützt und verwaltet werden muss.\nAngesichts von Hunderten oder Tausenden von Dateien pro Tag kann es kompliziert und zeitaufwendig sein, Daten in Quarantäne zu stellen und zu klassifizieren.\n\nWie wäre es, wenn Sie jede Datei in ein Quarantäneverzeichnis hochladen und sie dann automatisch klassifizieren und anhand des Klassifizierungsergebnisses an den richtigen Speicherort verschieben lassen könnten? In dieser Anleitung wird beschrieben, wie Sie ein solches System mit Cloud Run-Funktionen , Cloud Storage und Sensitive Data Protection umsetzen können.\n\nZiele\n\nCloud Storage-Buckets zur Verwendung als Teil der Quarantäne- und Klassifizierungspipeline erstellen\n\nErstellen Sie ein Pub/Sub-Thema und ein Abo, damit Sie benachrichtigt werden, wenn die Dateiverarbeitung abgeschlossen ist.\n\nEine einfache Funktion in Cloud Functions zum Aufrufen der DLP API beim Hochladen von Dateien erstellen\n\nEinige Beispieldateien in den Quarantäne-Bucket zum Aufrufen der Cloud Function hochladen – die DLP API wird von der Funktion verwendet, um die Dateien zu überprüfen und zu klassifizieren und sie in den entsprechenden Bucket zu verschieben\n\nKosten\n\nIn dieser Anleitung werden kostenpflichtige Google Cloud -Komponenten verwendet, darunter:\n\nCloud Storage\n\nCloud Run-Funktionen\n\nSensitive Data Protection\n\nSie können den Preisrechner verwenden, um auf der Grundlage der voraussichtlichen Nutzung eine Kostenschätzung zu erstellen.\n\nHinweis\n\nMelden Sie sich in Ihrem Google Cloud -Konto an. Wenn Sie mit Google Cloudnoch nicht vertraut sind,\nerstellen Sie ein Konto , um die Leistungsfähigkeit unserer Produkte in der Praxis sehen und bewerten zu können. Neukunden erhalten außerdem ein Guthaben von 300 $, um Arbeitslasten auszuführen, zu testen und bereitzustellen.\n\nIn the Google Cloud console, on the project selector page,\nselect or create a Google Cloud project.\n\nRoles required to select or create a project\n\nSelect a project : Selecting a project doesn't require a specific\nIAM role—you can select any project that you've been\ngranted a role on.\n\nCreate a project : To create a project, you need the Project Creator role\n( roles/resourcemanager.projectCreator ), which contains the\nresourcemanager.projects.create permission. Learn how to grant\nroles .\n\nGo to project selector\n\nVerify that billing is enabled for your Google Cloud project .\n\nEnable the Cloud Run functions, Cloud Storage,Cloud Build Cloud Build, and Cloud Data Loss Prevention APIs.\n\nRoles required to enable APIs\n\nTo enable APIs, you need the Service Usage Admin IAM\nrole ( roles/serviceusage.serviceUsageAdmin ), which\ncontains the serviceusage.services.enable permission. Learn how to grant\nroles .\n\nEnable the APIs\n\nIn the Google Cloud console, on the project selector page,\nselect or create a Google Cloud project.\n\nRoles required to select or create a project\n\nSelect a project : Selecting a project doesn't require a specific\nIAM role—you can select any project that you've been\ngranted a role on.\n\nCreate a project : To create a project, you need the Project Creator role\n( roles/resourcemanager.projectCreator ), which contains the\nresourcemanager.projects.create permission. Learn how to grant\nroles .\n\nGo to project selector\n\nVerify that billing is enabled for your Google Cloud project .\n\nEnable the Cloud Run functions, Cloud Storage,Cloud Build Cloud Build, and Cloud Data Loss Prevention APIs.\n\nRoles required to enable APIs\n\nTo enable APIs, you need the Service Usage Admin IAM\nrole ( roles/serviceusage.serviceUsageAdmin ), which\ncontains the serviceusage.services.enable permission. Learn how to grant\nroles .\n\nEnable the APIs\n\nBerechtigungen für Dienstkonten gewähren\n\nIm ersten Schritt gewähren Sie Berechtigungen für zwei Dienstkonten: das Cloud Run Functions-Dienstkonto und den Cloud Data Loss Prevention Service Agent.\n\nBerechtigungen für das App Engine-Standarddienstkonto gewähren\n\nÖffnen Sie in der Google Cloud Console die Seite „IAM \u0026 Verwaltung“ und wählen Sie das erstellte Projekt aus:\n\nIAM aufrufen\n\nSuchen Sie das App Engine-Dienstkonto. Dieses Konto hat das Format [PROJECT_ID]@appspot.gserviceaccount.com . Ersetzen Sie [PROJECT_ID] durch Ihre Projekt-ID.\n\nWählen Sie das Bearbeitungssymbol edit neben dem Dienstkonto aus.\n\nFügen Sie die folgenden Rollen hinzu:\n\nDLP-Administrator\n\nDLP API-Dienst-Agent\n\nKlicken Sie auf Speichern .\n\nBerechtigungen für den Cloud Data Loss Prevention-Dienst-Agent erteilen\n\nDer Cloud Data Loss Prevention-Dienst-Agent wird zum ersten Mal erstellt, wenn er benötigt wird.\n\nErstellen Sie in Cloud Shell den Cloud Data Loss Prevention-Dienst-Agent durch Aufrufen von InspectContent :\n\ncurl --request POST\n\n\"https://dlp.googleapis.com/v2/projects/ PROJECT_ID /locations/us-central1/content:inspect\"\n\n--header \"X-Goog-User-Project: PROJECT_ID \"\n\n--header \"Authorization: Bearer $( gcloud auth print-access-token ) \"\n\n--header 'Accept: application/json'\n\n--header 'Content-Type: application/json'\n\n--data '{\"item\":{\"value\":\"google@google.com\"}}'\n\n--compressed\n\nErsetzen Sie PROJECT_ID durch Ihre Projekt-ID .\n\nÖffnen Sie in der Google Cloud Console die Seite IAM \u0026 Verwaltung und wählen Sie das erstellte Projekt aus:\n\nIAM aufrufen\n\nKlicken Sie auf das Kästchen „Von Google bereitgestellte Rollenzuweisungen einschließen“.\n\nSuchen Sie den Cloud Data Loss Prevention-Dienst-Agent. Dieses Konto hat das Format service-[PROJECT_NUMBER]@dlp-api.iam.gserviceaccount.com . Ersetzen Sie [PROJECT_NUMBER] durch die Projektnummer.\n\nWählen Sie das Bearbeitungssymbol edit neben dem Dienstkonto aus.\n\nFügen Sie die Rolle Projekt  \u003e Betrachter hinzu und klicken Sie auf Speichern .\n\nQuarantäne- und Klassifizierungspipeline erstellen\n\nIn diesem Abschnitt erstellen Sie die im folgenden Diagramm dargestellte Quarantäne- und Klassifizierungspipeline.\n\nDie Zahlen in dieser Pipeline entsprechen folgenden Schritten:\n\nHochladen der Dateien in Cloud Storage\n\nAufrufen einer Funktion von Cloud Functions\n\nÜberprüfung und Klassifizierung der Daten durch Sensitive Data Protection\n\nVerschieben der Datei in den entsprechenden Bucket\n\nCloud Storage-Buckets erstellen\n\nErstellen Sie gemäß den Hinweisen zur Namensgebung für Buckets drei eindeutig benannte Buckets zur Verwendung in dieser Anleitung:\n\nBucket 1: Ersetzen Sie [YOUR_QUARANTINE_BUCKET] durch einen eindeutigen Namen.\n\nBucket 2: Ersetzen Sie [YOUR_SENSITIVE_DATA_BUCKET] durch einen eindeutigen Namen.\n\nBucket 3: Ersetzen Sie [YOUR_NON_SENSITIVE_DATA_BUCKET] durch einen eindeutigen Namen.\n\nConsole\n\nÖffnen Sie in der Google Cloud Console den Cloud Storage-Browser:\n\nCloud Storage aufrufen\n\nKlicken Sie auf Bucket erstellen .\n\nGeben Sie im Textfeld Bucket-Name den Namen ein, den Sie für [YOUR_QUARANTINE_BUCKET] ausgewählt haben, und klicken Sie auf Erstellen .\n\nWiederholen Sie diesen Vorgang für die Buckets [YOUR_SENSITIVE_DATA_BUCKET] und [YOUR_NON_SENSITIVE_DATA_BUCKET] .\n\ngcloud\n\nÖffnen Sie Cloud Shell:\n\nZu Cloud Shell\n\nErstellen Sie mit folgenden Befehlen drei Buckets:\n\ngcloud storage buckets create gs://[YOUR_QUARANTINE_BUCKET]\ngcloud storage buckets create gs://[YOUR_SENSITIVE_DATA_BUCKET]\ngcloud storage buckets create gs://[YOUR_NON_SENSITIVE_DATA_BUCKET]\n\nPub/Sub-Thema und -Abo erstellen\n\nKonsole\n\nSeite Pub/Sub-Themen öffnen:\n\nZu Pub/Sub-Themen\n\nKlicken Sie auf Thema erstellen .\n\nGeben Sie in das Textfeld einen Themennamen ein.\n\nKlicken Sie auf das Kästchen Standardabo hinzufügen .\n\nKlicken Sie auf Thema erstellen .\n\ngcloud\n\nÖffnen Sie Cloud Shell:\n\nZu Cloud Shell\n\nErstellen Sie ein Thema und ersetzen Sie dabei [PUB/SUB_TOPIC] durch einen Namen Ihrer Wahl:\n\ngcloud pubsub topics create [PUB/SUB_TOPIC]\n\nErstellen Sie ein Abo und ersetzen Sie dabei [PUB/SUB_SUBSCRIPTION] durch einen Namen Ihrer Wahl:\n\ngcloud pubsub subscriptions create [PUB/SUB_SUBSCRIPTION] --topic [PUB/SUB_TOPIC]\n\nCloud Run-Funktionen erstellen\n\nIn diesem Abschnitt wird das Bereitstellen des Python-Skripts beschrieben, das die folgenden zwei Cloud Run Functions-Funktionen enthält:\n\nEine Funktion, die beim Hochladen eines Objekts in Cloud Storage aktiviert wird.\n\nEine Funktion, die bei Eingang einer Nachricht in der Pub/Sub-Warteschlange aufgerufen wird.\n\nDas Python-Skript, das Sie für diese Anleitung verwenden, ist in einem GitHub-Repository enthalten. Um die erste Cloud Functions-Funktion zu erstellen, müssen Sie die richtigen APIs aktivieren.\n\nSo aktivieren Sie die APIs:\n\nWenn Sie in der Konsole arbeiten, klicken Sie auf Funktion erstellen , um zu erfahren, wie die APIs aktiviert werden, die Sie zur Verwendung von Cloud Functions benötigen.\n\nWenn Sie in der gcloud CLI arbeiten, müssen Sie die folgenden APIs manuell aktivieren:\n\nArtifact Registry API\n\nEventarc API\n\nCloud Run Admin API\n\nDie erste Funktion erstellen\n\nConsole\n\nÖffnen Sie die Seite Cloud Run Functions – Übersicht :\n\nZu den Cloud Run-Funktionen\n\nWählen Sie das Projekt aus, für das Sie Cloud Run Functions aktiviert haben.\n\nKlicken Sie auf Funktion erstellen .\n\nErsetzen Sie im Textfeld Funktionsname den Standardnamen durch create_DLP_job .\n\nWählen Sie im Feld Trigger die Option Cloud Storage aus.\n\nWählen Sie im Feld Ereignistyp die Option Finalisieren/Erstellen aus.\n\nKlicken Sie im Feld Bucket auf Durchsuchen , markieren Sie den Quarantäne-Bucket in der Drop-down-Liste und klicken Sie auf Auswählen .\n\nKlicken Sie auf Speichern .\n\nKlicken Sie auf Weiter .\n\nWählen Sie unter Laufzeit die Option Python 3.7 aus.\n\nSetzen Sie unter Quellcode ein Häkchen bei Inline-Editor .\n\nErsetzen Sie den Text im Feld main.py durch den Inhalt der folgenden Datei https://github.com/GoogleCloudPlatform/dlp-cloud-functions-tutorials/blob/master/gcs-dlp-classification-python/main.py .\n\nErsetzen Sie Folgendes:\n\n[PROJECT_ID_DLP_JOB \u0026 TOPIC] : die Projekt-ID, in dem die Cloud Run-Funktion und das Pub/Sub-Thema gehostet werden.\n\n[YOUR_QUARANTINE_BUCKET] : der Name des Buckets, in den Sie die zu verarbeitenden Dateien hochladen.\n\n[YOUR_SENSITIVE_DATA_BUCKET] : der Name des Buckets, in den Sie vertrauliche Dateien verschieben.\n\n[YOUR_NON_SENSITIVE_DATA_BUCKET] : der Name des Buckets, in den Sie die zu verarbeitenden Dateien hochladen.\n\n[PUB/SUB_TOPIC] : der Name des Pub/Sub-Themas, das Sie zuvor erstellt haben.\n\nErsetzen Sie im Textfeld Einstiegspunkt den Standardtext durch Folgendes: create_DLP_job .\n\nErsetzen Sie den Text im Textfeld requirements.txt durch den Inhalt der folgenden Datei: https://github.com/GoogleCloudPlatform/dlp-cloud-functions-tutorials/blob/master/gcs-dlp-classification-python/requirements.txt.\n\nKlicken Sie auf Bereitstellen .\n\nMit einem grünen Häkchen neben der Funktion wird die erfolgreiche Bereitstellung angezeigt.\n\ngcloud\n\nÖffnen Sie eine Cloud Shell-Sitzung und klonen Sie das GitHub-Repository, das den Code und einige Beispieldatendateien enthält:\n\nIn Cloud Shell öffnen\n\nPassen Sie die Verzeichnisse gemäß dem Ordner an, in den das Repository geklont wurde:\n\ncd ~dlp-cloud-functions-tutorials/gcs-dlp-classification-python/\n\nErsetzen Sie in der Datei main.py die folgenden Werte:\n\n[PROJECT_ID_DLP_JOB \u0026 TOPIC] : die Projekt-ID, in dem die Cloud Run-Funktion und das Pub/Sub-Thema gehostet werden.\n\n[YOUR_QUARANTINE_BUCKET] : der Name des Buckets, in den Sie die zu verarbeitenden Dateien hochladen.\n\n[YOUR_SENSITIVE_DATA_BUCKET] : der Name des Buckets, in den Sie vertrauliche Dateien verschieben.\n\n[YOUR_NON_SENSITIVE_DATA_BUCKET] : der Name des Buckets, in den Sie die zu verarbeitenden Dateien hochladen.\n\n[PUB/SUB_TOPIC : der Name des Pub/Sub-Themas, das Sie zuvor erstellt haben.\n\nStellen Sie die Funktion bereit und ersetzen Sie dabei [YOUR_QUARANTINE_BUCKET] durch Ihren Bucket-Namen:\n\ngcloud functions deploy create_DLP_job --runtime python37 \\\n--trigger-resource [YOUR_QUARANTINE_BUCKET] \\\n--trigger-event google.storage.object.finalize\n\nPrüfen Sie, ob die Funktion erfolgreich bereitgestellt wurde:\n\ngcloud functions describe create_DLP_job\n\nEine erfolgreiche Bereitstellung wird durch einen Bereitschaftsstatus angezeigt, der in etwa so angegeben wird:\n\nstatus: READY\ntimeout: 60s\n\nWenn die Cloud Functions-Funktion erfolgreich bereitgestellt wurde, fahren Sie mit dem nächsten Abschnitt fort, um die zweite Cloud Functions-Funktion zu erstellen.\n\nDie zweite Funktion erstellen\n\nConsole\n\nÖffnen Sie die Seite Cloud Run Functions – Übersicht :\n\nZur Übersichtsseite von Cloud Run Functions\n\nWählen Sie das Projekt aus, für das Sie Cloud Run Functions aktiviert haben.\n\nKlicken Sie auf Funktion erstellen .\n\nErsetzen Sie im Textfeld Funktionsname den Standardnamen durch resolve_DLP .\n\nWählen Sie im Feld Trigger die Option Pub/Sub aus.\n\nSuchen Sie im Feld Cloud Pub/Sub-Thema auswählen nach dem Pub/Sub-Thema, das Sie zuvor erstellt haben.\n\nKlicken Sie auf Speichern .\n\nKlicken Sie auf Weiter .\n\nWählen Sie unter Laufzeit die Option Python 3.7 aus.\n\nWählen Sie unter Quellcode Inline-Editor aus.\n\nErsetzen Sie im Textfeld Einstiegspunkt den Standardtext durch resolve_DLP .\n\nErsetzen Sie den Text im Feld main.py durch den Inhalt der folgenden Datei: https://github.com/GoogleCloudPlatform/dlp-cloud-functions-tutorials/blob/master/gcs-dlp-classification-python/main.py.\nErsetzen Sie die folgenden Werte:\n\n[PROJECT_ID_DLP_JOB \u0026 TOPIC] : die Projekt-ID, in dem die Cloud Run-Funktion und das",
    "content_type": "text/html",
    "query": "Implementierung von Sicherheitsmaßnahmen für Prompt Data Classification in Cloud-Systemen wie AWS, Azure und Google Cloud",
    "language": "de-DE",
    "round": 1,
    "fetched": true,
    "relevant": true,
    "relevance": 0.9323076923076924,
    "source_quality": "primary",
    "source_quality_score": 0.9760000000000001,
    "actionable": true,
    "covered_gap_ids": [
      "KG-001"
    ],
    "assessment_reason": "Die Quelle beschreibt konkrete Schritte zur Implementierung von Sicherheitsmaßnahmen für Prompt Data Classification in Google Cloud, einschließlich der Nutzung von Cloud Storage, Cloud Run-Funktionen und der Sensitive Data Protection API. Sie bietet eine umsetzbare Lösung mit expliziten Schritten zur Automatisierung der Datenklassifizierung und Quarantäne."
  }
}