Descubrimiento de PII

El Descubrimiento de PII (Información de Identificación Personal) es el primer paso para identificar datos sensibles en tus bases de datos. Gigantics proporciona múltiples opciones para personalizar cómo descubres PII en tus datos.

Opciones de Descubrimiento de PII

Seleccionar Entidades

Puedes elegir qué entidades de base de datos (tablas, colecciones, etc.) incluir en el proceso de descubrimiento:

Incluir entidades específicas: Seleccionar solo ciertas tablas o colecciones para análisis
Excluir entidades específicas: Escanear todas las entidades excepto las que especifiques
Escanear todas las entidades: Analizar cada tabla y colección en tu base de datos

Esta selección es importante porque:

Te permite enfocar los esfuerzos de descubrimiento en bases de datos con datos sensibles
Reduce el tiempo de procesamiento excluyendo tablas del sistema o datos no sensibles
Permite escaneos de cumplimiento solo de conjuntos de datos regulados

Expresiones Regulares

Usa expresiones regulares para definir patrones de entidades que deseas descubrir:

Coincidencia de patrones: Incluir automáticamente entidades que coincidan con patrones especificados
Filtrado flexible: Crear reglas complejas para seleccionar tablas basadas en convenciones de nomenclatura
Selección masiva: Seleccionar eficientemente múltiples entidades sin casillas de verificación manuales

Ejemplos de patrones regex útiles:

user.* - Coincidir con todas las tablas que comienzan con "user"
.*_pii$ - Coincidir con todas las tablas que terminan con "_pii"
[a-z]+_[0-9]+ - Coincidir con tablas con patrones de letra_guion_bajo_número

Configuración del Ámbito de Descubrimiento

Puedes configurar el ámbito de tu descubrimiento con estos parámetros:

Profundidad de Escaneo

Tamaño de muestra: Definir cuántas filas escanear para una detección precisa
Cobertura de columnas: Especificar si analizar todas las columnas o enfocarse en tipos específicos

Opciones de Procesamiento

Límite de tasa: Controlar la velocidad del descubrimiento para evitar impactar el rendimiento de la base de datos
Concurrencia: Establecer cuántas entidades escanear en paralelo
Programación: Ejecutar descubrimiento inmediatamente o programarlo para horas de poca actividad

Ejecutando el Descubrimiento de PII

Para iniciar un trabajo de Descubrimiento de PII:

Navega a la sección Modelo
Selecciona "Descubrimiento" en la barra lateral
Haz clic en "Nuevo Trabajo de Descubrimiento"
Elige la opción "Descubrimiento de PII"
Configura tu método de selección de entidades
Establece parámetros de procesamiento
Revisa e inicia el trabajo

Descubrir una sola entidad

Para volver a descubrir una sola entidad sin lanzar un trabajo de descubrimiento, abre la entidad en la vista de edición de etiquetas del descubrimiento y haz clic en "Descubrir entidad". El descubrimiento se ejecuta al momento sobre esa entidad, y sus etiquetas se actualizan en el último descubrimiento sin crear una nueva versión.

El diálogo tiene estas opciones:

Combinar con el descubrimiento anterior: conserva las etiquetas actuales de la entidad y añade las nuevas. Si la desmarcas, Gigantics pide confirmación, porque se reinician las etiquetas anteriores de la entidad, tanto las detectadas automáticamente como las editadas por los usuarios.
Límite de filas: número de filas a analizar, hasta 5.000, tomadas de los Primeros registros, los Últimos registros o Registros aleatorios de la entidad. Para analizar más filas, ejecuta un trabajo de descubrimiento.
Probabilidad de las etiquetas: las etiquetas se asignan automáticamente cuando su probabilidad es mayor que este valor.

El botón solo se muestra a los usuarios con el permiso "Run discover job". Está desactivado mientras se ejecuta un trabajo de descubrimiento y en las tablas partición de un grupo de entidades.

Seguimiento del job de descubrimiento

Mientras el job se ejecuta, la página de Descubrimiento muestra un aviso de progreso en la parte superior:

+---------------------------------------------------------------+
|  (42%)  Job en ejecución                                      |
|         Job discover-1234 se está ejecutando                  |
+---------------------------------------------------------------+

Estado del job	Título del aviso	Texto del aviso
En ejecución	Job en ejecución	Job `<nombre>` se está ejecutando
Programado	Job programado	Job `<nombre>`
En cola	Job en cola	Job `<nombre>`
Completado	Job finalizado	Job `<nombre>` terminado con éxito
Fallido	Error de job	Job `<nombre>` terminado con errores

El nombre del job es un enlace al detalle del job. Cuando el job ya no se está ejecutando, el aviso muestra el botón Recargar la página para cargar los nuevos resultados.

Cómo se cuenta el progreso

Mientras Gigantics lee el esquema, el progreso cuenta las tablas (entidades) leídas sobre el total encontrado en la fuente de datos.
El progreso se queda por debajo del 100% hasta que la lectura termina de verdad, así que la barra nunca muestra el 100% antes de tiempo.
Al final, los totales se ajustan a las entidades que realmente se escanearon, después de tu selección de inclusión/exclusión.
Si la fuente de datos devuelve un error, el job de descubrimiento se detiene en el primer error y se marca como fallido. El progreso no se pone al 100%.

Resumen del job

La página de detalle del job (el enlace del aviso) muestra estas filas en la sección Resumen:

Fila	Job terminado	Job en ejecución
Inicio	Fecha y hora en que empezó el job (`YYYY-MM-DD HH:mm:ss`)	Igual
Fin	Hora en que terminó el job (`HH:mm:ss`)	Hora de fin estimada y tiempo restante, por ejemplo `14:35 (quedan 12m:4s)`
Duración	Duración total, por ejemplo `1h:5m`	Tiempo transcurrido y total estimado, por ejemplo `3m:10s (15m:14s en total)`
Tasa de transferencia	Registros por segundo, por ejemplo `1,250 reg / s`	Igual, se actualiza mientras el job se ejecuta

Mientras el job se ejecuta, Fin y Duración tienen un icono de ayuda con los textos "Hora de fin estimada según el progreso actual" y "Tiempo total estimado según el progreso actual".

La estimación solo se muestra cuando el job ha pasado el 1% de progreso y su tiempo total estimado supera los 30 segundos. Antes de eso, Fin muestra - y Duración muestra solo el tiempo transcurrido.

Después de que el descubrimiento se complete, podrás Revisar Etiquetas y ajustar las clasificaciones según sea necesario.

Tabla de Contenidos