Amazon Macieによる機密データ検出のシナリオ判断

S3に置いた資料の機密性を調べる事例から、識別子・検出範囲・発見後の保護を判断します。内容を読めなかった結果と、実際に検出されなかった結果を分ける練習をします。

この単元で学ぶこと

1. 社員情報がどこにあるか S3内の帳票に社員情報が混在している場合、Macieで対応する内容を分析して所在を把握します。DBの実行中テーブルを直接読んで全情報を調べるという使い方とは異なります。他システムからS3へ出力したデータを分析する場合は、その出力の範囲と鮮度も確認します。

2. 独自番号の検出自社の会員番号が独自形式ならカスタム識別子を検討します。正規表現だけでは一般の番号も一致する場合があるため、近くの業務キーワード等で条件を調整します。検出してほしい例と検出してほしくない例を使い、条件が意図に合うか確かめます。

3. 例外を除く設定公開済みの会社電話番号等を誤って繰り返し検出する場合、許可リスト等で除外する方法があります。ただし似た非公開データまで除外すると見逃しを増やします。例外の範囲と理由を記録し、目的の機密情報は残って検出されるか確認します。

4. 代表の抽出と全体自動機密データ検出はサンプリングで代表的なオブジェクトを分析します。例えば1000個のうち100個を分析したという仮条件なら、900個はその実行で内容確認したとはいえません。対象を指定したジョブでもサンプリング深度や除外条件を確認し、実際の分析範囲を説明します。

5. 読めない内容を区別未対応の保存クラスや画像等の内容は、そのままでは分析対象になりません。ファイル名を文書形式へ変えても実体が画像なら、対応するテキスト文書へ変換したことにはなりません。また権限で取得できない場合も、機密データなしの結果へ含めないようにします。

6. 公開と機密性を合わせる公開のバケットに機密データの所見がある場合、意図した公開か、誰が読めるか、過去にアクセスがあったか等を調査します。機密性の発見だけで漏えい確定とはいえませんが、放置せず保管と権限を確認します。設定の問題と内容の問題を組み合わせて判断します。

7. 発見後は利用者が対応データを残すか、許可を絞るか、保護を強めるかは業務要件で判断します。Macieの所見を抑制しても元データは削除されず、公開許可も変わりません。自動対応を使う場合も、検出条件、処理内容、変更の成功を検証します。

8. 結果を正確に報告報告には対象バケット、分析した内容、未対応や取得できなかった範囲、使用した識別子を添えます。所見ゼロという一行だけでは安全性の範囲が伝わりません。業務で必要な分類や定期確認と組み合わせ、保存内容が変われば再分析を検討します。

教材データに登録された参考リンクです。リンク先の内容や更新日は提供元でご確認ください。

確認問題の出題・採点や学習履歴の保存にはログインが必要です。