Errores conocidos

En esta página, se enumeran los problemas conocidos de la Protección de datos sensibles, junto con las formas en que puedes evitarlos o recuperarte de ellos.

Almacena los resultados en BigQuery

Cuando un trabajo o un análisis de detección almacenan resultados en BigQuery, aparece un error Already exists en los registros. El error no indica que haya un problema; tus resultados se almacenarán según lo previsto.

Análisis de BigQuery

En esta sección, se describen los problemas que puedes encontrar cuando inspeccionas o generas perfiles de los datos de BigQuery.

Problemas comunes en las operaciones de inspección y generación de perfiles

Los siguientes problemas se aplican a las operaciones de inspección y generación de perfiles de BigQuery.

No se pueden analizar las filas con seguridad a nivel de la fila

Las políticas de seguridad a nivel de las filas pueden impedir que la Protección de datos sensibles inspeccione y cree perfiles de las tablas protegidas de BigQuery. Si tienes políticas de seguridad a nivel de las filas aplicadas a tus tablas de BigQuery, te recomendamos que establezcas un filtro TRUE y que incluyas al agente de servicio en la lista de beneficiarios:

Filas duplicadas

Cuando se escriben datos en una tabla de BigQuery, es posible que la Protección de datos sensibles escriba filas duplicadas.

Datos de transmisión recientes

La Protección de datos sensibles no analiza los datos transmitidos recientemente (antes conocidos como búfer de transmisión). Para obtener más información, consulta Disponibilidad de los datos de transmisión en la documentación de BigQuery.

Problemas de inspección de BigQuery

Los siguientes problemas solo se aplican a las operaciones de inspección de datos de BigQuery. No afectan los perfiles de datos.

Los resultados exportados no tienen valores para el campo row_number

Cuando configuras Sensitive Data Protection para guardar los resultados en BigQuery, el campo location.content_locations.record_location.record_key.big_query_key.row_number de la tabla de BigQuery generada se infiere en el momento en que se analiza la tabla de entrada. Su valor no es determinista, no se puede consultar y puede ser nulo para los trabajos de inspección.

Si necesitas identificar filas específicas donde se encuentran los resultados, especifica inspectJob.storageConfig.bigQueryOptions.identifyingFields en el momento de la creación del trabajo.

Los campos de identificación se pueden encontrar en la tabla de BigQuery que se generó en el campo location.content_locations.record_location.record_key.id_values.

Limita los análisis al contenido nuevo de BigQuery

Si limitas los análisis solo al contenido nuevo y usas la API de BigQuery Storage Write para propagar la tabla de entrada, es posible que la Protección de datos sensibles omita el análisis de algunas filas.

Para mitigar este problema, en tu trabajo de inspección, asegúrate de que el timestampField del objeto TimespanConfig sea una marca de tiempo de confirmación que BigQuery genera automáticamente. Sin embargo, aún no hay garantía de que no se omitan filas, ya que la Protección de datos sensibles no lee los datos transmitidos recientemente.

Si deseas generar automáticamente marcas de tiempo de confirmación para una columna y usas la API de transmisión heredada para completar tu tabla de entrada, haz lo siguiente:

  1. En el esquema de la tabla de entrada, asegúrate de que la columna de marcas de tiempo sea de tipo TIMESTAMP.

    Esquema de ejemplo

    En el siguiente ejemplo, se define el campo commit_time_stamp y se establece su tipo en TIMESTAMP:

    ...
{
 "name": "commit_time_stamp",
 "type": "TIMESTAMP"
}
...

  2. En el campo rows[].json del método tabledata.insertAll, asegúrate de que los valores de la columna de marcas de tiempo estén establecidos en AUTO.

    Ejemplo de JSON

    En el siguiente ejemplo, se establece el valor del campo commit_time_stamp en AUTO:

    {
  ...
  "commit_time_stamp": "AUTO",
  ...
}

Cómo limitar los análisis estableciendo un porcentaje o una cantidad de filas máximos

Cuando estableces un límite de muestreo basado en un porcentaje de la cantidad total de filas de la tabla (rowsLimitPercent), la Protección de datos sensibles puede inspeccionar más filas de las esperadas. Si necesitas establecer un límite estricto en la cantidad de filas que se deben analizar, te recomendamos que, en su lugar, establezcas una cantidad máxima de filas (rowsLimit).

Problemas de generación de perfiles de BigQuery

Los siguientes problemas solo se aplican a las operaciones de generación de perfiles en los datos de BigQuery. Si deseas obtener más información, consulta Perfiles de datos para datos de BigQuery.

Organizaciones o proyectos con más de 500 millones de tablas

La Protección de datos sensibles muestra un error si intentas generar un perfil de una organización o proyecto que tiene más de 500 millones de tablas. Si te encuentras con este error, sigue las instrucciones del mensaje de error.

Si el recuento de tablas de tu organización tiene más de 500 millones de tablas y tienes un proyecto con un recuento de tablas más bajo, prueba realizar un análisis a nivel de proyecto.

Para obtener información sobre los límites de tablas y columnas, consulta Límites de generación de perfiles de datos.

Plantillas de inspección

La plantilla de inspección debe estar en la misma región que los datos para el perfil. Si tienes datos en varias regiones, usa varias plantillas de inspección, una para cada región en la que tengas datos. También puedes usar una plantilla de inspección que se almacene en la región global. Si incluyes una plantilla en la región global, Sensitive Data Protection la usará para cualquier dato que no tenga una plantilla específica de la región. Para obtener más información, consulta Consideraciones sobre la residencia de los datos.

Infotipos almacenados

Un Infotipo almacenado (también conocido como detector de diccionario personalizado almacenado) al que se hace referencia en tu plantilla de inspección debe almacenarse en uno de los siguientes lugares:

  • La región global
  • La misma región que la plantilla de inspección

De lo contrario, la operación de generación de perfiles fallará con el error Resource not found.

Visibilidad de los recursos

En un perfil de datos de la tabla, la clasificación de visibilidad del recurso que se le otorga a una tabla de BigQuery depende de la visibilidad del conjunto de datos que contiene la tabla, en lugar de la visibilidad de la tabla. Por lo tanto, si los permisos de IAM de una tabla difieren de los permisos de IAM del conjunto de datos, la visibilidad del recurso de la tabla que se indica en el perfil de datos puede ser incorrecta. Este problema afecta el descubrimiento para BigQuery y el descubrimiento para Vertex AI.

En la consola de Google Cloud , la visibilidad del recurso se indica en el campo Público del perfil de datos de la tabla. En la API de Cloud Data Loss Prevention, la visibilidad del recurso se indica en el campo resourceVisibility del objeto TableDataProfile.

Análisis de Cloud Storage

En esta sección, se describen los problemas que puedes encontrar cuando inspeccionas o anonimizas datos.

Inspección de archivos XLSX con detectores de diccionarios personalizados grandes

Cuando usas un detector de diccionario personalizado grande (también conocido como detector de diccionario personalizado almacenado) para inspeccionar un archivo .xlsx de Microsoft Excel, el trabajo de inspección puede ejecutarse lentamente, parecer que se detuvo y generar una gran cantidad de operaciones de clase B de Cloud Storage. Esto se debe a que Sensitive Data Protection podría leer la lista de términos fuente del diccionario personalizado grande una vez para cada celda del archivo .xlsx. El volumen de operaciones de lectura puede hacer que el trabajo de inspección de Sensitive Data Protection muestre poco progreso y parezca que se detuvo.

Para obtener más información sobre los cargos de facturación pertinentes de Cloud Storage, consulta los cargos por operaciones de clase B en Cargos por operación.

No se admite la inspección de archivos XLSX estrictos

Un archivo con la extensión .xlsx puede ser de uno de dos tipos. Un tipo es una hoja de cálculo de Strict Office Open XML, que no es compatible con la Protección de datos sensibles. El otro tipo es un libro de trabajo predeterminado de Microsoft Excel, que es compatible.

Archivos estructurados que se analizan en modo binario

En ciertos casos, los archivos que suelen analizarse en el modo de análisis estructurado pueden analizarse en el modo binario, que no incluye las mejoras del modo de análisis estructurado. Para obtener más información, consulta Cómo analizar archivos estructurados en el modo de análisis estructurado.

Cómo desidentificar archivos delimitados

Cuando seudonimizas un archivo delimitado (por ejemplo, un archivo CSV) con un trabajo de inspección, es posible que el resultado tenga celdas vacías adicionales en algunas filas. Una solución alternativa para evitar estas celdas adicionales es desidentificar los datos con el método content.deidentify.

Discovery para Cloud SQL

Hallazgos duplicados de Security Command Center

El perfilamiento de datos de Cloud SQL admite la publicación de resultados en Security Command Center.

Antes del 25 de abril de 2024, un error provocaba que Sensitive Data Protection generara, en ocasiones, resultados duplicados para las instancias de Cloud SQL en Security Command Center. Estos resultados se generaron con IDs únicos, pero pertenecen a las mismas instancias de Cloud SQL. El problema se resolvió, pero los hallazgos duplicados siguen existiendo. Puedes silenciar los duplicados para ocultarlos en la página Resultados de Security Command Center.

Discovery para Amazon S3

Es posible que los hallazgos de Amazon S3 que la Protección de datos sensibles envía a Security Command Center no tengan información sobre el ID o el nombre visible de la cuenta de AWS del recurso afectado. Por lo general, esto ocurre en los siguientes casos:

  • El conector de AWS solo había sido válido durante aproximadamente 24 horas cuando se envió el hallazgo a Security Command Center.
  • La cuenta de AWS solo se había incluido en el conector de AWS durante aproximadamente 24 horas cuando se envió el hallazgo a Security Command Center.

Para resolver este problema, después de aproximadamente 24 horas, regenera los perfiles de datos borrándolos o estableciendo un programa de generación de perfiles. Los detalles completos del hallazgo se envían a Security Command Center.

Análisis inteligente de documentos

En esta sección, se incluyen problemas conocidos relacionados con el análisis de documentos.

El objeto DocumentLocation no se propaga

El campo location.content_locations.document_location.file_offset no se propaga para el modo de Análisis inteligente de documentos.

Detección

En los siguientes problemas conocidos, se describen problemas con la detección, independientemente de la operación que realices: inspección, anonimización o descubrimiento.

Palabras del diccionario

Las palabras del diccionario que contienen caracteres en el plano multilingüe suplementario del estándar Unicode pueden generar resultados inesperados. Algunos ejemplos de estos caracteres son los emojis, los símbolos científicos y los alfabetos históricos.

Reglas de exclusión

Las reglas de exclusión no se pueden aplicar a los infotipos de objeto.