データアクセスとセキュリティのバランスを取る
学習の目的
この単元を完了すると、次のことができるようになります。
- データアクセス制御とデータアクセスポリシーの目的を説明する。
- Cloud Data Governance and Catalog のデータアクセス管理の機能を挙げる。
メタデータの制御とデータセキュリティを両立させる
データドリブンの意思決定が求められる時代において、すべての組織が抱える最大の課題はアクセシビリティとセキュリティのバランスを取ることです。Informatica Cloud Data Governance and Catalog (CDGC) では、「データアクセス制御」と「データアクセス管理」という互いに異なりながらも補完し合っている 2 つの領域によって、このバランスが取られています。この 2 つは同じようなものに聞こえるかもしれませんが、単に「誰がデータに関する情報を発見できるか」を管理することから「誰が実際にデータそのものを管理できるか」を徹底することへの移行が欠かせないことを表しています。それぞれメタデータとデータという 2 つの完全に異なる対象を統制します。
メタデータとデータの比較
データに関する情報を制御することと未加工データそのものを管理することの違いを確認しましょう。
- データアクセス制御 (メタデータ): メタデータコマンドセンター (MCC) で行われ、カタログの表示を管理します。Maria のようなユーザーがログインした場合に、知ることが許可されているアセットのみを見つけることができるようにします。
- データアクセス管理 (未加工データ): Alpine Group のクラウドデータウェアハウスに置かれている実際のデータ値 (給与情報や納税者番号の列など) を保護します。
コマンドセンターの表示を制御する
メタデータコマンドセンターは、Mateo が表示を管理しているバックグラウンドの制御室です。一般的なユーザーにとって関係のないデータや機密データでカタログが雑然とした状態になるのを防ぎます。ポリシーベースのアクセス制御が使用され、そこで Mateo は特定の状況下で誰が何にアクセスできるかを定義します。
この効率性を高めるには、アセットグループを使用します。アセットグループは、さまざまなデータをまとめることができる論理バケットです。Mateo は何千もの個々のテーブルに 1 つずつセキュリティルールを設定する代わりに (そんなことをすれば延々と時間がかかります)、財務データ、非公開の顧客情報のような共通事項でグループ化します。グループの作成後に必要な作業は、その中のすべてを網羅するセキュリティルールを 1 つ記述することだけです。カタログ全体で適切なユーザーが適切なデータにアクセスできるようにすることで、大幅に時間を節約できます。
では、ポリシーベースのアクセス制御はどのようなものでしょうか? ポリシーベースのアクセス制御では、一人ひとりに権限を付与する代わりに 3 つの要素を使用します。
- 人 (誰): たとえば、マーケティングチームの全員
- グループ (何): たとえば、公開キャンペーンデータアセットグループ
- アクション (可能かどうか) : たとえば、参照可能または更新可能
たとえば、ユーザーが HR 部門に所属している場合、従業員レコードグループを参照できます。HR に所属していない場合、そのテーブルは非表示になります。
ポリシーを使用することで、新しいメンバーが入社したときにも心配する必要はありません。HR 部門のロールに追加するだけで、ポリシーによって適切な部分への適切なキーが自動的に付与されます。
未加工データを管理する
データアクセス管理 (DAM) は、CDGC 内の特別なモジュールです。メタデータを考慮して、Snowflake、Databricks などのクラウドデータウェアハウスに存在する未加工値を保護します。給与情報、納税者番号などの実際のデータ値が保護されます。
DAM ページでは、組織でのデータの使用方法を保護して制御するための自動化ルールを作成できます。こうしたポリシーを作成することにより、さまざまなプラットフォームで、効率的かつ安全にデータを処理できます (データ統合パイプライン、セルフサービスマーケットプレイス、またはクラウドデータベース内で直接、など)。
データの保護方法
ポリシーを使用すると、データを無用化することなく、表示できるユーザーの制御と機密情報を非表示にする識別不能化 (マスキング) の使用によって情報を保護します。Mateo は主に 3 種類のポリシーを作成できます。
- データ識別不能化ポリシー: 要件に基づいて特定の機密要素 (名前、ID 番号など) をマスクします。
- データフィルターポリシー: セット内の特定のデータ行へのアクセスを制限します。
- データアクセス制御ポリシー: 特定のグループに参照、更新、または削除権限を付与します。この権限は、即時に適用するために、Snowflake、Databrick、Amazon Redshift などのクラウドプラットフォームに直接「プッシュダウン」されます。
プライバシーと実用性のバランスを取る
目標は、プライバシーを保護しながらデータの有用性を維持することです。同一の厳格なマスクをすべてに適用する代わりに、ルールを使用します。ルールは、ポリシーのビルディングブロックです。コンテキスト (データを求めているユーザーと理由) を確認し、使用する保護手法を決定します。たとえば、調査担当者にはぼかした日付を表示し、マネージャーにはそのままの日付を表示します。
ポリシーの適用場所
こうした保護は、設定に応じて、主に 3 つの領域でトリガーされます。
- データ統合: 開発者は、データパイプラインの作成時、データが移動するときに自動的にマスクや絞り込みを行うアクセスポリシーステップを含めることができます。
- データマーケットプレイス: ユーザーがデータを購入する場合、ユーザーがそのコレクションを受け取る前に、システムで注文の詳細が確認され、関連する条件とマスキングが適用されます。
- クラウドプラットフォーム: 直接的なデータベースクエリの場合、データアクセス管理によって Microsoft Fabric や Redshift などのソースシステムにルールが直接送信され、データがルートレベルで保護されるようにします。
お疲れ様でした。CDGC を使用して、Alpine Group はデータが雑多に入った巨大な引き出しをセキュアで高速の金山に変えました。Maria は自身のメトリクスに絶対の自信を持ってマーケティングキャンペーンを立ち上げられるようになり、Mateo は機密情報が保護されていることに安心感を得ています。
これで、CDGC のコア機能について理解できました。ここで学んだ知識を活用して、ガバナンスとデータ保護の基盤を築くことができます。