Entdeckung sensibler Daten mit Amazon Textract
Die Entdeckung sensibler Daten ist einer der Kernschritte im Datenschutz. Mit dem Wachstum der Datenmengen nutzen Unternehmen Cloud-Speicher wie Amazon S3. Um Daten zu schützen, müssen Sie wissen, wo sie sich in Ihren Buckets befinden. Danach müssen Sie verstehen, welche Informationen Sie schützen müssen und wie. DataSunrise verfügt bereits über eine Data Discovery-Lösung für AWS S3-Speicher mit OCR-Funktionalität.
Hier stellen wir Ihnen die Entdeckung sensibler Daten für Amazon S3 mit Unterstützung von Amazon Textract vor, um die Möglichkeiten der Erkennung sensibler Daten in Bildern und Dokumenten zu erweitern.
Fähigkeiten der DataSunrise Sensitive Data Discovery
DataSunrise kann bereits sensible Daten in S3 entdecken. Die große Anzahl unterstützter Dateiformate erhöht das mögliche Volumen der entdeckten Informationen. Hier sind einige der Formate, mit denen wir arbeiten:
- Apache Parquet-Dateiformat
- Semi-strukturierte Dateien wie XML, JSON, CSV
- Unstrukturierte Textformate wie Microsoft Word-Dokumente
- Bilder (PNG, JPEG, TIFF, JPEG 2000, GIF, WebP, BMP, PNM)
Eine der wichtigsten Funktionen zur Entdeckung sensibler Daten in S3 ist die Datenerkennung in Bildern. Um sensible Informationen in Bildern zu entdecken, verwenden wir die auf neuronaler Netzwerk-Technologie basierende Tesseract-Engine für die Zeichenerkennung. Unsere OCR Sensitive Data Discovery ermöglicht es Ihnen, sensible Informationen selbst dann zu erkennen, wenn sie in Diagrammen und Tabellen erwähnt werden. DataSunrise extrahiert sensible Informationen auch aus Dokumenten, in denen Text und Zahlen gemischt sind.
Um unsere Möglichkeiten zur Entdeckung sensibler Daten zu erweitern, haben wir in Version 8.4 die Unterstützung von Amazon Textract für S3 implementiert.
Was ist Amazon Textract?
Amazon bietet einen maschinellen Lernservice, der gedruckten Text, handgeschriebenen Text und Tabellen aus Bildern und gescannten Dokumenten erkennt und extrahiert. Amazon Textract unterstützt die folgenden Dateiformate: PNG, JPEG und PDF. Andernfalls müssen Sie Ihre Datei in die folgenden Formate konvertieren, um Amazon Textract verwenden zu können.
Der Hauptvorteil des Textract-Dienstes für Unternehmen besteht in der Möglichkeit, handgeschriebenen Text aus Dokumenten wie Rechnungen, medizinischen Berichten, Finanzunterlagen und anderen zu erkennen und zu extrahieren. Mit der Hilfe von Amazon Textract können Sie Daten ohne menschliche Ressourcen extrahieren. Diese Möglichkeit verringert das Risiko von Fehlern, die bei der Datennutzung, bei Audits oder im Falle eines Datenlecks Ihrem Unternehmen schaden könnten.
DataSunrise und Amazon Textract
Die OCR-Datenerkennung bietet viele Vorteile für den Schutz sensibler Daten und die Datenspeicherung. Wir streben nach einer bequemen und effizienten Lösung für unsere Kunden, die mit gedruckten und handgeschriebenen Dokumenten arbeiten und diese Dokumente in S3 speichern. Deshalb können wir jetzt Amazon Textract einsetzen. Diese Funktionalität erweitert die Möglichkeiten der OCR-Datenentdeckung in S3.
Um mit der Data Discovery für S3 zu beginnen, müssen Sie nur die folgenden Schritte ausführen:
- Navigieren Sie zu Data Discovery → Periodic Data Discovery.
- Erstellen Sie eine Data Discovery-Aufgabe für Ihren S3-Bucket.
- Wählen Sie zwei spezielle Parameter “DataDiscoveryUseAmazonTextractOCR” und “DataDiscoveryUseAmazonTextractS3Integration”.
- Führen Sie die Aufgabe aus und DataSunrise wird die OCR-Entdeckung automatisch durchführen.
Wir haben diese zwei speziellen Parameter zur Konfiguration der auf Textract basierenden Datenentdeckung implementiert. Bitte beachten Sie, dass für das ordnungsgemäße Funktionieren das Textract OCR auf der Datenbankinstanz vorhanden sein muss, auf der Sie die Datenentdeckung durchführen möchten.
Bitte beachten Sie, dass bei der Verwendung von Amazon Textract Gebühren für die Nutzung der Detect Document Text API anfallen.
Dank dieser Möglichkeit wird der Prozess der Datenentdeckung in S3 einfacher und weniger zeitaufwendig. Probieren Sie unsere neue Möglichkeit zur Entdeckung sensibler Daten in S3 aus. Stellen Sie sicher, dass Sie wissen, wo sich alle Ihre sensiblen Daten befinden, und schützen Sie sie mit der Hilfe von DataSunrise.
