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 in Ihren Buckets gespeichert sind. 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.
Möglichkeiten 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
- Halbstrukturierte Dateien wie XML, JSON, CSV
- Unstrukturierte Textformate wie Microsoft Word-Dokumente
- Bilder (PNG, JPEG, TIFF, JPEG 2000, GIF, WebP, BMP, PNM)
Eines der wichtigsten Merkmale bei der Entdeckung sensibler Daten in S3 ist die Datenerkennung in Bildern. Um sensible Informationen in Bildern zu erkennen, verwenden wir die Tesseract-Engine, die auf neuronaler Netzwerktechnologie für die Zeichenerkennung basiert. Unsere OCR-Sensitive Data Discovery ermöglicht es Ihnen, sensible Informationen zu erkennen, selbst wenn sie in Diagrammen und Tabellen erwähnt werden. DataSunrise extrahiert sensible Informationen auch aus Dokumenten mit gemischtem Text und Zahlen.
Um unsere Möglichkeiten bei der Entdeckung sensibler Daten zu erweitern, haben wir in Version 8.4 die Unterstützung von Amazon Textract für S3 implementiert.
Was ist Amazon Textract?
Amazon verfügt über einen Machine-Learning-Dienst, der gedruckten Text, handschriftlichen 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 für Unternehmen beim Textract-Service ist die Möglichkeit, handgeschriebenen Text aus solchen Dokumenten wie Rechnungen, medizinischen Berichten, Finanzunterlagen und anderen zu erkennen und zu extrahieren. Mithilfe von Amazon Textract können Sie Daten ohne menschliche Ressourcen extrahieren. Diese Möglichkeit reduziert das Risiko von Fehlern, die Ihrem Unternehmen bei der Datennutzung, bei Audits oder im Falle eines Datenlecks schaden können.
DataSunrise und Amazon Textract
Die OCR-Datenerkennung bietet viele Vorteile für den Schutz und die Speicherung sensibler Daten. Wir streben nach einer bequemen und effizienten Lösung für unsere Kunden, die mit gedruckten und handschriftlichen Dokumenten arbeiten und diese Dokumente in S3 speichern. Deshalb können wir jetzt Amazon Textract nutzen. Diese Funktionalität erweitert die Möglichkeiten der OCR-Datenerkennung in S3.
Um mit der Datenerkennung 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 Ihr S3-Bucket.
- Wählen Sie zwei dedizierte Parameter “DataDiscoveryUseAmazonTextractOCR” und “DataDiscoveryUseAmazonTextractS3Integration”.
- Führen Sie die Aufgabe aus und DataSunrise wird die OCR-Erkennung automatisch durchführen.
Wir haben diese beiden dedizierten Parameter für die Konfiguration der auf Textract basierenden Datenerkennung implementiert. Bitte beachten Sie, dass für die ordnungsgemäße Funktion das Textract-OCR in der Datenbankinstanz vorhanden sein muss, in der Sie die Datenerkennung durchführen möchten.
Beachten Sie, dass die Verwendung von Amazon Textract Gebühren für die Nutzung der Detect Document Text API verursacht.
Dank dessen wird der Prozess der Datenerkennung in S3 einfacher und weniger zeitaufwendig. Probieren Sie unsere neue Möglichkeit zur Erkennung sensibler Daten in S3 aus. Stellen Sie sicher, dass Sie wissen, wo sich all Ihre sensiblen Daten befinden, und schützen Sie sie mit Hilfe von DataSunrise.
