Watson Knowledge Catalogで機密データ(メールアドレス)を匿名化してみる

Watson Knowledge Catalog で機密データが匿名化できるみたいなので、試してみました。

Watson Knowledge Catalogが初めての方は、下記のブログがわかりやすかったので、こちらを読んでみてください。
　★IBM Cloud Blog：Watson StudioとKnowledge Catalogを使ってデータレイクを作成してみよう
　　第1回　概要
　　第2回　データを登録してみよう
　　第3回　Knowledge Catalogの便利機能

0. 匿名化の種類の検討

Watson Knowledge Catalogで設定できる匿名化の種類は、下記の3種類になります。
下段のAfterの出力イメージを参考に、どのタイプの匿名化を設定するのかを検討します。

1. データの準備

ここでは、メールアドレス部分を匿名化できるか検証しようと思うので、メールアドレスを含むCSVファイルを用意します。(必ずエンコードはUTF-8にしてください。)

email	customerid	rank	country
[e-mail]	A001	Gold	Canada
[e-mail]	A002	Silver	Japan
[e-mail]	A003	Gold	Japan

2. Policy Manager の設定

Policy Manager では、下記3つを作成します。
・ Category
・ Policy
・ Rule

2.1. Category の作成

まずは、大きな枠となるカテゴリーを作成します。ここは、基本的に名前をつけるだけです。

1.左側のナビゲーションメニューの「Catalog」を展開し、「Policy Manager」をクリックします。

2.右上の「Add」から「Category」を選択します。

3.Name欄にカテゴリー名(ここでは、Data Protection)を入力し、「Create」をクリックします。

以上で、カテゴリーが作成されました。

2.2. Rule の作成

次に、具体的なルールを作成します。
ルールでは条件とアクションを定義します。

1.右上の「Add」から「Rule」を選択します。

2.左側でルールについての詳細情報を定義します。
2-1. Name欄にルール名(ここでは、Mask email)を入力します。
2-2. Type欄は、現時点ではAccessしか選択肢がありませんので、そのままとします。
2-3. Business definition欄に、簡単な説明を入力します。

3.右側で条件とアクションを定義します。
3-1. 今回は条件として、「Data class に Contact Data が含まれている場合」と設定したいので、「If Data class contains any Contact Data」と設定します。
※複数の条件を設定する場合は、「＋」マークをクリックして条件を追加します。

3-2. アクションとしては、「Contact Detailsが含まれているカラムを匿名化する」と設定したいので、「anonymize data in columns containing Contact Details」と設定します。

3-3. どのように匿名化するのかの設定は、3つの中から「Mask」を選択して、「Create」をクリックします。

2.3. Policy の作成

作成したルールを含むポリシーを作成します。

1.右上の「Add」から「Policy」を選択します。

2.左側でポリシーについての詳細情報を定義します。
2-1. Name欄にポリシー名(ここでは、Data Anonymization)を入力します。
2-2. Type欄は、現時点ではAccessしか選択肢がありませんので、そのままとします。
2-3. Description欄は任意ですので、今回は省略します。

3.右側でルールを定義します。
3-1. 右上の「Add」展開して「Existing rules」をクリックします。

3-2. 手順2.2で作成した「Mask email」を選択して、「Add」をクリックします。

4.右下の「Publish」をクリックします。

5.Attentionボックスが表示されるので、内容を確認して「Publish」をクリックします。

以上で、匿名化に必要なカテゴリー、ポリシー、ルールの定義ができました。

3. Catalogの作成

ここでも、まずは大枠となるカタログを定義します。こちらも基本的には名前をつけるだけです。
既にカタログが作成済みの場合は、この手順を飛ばして、4.Assetの登録に進んでください。

1.左側のナビゲーションメニューの「Catalog」を展開し、「View All Catalogs」をクリックします。

2.右上の「New Catalog」を選択します。

3.Name欄にカタログ名(ここでは、Catalog01)を入力して、「Enforce data policies」にチェックを入れます。
※「Enforce data policies」の設定はカタログ作成時にしかできません。カタログ作成後の変更はできませんので、ご注意ください。

4.確認画面が表示されるので、「OK」をクリックします。

5.もとの画面に戻って、右下の「Create」をクリックします。

以上で、カタログが作成されました。

続いて、カタログの利用者をCollaboratorとして追加しておきます。
6.カタログの「Access Control」タブを開き、「Add Collaborator」をクリックします。

7.Collaborators欄に追加したいメールアドレスを入力して、Roleを設定(今回はEditor)して、「Add」をクリックします。

Collaboratorが追加されました。

4. Assetの登録

手順1で用意したCSVファイルをPCローカルからCatalogに登録します。

1.右上の「Add to Catalog」から「Local files」をクリックします。

2.Select File欄にCSVファイル(ここでは、maillist.csv)をドラッグ&ドロップします。

3.そのほかの設定は任意なので、今回は特に設定せずに、右下の「OK」をクリックします。

※アップロード中は右側に進行状況が表示されます。

以上で、メールアドレスを含むCSVファイル(ここでは、maillist.csv)のAssetとしての登録が完了しました。

5. 匿名化の確認

まず、登録した所有者本人のOverview画面を見ると、メールアドレスの値は匿名化されていません。

次に、他のユーザーでログインして登録したAssetのOverview画面を見ると、期待したとおりにメールアドレスの値が匿名化されていることがわかります。
今回は、「Mask」を設定したのでランダムな文字列に置き換わっています。

そして、countryの値も匿名化されているので、Contact Detailsに含まれいたということがわかりました。

マニュアルを見てみたら、メールアドレス以外にも住所や郵便番号、電話番号なども対象みたいですが、US Phone Number、US Street Nameのようになっていたので、日本はまだ対象外のようです。
でも、目的のメールアドレスは匿名化されましたので、OKですね。
Classifier groups for data policies

感想

全体的に右下のボタンをクリックしようとすると、「Cookie Preferences」の箱が邪魔でボタンがクリックしにくい&見えにくいのがちょっと残念でした。改善されるとよいのですが。。