Управление личными данными в журналах Azure Monitor

Журналы Azure Monitor — это хранилище данных, в котором, вероятно, будут найдены персональные данные. В этой статье объясняется, где журналы Azure Monitor хранят персональные данные и как управлять данными.

Примечание.

Сведения о просмотре или удалении персональных данных см. в разделе "Общие запросы субъекта данных" для GDPR, запросов субъекта данных Azure для GDPR или запросов субъектов данных Windows для GDPR в зависимости от конкретной области и потребностей. Дополнительные сведения о GDPR см. в разделе, посвященном GDPR, в Центре управления безопасностью Майкрософт и на портале Service Trust Portal.

Стратегия обработки персональных данных

Хотя вы и ваша компания должны определить стратегию обработки персональных данных, здесь перечислены несколько подходов, от наиболее предпочтительного к наименее предпочтительному с технической точки зрения.

  • Отфильтровать, скрыть, анонимизировать или настроить собранные данные, чтобы исключить их из рассмотрения как "личное" с помощью преобразований сбора данных. Этот подход является наиболее подходящим вариантом и экономит необходимость создания дорогостоящей и эффективной стратегии обработки данных.
  • Нормализуйте данные, чтобы снизить негативные последствия для платформы данных и производительности. Например, вместо ведения журнала явного идентификатора пользователя создайте подстановку для сопоставления имени пользователя и их сведений с внутренним идентификатором, который можно регистрировать в другом месте. Если пользователь просит удалить личную информацию, можно удалить только строку в таблице подстановки, соответствующую пользователю.
  • Если вам нужно собрать персональные данные:

Где искать персональные данные в журналах Azure Monitor

Журналы Azure Monitor назначают схему данных, но позволяют переопределять каждое поле с помощью пользовательских значений. Вы также можете импортировать пользовательские схемы. Таким образом, невозможно точно сказать, где личные данные существуют в конкретной рабочей области. Но следующие места — хорошие отправные точки в вашем инвентаре.

Примечание.

Некоторые из запросов в этой статье используются search * для запроса всех таблиц в рабочей области. Как правило, настоятельно рекомендуется избегать использования search *, что создает очень неэффективный запрос, когда это возможно. Вместо этого выполните запрос к определенной таблице.

  • IP-адреса. Log Analytics собирает разные сведения об IP-адресах в нескольких таблицах. Например, следующий запрос показывает все таблицы, в которых адреса IPv4 были собраны за последние 24 часа.

    search *
    | where * matches regex @'\b((25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)(\.|$)){4}\b' // Match IPv4 addresses
    | summarize count() by $table
    
  • Идентификаторы пользователей: вы можете найти имена пользователей и идентификаторы пользователей в различных решениях и таблицах. Найдите определенное имя пользователя или идентификатор пользователя во всем наборе данных с помощью команды поиска:

    search "<username or user ID>"
    

    Не забывайте искать не только читаемые имена пользователей, но и идентификаторы GUID, которые можно отнести к конкретным пользователям.

  • Идентификаторы устройств. Как и идентификаторы пользователей, идентификаторы устройств иногда считаются персональными данными. Используйте подход, описанный для идентификаторов пользователей, чтобы определить таблицы, в которых хранятся персональные данные.

  • Пользовательские данные: журналы Azure Monitor позволяют собирать пользовательские данные с помощью пользовательских журналов, настраиваемых полей, API приема журналов и в составе системных журналов событий. Проверьте все пользовательские данные на предмет наличия персональных данных.

  • Данные, взятые из решения. Так как механизм решения является открытым, мы рекомендуем просмотреть все таблицы, сгенерированные решениями, чтобы обеспечить соответствие.

Экспорт, удаление или очистка персональных данных

Перед сбором персональных данных ознакомьтесь с разделом "Стратегия обработки персональных данных ". Фильтрация, скрытие или анонимизация данных с помощью преобразований сбора данных является предпочтительным подходом и избегает затрат, описанных здесь. При обработке персональных данных вы несете расходы на определение и автоматизацию стратегии, создание интерфейса, с помощью которого клиенты взаимодействуют с данными и постоянного обслуживания. Это также требует больших вычислительных ресурсов для Log Analytics и Application Insights, а большой объем одновременных запросов API на удаление данных или очистку может негативно повлиять на все другие взаимодействия с функциональностью Log Analytics. Но если вам нужно собирать персональные данные, следуйте рекомендациям, приведенным в этом разделе.

Примечание.

Удаление или очистка данных не влияет на выставление счетов. Чтобы управлять затратами на хранение данных, настройте параметры хранения данных.

Просмотр и экспорт персональных данных

Используйте API запросов Log Analytics для отправки и экспорта запросов данных. API запросов Log Analytics не поддерживает таблицы с планами базовых и вспомогательных таблиц. Для этих таблиц используйте ВМЕСТО этого API поиска .

Вам нужно реализовать логику преобразования данных в подходящий формат для доставки вашим пользователям. Функции Azure отлично подходят для размещения такой логики.

Удаление персональных данных

API удаления данных в журналах Azure Monitor позволяет выполнять асинхронные запросы для удаления данных для определенной таблицы в рабочей области Log Analytics. Используйте операцию удаления данных умеренно, чтобы избежать потенциальных рисков, влияния на производительность и возможности искажения всех процессов агрегаций, измерений и других аспектов данных Log Analytics. В разделе Стратегия обработки персональных данных представлены другие подходы к обработке персональных данных.

Если вам нужно соответствовать требованиям общего регламента по защите данных (GDPR), используйте API очистки, который меньше производительности и поддерживает только операции, необходимые для соответствия GDPR.

Предупреждение

Операции удаления и очистки являются разрушительными и необратимыми! Используйте крайнюю осторожность в их выполнении.

Очистка персональных данных

API очистки Azure Monitor позволяет очищать персональные данные в соответствии с требованиями GDPR. API очистки меньше производительности, чем API удаления данных. Azure Monitor рекомендует использовать API удаления данных и разрешает только запросы на очистку, необходимые для соответствия GDPR.

Для управления системными ресурсами служба ограничивает запросы на очистку до 50 запросов в час. Выполняйте запросы на удаление пакетно, отправляя единую команду, предикат которой включает все идентификаторы пользователей, требующих удаления. Используйте оператор in, чтобы указать несколько идентификаторов. Выполните запрос перед выполнением запроса на очистку, чтобы проверить ожидаемые результаты.

Внимание

Хотя большинство операций по очистке выполняются намного быстрее, в официальном соглашении об уровне обслуживания для завершения операций очистки указано 30 дней из-за значительного влияния на платформу данных. Это соглашение об уровне обслуживания соответствует требованиям GDPR. Это автоматизированный процесс, поэтому ускорить операцию нельзя.

Требуемые разрешения

Действие Требуемые разрешения
Очистка данных из рабочей области Log Analytics Microsoft.OperationalInsights/workspaces/purge/actionразрешения на рабочую область Log Analytics, предоставляемые встроенными ролями Лог Аналитикс Вкладчик и Очиститель Данных

Очистка данных журнала

  • API очистки рабочей области POST принимает имя таблицы и фильтры, определяющие данные для очистки. Он возвращает 202 Accepted ответ. Заголовок x-ms-status-location ответа содержит URL-адрес для проверки состояния операции.
  • GET Отправьте запрос в URL-адрес в заголовкеx-ms-status-location. API состояния получения очистки возвращает состояние операции очистки.

Примечание.

Невозможно очистить данные из таблиц с планами базовых и вспомогательных таблиц. При подключении рабочей области к озеру данных Microsoft Sentinel очистка данных из таблицы Аналитики не очищает данные, которые зеркально отражаются в озере данных. Дополнительные сведения см. в разделе "Настройка соединителей для озера данных Microsoft Sentinel".

Следующие шаги