觀點 · 資訊分享

Google Cloud 個資偵測的「人名字典」要換新版：30 天後自動生效，偵測結果可能跟著變

Google Cloud 的 Sensitive Data Protection 替 PERSON_NAME（人名）偵測器推出新版本、更新了人名字典。現在可以手動指定 latest 先試，30 天後新版會自動變成 stable，沒指定版本的程式也會跟著換。

一句話看懂：Google Cloud 的個資偵測服務替「人名」偵測器換上新字典，現在可以先試，30 天後會自動生效，偵測結果可能跟著改變。

PERSON_NAME 偵測器推出新版資訊圖卡：人名偵測換上新字典，現在可以先試，30 天後沒設定的人也會自動換

先用白話講：人名偵測器是什麼？

想像公司要把一疊客戶資料交給外包廠商，交出去之前，得先用黑筆把每個人的名字塗掉。人工塗太慢，所以請一台機器來找名字。這台機器手上有一本「人名字典」，看到字典裡有的名字就標起來。

Google Cloud 的 Sensitive Data Protection（敏感資料保護）就是這種機器，可以掃描文字、檔案、資料庫，找出姓名、電話、證件號碼等個資，再遮罩或去識別化。其中專門找人名的偵測器叫 PERSON_NAME。這次的更新，就是替它換了一本新字典。

Google Cloud 在 10 月 3 日的版本說明公布：

依官方的偵測器參考說明，PERSON_NAME 可以找出完整或部分的人名（名、中間名或縮寫、姓），並註明不建議用在對延遲很敏感的操作。

官方沒有說明新字典具體改了哪些名字，所以最實際的做法是自己測。

在檢查設定裡指定版本，大致長這樣：

{
  "inspectConfig": {
    "infoTypes": [
      { "name": "PERSON_NAME", "version": "latest" }
    ]
  }
}

做個資相關的系統，最怕的不是偵測不準，而是「偵測結果在你不知道的時候改變了」。這次 Google 有先公告、給了 30 天的試用期，算是很友善的做法，但前提是你有看到公告。

我的建議是，凡是依賴雲端 AI 或偵測服務的功能，都要有一份固定的測試資料，定期跑一次比對結果。台灣的個資法要求妥善保護個人資料，如果遮罩流程漏掉名字，責任還是在系統擁有者身上。趁這 30 天測一次，成本很低，換來的是心安。

個資（個人資料）：可以直接或間接識別出某個人的資料，例如姓名、電話、身分證號。
去識別化：把個資處理到無法看出是誰，例如遮罩、替換或刪除。
infoType：Sensitive Data Protection 裡的「資料類型」，每一種對應一個偵測器，例如 PERSON_NAME、PHONE_NUMBER。
stable／latest：版本標籤，stable 是目前穩定的預設版，latest 是最新、可先試用的版本。

Sensitive Data Protection 是什麼？

它是 Google Cloud 的個資偵測與保護服務，可以掃描文字、檔案或資料庫，找出姓名、電話、身分證號這類敏感資料，再做遮罩或去識別化。PERSON_NAME 就是其中專門找人名的偵測器。

我沒有改任何設定，會受影響嗎？

現在不會，沒設定版本時用的是原本的 stable 版。但官方表示 30 天後新版會升為 stable，到時候沒指定版本的程式也會自動改用新字典，偵測結果可能不同。

要怎麼提早測試新版？

在送出檢查請求時，InspectConfig 裡的 PERSON_NAME infoType 加上 version: "latest"，拿同一批測試資料分別跑 latest 和 stable，比對抓到的人名有沒有差異。

作者

接案做系統開發、網站與主機託管。觀點裡的文章都是我自己寫的,寫的是做專案時第一手遇到的事。