GSP1283

Visão geral

Proteção de Dados Sensíveis é um serviço totalmente gerenciado criado para ajudar a descobrir, classificar e proteger informações sensíveis. As principais opções incluem a descoberta de dados sensíveis para a caracterização contínua de perfil dos seus dados sensíveis, a desidentificação de dados sensíveis, incluindo encobrimento, e a API Cloud Data Loss Prevention (DLP) para permitir a descoberta, inspeção e desidentificação em cargas de trabalho e aplicativos personalizados.

Além de identificar e proteger dados sensíveis em opções de armazenamento de dados como o Cloud Storage e o BigQuery, você também pode identificar e proteger dados sensíveis retornados por modelos de IA generativa. Isso é muito útil para reduzir riscos relacionados a dados sensíveis em todo o ecossistema.

Neste laboratório, você vai aproveitar essa capacidade usando um notebook Jupyter que emprega a API Cloud Data Loss Prevention (DLP) para classificar e encobrir dados sensíveis nas respostas do modelo .

O que você vai aprender

Neste laboratório, você vai aprender a:

• acessar um notebook Jupyter pré-criado em uma instância do Vertex AI Workbench;
• instalar pacotes Python para a API Vertex AI e Cloud Data Loss Prevention (DLP);
• gerar texto de exemplo com dados sensíveis usando o modelo ;
• definir e executar funções Python para encobrir diferentes tipos de dados sensíveis nas respostas do modelo usando a API DLP.

Pré-requisitos

Embora não seja obrigatório, é útil ter algum conhecimento prévio sobre como a Vertex AI e a API Cloud Data Loss Prevention (DLP) são geralmente usadas nos fluxos de trabalho do Google Cloud. Para se familiarizar com essas ferramentas antes de começar o laboratório, você pode concluir os seguintes laboratórios:

• Vertex AI: Qwik Start
• Começar a usar a Proteção de Dados Sensíveis.

Configuração e requisitos

Antes de clicar no botão Começar o Laboratório

Leia estas instruções. Os laboratórios são cronometrados e não podem ser pausados. O timer é ativado quando você clica em Iniciar laboratório e mostra por quanto tempo os recursos do Google Cloud vão ficar disponíveis.

Este laboratório prático permite que você realize as atividades em um ambiente real de nuvem, e não em uma simulação ou demonstração. Você vai receber novas credenciais temporárias para fazer login e acessar o Google Cloud durante o laboratório.

Confira os requisitos para concluir o laboratório:

• Acesso a um navegador de Internet padrão (recomendamos o Chrome).

• Tempo para concluir o laboratório: não se esqueça que, depois de começar, não será possível pausar o laboratório.

Como iniciar seu laboratório e fazer login no console do Google Cloud

1. Clique no botão Começar o laboratório. Se for preciso pagar por ele, uma caixa de diálogo vai aparecer para você selecionar a forma de pagamento. No painel Detalhes do Laboratório, à esquerda, você vai encontrar o seguinte:

   • O botão Abrir Console do Google Cloud
   • O tempo restante
   • As credenciais temporárias que você vai usar neste laboratório
   • Outras informações, se forem necessárias

2. Se você estiver usando o navegador Chrome, clique em Abrir console do Google Cloud ou clique com o botão direito do mouse e selecione Abrir link em uma janela anônima.

   O laboratório ativa os recursos e depois abre a página Fazer Login em outra guia.

   Dica: coloque as guias em janelas separadas lado a lado.

   Observação: se aparecer a caixa de diálogo Escolher uma conta, clique em Usar outra conta.

3. Se necessário, copie o Nome de usuário abaixo e cole na caixa de diálogo Fazer login.

   {{{user_0.username | "Username"}}}

   Você também encontra o nome de usuário no painel Detalhes do Laboratório.

4. Clique em Próxima.

5. Copie a Senha abaixo e cole na caixa de diálogo de Olá.

   {{{user_0.password | "Password"}}}

   Você também encontra a senha no painel Detalhes do Laboratório.

6. Clique em Próxima.

   Importante: você precisa usar as credenciais fornecidas no laboratório, e não as da sua conta do Google Cloud. Observação: se você usar sua própria conta do Google Cloud neste laboratório, é possível que receba cobranças adicionais.

7. Acesse as próximas páginas:

   • Aceite os Termos e Condições.
   • Não adicione opções de recuperação nem autenticação de dois fatores (porque essa é uma conta temporária).
   • Não se inscreva em testes gratuitos.

Depois de alguns instantes, o console do Google Cloud será aberto nesta guia.

Observação: para acessar os produtos e serviços do Google Cloud, clique no Menu de navegação ou digite o nome do serviço ou produto no campo Pesquisar.

Tarefa 1: abrir o Jupyter Lab no Vertex AI Workbench

1. No menu de navegação () do console do Google Cloud, clique em Vertex AI > Workbench.

2. Ache a instância e clique no botão Abrir o JupyterLab.

A interface do JupyterLab para sua instância do Workbench é aberta em uma nova guia do navegador.

Tarefa 2: configurar o notebook

1. Abra o arquivo .

2. Na caixa de diálogo Selecionar Kernel, escolha Python 3 na lista de kernels disponíveis.

3. Leia a seção Vamos começar do notebook. O ID do projeto e o local já estão pré-configurados.

Tarefa 3: encobrir tipos específicos de dados sensíveis nas respostas do modelo de IA generativa

As seções identificadas nesta tarefa seguem as seções descritas no notebook. Siga as etapas no notebook conforme as instruções abaixo e retorne a esta página do laboratório para verificar seu progresso após concluir cada seção do notebook.

Gerar um exemplo de texto simples com informações de identificação pessoal (nome completo) usando o modelo

• Execute cada célula na seção Gerar texto de exemplo simples com informações de identificação pessoal (nome completo) usando o modelo do notebook.

Clique em Verificar meu progresso para conferir o objetivo. Gerar exemplos de texto com informações de identificação pessoal (PII).

Definir e executar uma função Python para desidentificar respostas do modelo usando infotipos globais integrados

• Execute cada célula na seção Definir e executar uma função Python para desidentificar respostas do modelo usando infotipos globais integrados do notebook.

Clique em Verificar meu progresso para conferir o objetivo. Definir uma função Python para desidentificar respostas do modelo usando InfoTypes globais integrados

Gere e desidentifique um texto de exemplo com mais informações de identificação pessoal (data de nascimento) usando o modelo

• Execute cada célula na seção Gerar e desidentificar texto de exemplo com mais informações de identificação pessoal (data de nascimento) usando o modelo do notebook.

Clique em Verificar meu progresso para conferir o objetivo. Gere e desidentifique um exemplo de texto com mais informações de identificação pessoal.

Gerar um exemplo de texto com informações de cartão de crédito usando o modelo

• Execute cada célula na seção Gerar texto de exemplo com informações de cartão de crédito usando o modelo do notebook.

Clique em Verificar meu progresso para conferir o objetivo. Gerar um exemplo de texto com informações de cartão de crédito usando o modelo .

Aplicar suas habilidades usando o InfoType global integrado para número de cartão de crédito

• Execute cada célula na seção Aplicar suas habilidades usando o InfoType global integrado para número de cartão de crédito do notebook.

Confira algumas dicas úteis nas sugestões abaixo.

Opção 1: revisar a documentação

Solução completa (abra para ver o código completo!)

Clique em Verificar meu progresso para conferir o objetivo. Aplique suas habilidades usando o InfoType global integrado para número de cartão de crédito.

Tarefa 4: bloquear resultados de modelos de IA generativa com base em tipos de documentos sensíveis

As seções identificadas nesta tarefa seguem as seções descritas no notebook. Siga as etapas no notebook conforme as instruções abaixo e retorne a esta página do laboratório para verificar seu progresso após concluir cada seção do notebook.

Revisar a função Python para bloquear respostas do modelo com base em tipos de informações específicos para documentos

• Execute cada célula na seção Revisar a função Python para bloquear respostas do modelo com base em tipos de informações específicos para documentos do notebook.

Clique em Verificar meu progresso para conferir o objetivo. Revise a função Python para bloquear respostas do modelo .

Gerar um exemplo com código-fonte usando o modelo e bloquear resultados

• Execute cada célula na seção Gerar um exemplo com código-fonte usando o modelo e bloquear resultados do notebook.

  • Ao gerar a resposta, mantenha a temperatura definida como 0 para que a saída gerada seja invariável.

Clique em Verificar meu progresso para conferir o objetivo. Gere um exemplo com código-fonte usando o modelo .

Aplicar suas habilidades usando o InfoType de documento integrado para patentes

• Execute cada célula na seção Aplicar suas habilidades usando o InfoType de documento integrado para patentes do notebook.

Confira algumas dicas úteis nas sugestões abaixo.

Opção 1: revisar a seção anterior do notebook

Solução completa (abra para ver o código completo!)

Clique em Verificar meu progresso para conferir o objetivo. Aplique suas habilidades usando o InfoType de documento integrado para patentes.

Parabéns!

Neste laboratório, você usou as APIs Vertex AI e Cloud Data Loss Prevention (DLP) em um notebook Jupyter para gerar e encobrir dados sensíveis de exemplo em respostas de modelo usando a API DLP.

Próximas etapas / Saiba mais

Confira os recursos a seguir para saber mais sobre a API Cloud Data Loss Prevention (DLP):

• Página de documentação sobre como encobrir dados sensíveis de texto
• Página de documentação da API Cloud Data Loss Prevention (DLP)

Treinamento e certificação do Google Cloud

Esses treinamentos ajudam você a aproveitar as tecnologias do Google Cloud ao máximo. Nossas aulas incluem habilidades técnicas e práticas recomendadas para ajudar você a alcançar rapidamente o nível esperado e continuar sua jornada de aprendizado. Oferecemos treinamentos que vão do nível básico ao avançado, com opções de aulas virtuais, sob demanda e por meio de transmissões ao vivo para que você possa encaixá-las na correria do seu dia a dia. As certificações validam sua experiência e comprovam suas habilidades com as tecnologias do Google Cloud.

Manual atualizado em 29 de outubro de 2025

Laboratório testado em 29 de outubro de 2025

Copyright 2026 Google LLC. Todos os direitos reservados. Google e o logotipo do Google são marcas registradas da Google LLC. Todos os outros nomes de produtos e empresas podem ser marcas registradas das respectivas empresas a que estão associados.