DEAデータのセキュリティとガバナンス
ある企業は、複数のデータソースから収集した大量の S3 オブジェクトの中に、クレジットカード番号やマイナンバーなどの個人情報（PII）が意図せず含まれていないかを継続的に検出したいと考えています。検出結果は重大度付きで可視化し、検出を自動化したいです。最小の運用負荷で実現する方法はどれですか。
AAWS Glue クローラーを定期実行し、データ型を推論して PII らしきカラムを手動で確認する
Glue クローラーはデータのスキーマやデータ型を推論しカタログ化する機能であり、PII の内容そのものを識別・検出する機能はない。手動確認も伴い要件を満たさない。
BAmazon Macie を有効化し、マネージドデータ識別子による機密データ検出ジョブを定期実行する
✓ 正解
Macie はマネージドデータ識別子と機械学習で S3 の PII を自動検出し、重大度付きの所見として可視化、スケジュール実行や EventBridge 連携も可能。低運用負荷で要件を満たし最適。
CLambda 関数で正規表現を用いて全 S3 オブジェクトをスキャンし、PII パターンを検出する
Lambda と正規表現での自前スキャンは、検出ロジックの実装と保守が必要で、誤検出やオブジェクト形式への対応も自前となり運用負荷が高い。マネージドな Macie に劣る。
DAmazon Athena で全テーブルに対しパターンマッチング SQL を実行し、PII を抽出する
Athena のパターンマッチング SQL は構造化テーブル前提で、多様な PII 形式や非構造化データの網羅的検出には不向き。クエリの保守も必要で運用負荷が高く不適切。
解説
Amazon Macie は、機械学習とマネージドデータ識別子を用いて S3 内の PII（クレジットカード番号・マイナンバー・パスポート番号など）を自動検出するフルマネージドサービスである。
検出ジョブをスケジュール実行でき、検出結果は重大度付きの所見（Findings）として可視化され、EventBridge と連携した自動化も可能なため、最小の運用負荷で要件を満たす。
選択肢Aの Glue クローラーは、スキーマやデータ型の推論を行うものであり、PII の内容を検出する機能はなく手動確認も必要。
選択肢Cの Lambda + 正規表現は、独自実装・保守が必要で誤検出も多く運用負荷が高い。
選択肢Dの Athena パターンマッチングは、構造化テーブルへのクエリが前提で、非構造化データや多様な PII の網羅的検出には不向きで保守負荷も高い。
ドメイン別正答率・予想スコアでリアルタイムに実力把握
無限ノックでDEAを徹底対策。全問AI生成のオリジナル問題。
無料で演習を始める →