数据丢失防护工具通常用于发现和监控云中的个人数据，但它们的有效性和成本如何？
遵循隐私数据法规使企业在工作中有点麻烦，需要让每个人都重新思考他们如何存储可以归类为“个人”的客户数据。问题是，哪些数据可以归类为个人数据，这取决于它是否与其他数据配对。这意味着具有个人潜力的数据几乎可以在任何地方出现。
由于世界上大部分国家和地区现在都在运营或正在寻求将其所有数据运营转移到云中，因此它正在成为个人数据的主要存储场所。
为什么需要在云中查找个人数据
在任何存储设施中，都会有大量数据，例如在硬盘上存储的历史数据，那么多久清理一次？如果企业的业务可能出于合规性原因了解个人数据在哪里，需要浏览历史数据以查看其中是否包含个人数据。
因此，数据泄露的可能性越来越大，例如第三方意外访问企业的数据或其他方式，或者监管机构的审计，已经带来了人们对使用和存储个人数据进行分类和设置规则的责任。幸运的是，如果使用的是谷歌云、Azure或AWS S3等云计算服务，则可以使用一些工具来查找和分类数据，可以使用它们来改进个人数据实践。
然而，它们并不像看起来那么简单。
个人数据和云计算基础知识
大多数云计算提供商提供数据丢失防护(DLP)服务，旨在通过监视、检测和阻止对使用中、移动中和静止中的敏感数据的访问来检测和防止数据泄露或丢失。由于数据丢失防护(DLP)能够检测数据，因此可以对其进行调整以检测个人数据。为此，需要编写一些云计算函数、设置输出并绘制一些模式。
编写函数时，需要注意输入所有可能的要扫描的文件格式，如果添加任何新的文件格式，需要更新云函数。如果遗漏了某些文件类型（需要记住的是云计算可以存储所有文件类型），那么该函数将会跳过它们。这里的问题是，如果创建函数来扫描太多文件格式，那么该函数将变得太大。基本上会通过额外的逻辑增加更多的复杂性，并将功能扩展到更像是完整服务的最初意图之外。
解决这个问题的一种方法是仅接受来自客户的某些文件格式的个人数据。好消息是，无论使用的是AWS、Azure还是谷歌云，在云中设置个人数据监控的方式都非常相似。
