gcp-dlp-python/当列不包含字符串时如何减少likelyhood

Question

我有一个数字客户端id要查找。我创建了一个自定义信息类型：

custom_info_types = [
{
"info_type": {"name": "CLIENTID"},
"regex": {"pattern": r'd{7,8}'},
}
]

不出所料，这份工作中有很多发现，而且都很有可能。

为了减少调查结果，我想在"；反向"；mode：如果没有字符串"；cli"在列名中，然后减少likelyhood。

在文献中有关于如何做相反的事情的例子，但由于每个发现都有一个"；VERY_ LIKELY"；就像胡德一样，这没有帮助。

hotword_rule = {
"hotword_regex": {"pattern": "(?i)(.*cli.*)(?-i)"},
"likelihood_adjustment": {
"fixed_likelihood": dlp_v2.Likelihood.VERY_LIKELY
},
"proximity": {"window_before": 1},
}

有什么解决方案可以做我想做的事吗？

谢谢你的帮助！

Answer 1

为了实现这一点，您需要将custom_info_type的默认可能性设置为VERY_UNLIKELY，然后保持热词规则不变。这样，如果某个内容匹配，它将标记为CCD_；cli"在这种情况下它将提升到CCD_ 3。

类似于：

custom_info_types = [
{
"info_type": {"name": "CLIENTID"},
"regex": {"pattern": r'd{7,8}'},
"likelihood": "VERY_UNLIKELY"
}
]

如果在custom_info_type定义中将似然性留空，则它默认为VERY_LIKELY。

让我知道这是否有效。