Kommentar
Åtkomst till den här sidan kräver auktorisering. Du kan prova att logga in eller ändra kataloger.
Åtkomst till den här sidan kräver auktorisering. Du kan prova att ändra kataloger.
Den här sidan beskriver kanadensiska Protected B-efterlevnadskontroller i Azure Databricks.
Översikt över Kanada "Protected B"
CCCS Medium-efterlevnad (skyddad B) avser efterlevnad av Canadian Centre for Cyber Securitys krav för hantering och skydd av känslig myndighetsinformation som klassificeras som "Skyddad B". Den här standarden beskriver kontroller för att skydda data mot obehörig åtkomst, säkerställa konfidentialitet, integritet och tillgänglighet för information med medelhög påverkan.
Huvudpunkter
- Utformad för kanadensiska myndighetsarbetsbelastningar med medelhög känslighet.
- Fokuserar på att skydda data från intrång, förlust eller obehörigt avslöjande.
- Kräver specifika tekniska och organisatoriska kontroller.
Aktivera kanadaskyddade B-efterlevnadskontroller
För att konfigurera din arbetsyta för att stödja bearbetning av data som regleras av Canada Protected B-standarden kräver Databricks att arbetsytan aktiverar säkerhetsprofilen för efterlevnad.
Viktigt!
Om du vill använda serverlös beräkning med Canada Protected B-arbetsbelastningar måste du använda en basmiljö som innehåller miljöversion 5 eller senare. Om du inte väljer en kompatibel basmiljö startar inte serverlös beräkning när säkerhetsprofilen för Kanada Skyddad B-efterlevnad är aktiverad. Information om hur du väljer en basmiljö finns i Konfigurera den serverlösa miljön.
Endast specifika förhandsgranskningsfunktioner stöds för bearbetning av reglerade data. Mer information om säkerhetsprofilen för efterlevnad, vilka förhandsversionsfunktioner som stöds och regioner som stöds finns i Säkerhetsprofil för efterlevnad.
Du är ensam ansvarig för att kontrollera att känslig information aldrig anges i kunddefinierade indatafält, till exempel arbetsytenamn, beräkningsresursnamn, taggar, jobbnamn, jobbkörningsnamn, nätverksnamn, namn på autentiseringsuppgifter, lagringskontonamn och Git-lagringsplats-ID:n eller URL:er. Dessa fält kan lagras, bearbetas eller nås utanför efterlevnadsgränsen.
För att aktivera efterlevnadskontroller för Kanada skydd B, se Konfigurera förbättrade säkerhets- och efterlevnadsinställningar.
Regionalt stöd för funktioner
Den här tabellen visar funktionstillgänglighet för den valda efterlevnadsstandarden i alla Databricks-regioner som stöds. Vissa funktioner kan visas som tillgängliga innan de faktiskt släpps.
| Feature | canadacentral |
canadaeast |
|---|---|---|
| AI Functions – Klassificering | ||
| AI Functions – Dokumentanalys | ||
| AI Functions – informationsutvinning | ||
| Avvikelseidentifiering | ||
| Klassisk beräkning | ✓ | ✓ |
| Renrum | ||
| Dataklassificering | ||
| Databricks-appar | ✓ | ✓ |
| Databricks One | ✓ | ✓ |
| Standardlagringsutrymme | ||
| Genie-agentläge | ||
| Genie-kod | ✓ | ✓ |
| Genie Code Agentläge | ||
| Genie Code Dashboard Agent | ||
| Genie Spaces | ✓ | ✓ |
| Kunskapsassistent | ||
| Lakebase Autoskalning | ||
| Lakeflow Connect – Confluence | ✓ | |
| Lakeflow Connect – Dynamics 365 | ✓ | ✓ |
| Lakeflow Connect – GA4 | ||
| Lakeflow Connect – Google Ads | ✓ | |
| Lakeflow Connect – HubSpot | ✓ | |
| Lakeflow Connect – Metaannonser | ✓ | |
| Lakeflow Connect – MySQL | ✓ | ✓ |
| Lakeflow Connect – NetSuite | ||
| Lakeflow Connect – PostgreSQL | ✓ | ✓ |
| Lakeflow Connect – SFTP | ||
| Lakeflow Connect – Salesforce | ||
| Lakeflow Connect – ServiceNow | ||
| Lakeflow Connect – SharePoint | ✓ | ✓ |
| Lakeflow Connect – TikTok-annonser | ✓ | |
| Lakeflow Connect – Workday HCM | ||
| Lakeflow Connect – Workday-rapporter (RaaS) | ||
| Lakeflow Connect – Zendesk Support | ✓ | |
| Lakeflow Connect – Zerobus Ingest | ||
| Lakeflow-jobb | ✓ | ✓ |
| Lakeflow Pipelines-redigeraren | ✓ | |
| Lakehouse-övervakning | ✓ | |
| MLflow på Databricks | ✓ | ✓ |
| Hanterade MCP-servrar | ✓ | ✓ |
| Modellhantering – AI Gateway | ||
| Modellimplementering – AI-skyddsräcke | ||
| Modellhantering – AI Playground | ||
| Modellservering – anpassade modeller | ||
| Modellhantering – Externa Modeller | ||
| Modellservering – AI-funktion för grundmodeller (ai_query) | ||
| Modellservering – Basmodeller – betala per token | ||
| Förutsägande optimering | ✓ | |
| Serverlösa jobb/arbetsflöden/Notebooks | ✓ | |
| Serverlösa Lakeflow-pipelines | ✓ | |
| Serverlösa SQL-lager | ✓ | |
| Serverlös arbetsyta | ||
| Övervakaragent | ||
| Vektorsökning (standard) | ||
| Vektorsökning (lagringsoptimerad) |