A. Cloud Speech-to-Text API

B. Dialogflow Enterprise 버전

C. Cloud AutoML 자연어

D. Cloud Natural Language API

A. .boto 구성 파일에 고객 제공 암호화 키(CSEK)를 지정합니다. gsutil cp를 사용하여 각 보관 파일을 Cloud Storage 버킷에 업로드합니다. 보안 비밀의 영구 저장소로 Cloud Memorystore에 CSEK를 저장합니다.

B. .boto 구성 파일에 고객 제공 암호화 키(CSEK)를 지정합니다. gsutil cp를 사용하여 각 보관 파일을 Cloud Storage 버킷에 업로드합니다. 보안 팀만 액세스할 수 있는 다른 프로젝트에 CSEK를 저장합니다.

C. gcloud kms keys create를 사용하여 대칭 키를 만듭니다. 그런 다음 gcloud kms encrypt를 사용하여 키와 고유한 추가 인증 데이터(AAD)로 각 보관 파일을 암호화합니다. gsutil cp를 사용하여 암호화된 각 파일을 Cloud Storage 버킷에 업로드하고 AAD를 Google Cloud 외부에 보관합니다.

D. gcloud kms keys create를 사용하여 대칭 키를 만듭니다. 그런 다음 gcloud kms encrypt를 사용하여 키로 각 ​​보관 파일을 암호화합니다. gsutil cp를 사용하여 암호화된 각 파일을 Cloud Storage 버킷에 업로드합니다.
이전에 암호화에 사용한 키를 수동으로 파기하고 키를 한 번 순환합니다.

A. 필터링 단계를 추가하여 향후 이러한 유형의 오류를 건너뛰고 로그에서 잘못된 행을 추출합니다.

B. 데이터를 변환하고 로그에서 잘못된 행을 추출하는 try... catch 블록을 DoFn에 추가합니다.

C. 데이터를 변환하는 DoFn에 try... catch 블록을 추가하고 DoFn에서 직접 잘못된 행을 PubSub에 씁니다.

D. 데이터를 변환하는 DoFn에 try... catch 블록을 추가하고 sideOutput을 사용하여 나중에 PubSub에 저장할 수 있는 PCollection을 만듭니다.

A. 작업이 더 빨리 실행되도록 더 높은 메모리 노드를 사용합니다.

B. 클러스터에 선점형 VM(가상 머신) 사용

C. 워크로드를 Google Cloud Dataflow로 마이그레이션

D. 작업자 노드에서 SSD를 사용하여 작업을 더 빠르게 실행할 수 있습니다.

A. 컨설턴트가 다른 프로젝트에서 작업할 수 있도록 데이터의 익명화된 샘플을 만듭니다.

B. Google Cloud Platform에 프로젝트를 설정하여 작업을 내부적으로 수용했습니다. 외부 컨설턴트가 프로젝트의 Google Cloud Dataflow 파이프라인에서 복잡한 변환을 코딩하는 데 도움을 줄 것입니다. 사용자의 개인 정보를 어떻게 유지해야 합니까?

C. 컨설턴트에게 프로젝트에 대한 뷰어 역할을 부여합니다.

D. 서비스 계정을 생성하고 컨설턴트가 이 계정으로 로그온할 수 있도록 합니다.

E. 컨설턴트에게 프로젝트에 대한 Cloud Dataflow 개발자 역할을 부여합니다.