Krav og begrensninger for Data Mask & Seed

Krav og begrensninger

Før du arbeider med Data Mask & Seed bør du lese gjennom følgende krav og begrensninger:

• Tillatelser og tilgang
• Objektmaskeringsbegrensninger
• Grenser for tilpassede biblioteker
• Maskering av jobbpost og jobbsamtidighetskapper

Tillatelser og tilgang

• For å få tilgang til og arbeide med det nye Data Mask & Seed-programmet tildeler du brukere følgende tillatelsessettlisenser og tillatelsessett. Pass på å tildele tillatelsessettlisensen før du tildeler tillatelsessettet:
  • Tillatelsessettlisensen Data Mask and Seed
  • Tillatelsessett for Data Mask og Seed
• Hvis du vil bruke alternativet Opprett med Einstein til å generere tilpassede bibliotekinformasjonsoppføringer, må du ha Einstein aktivert for brukeren, noe som krever at organisasjonen har en Einstein-lisens. Hvis organisasjonen har denne lisensen, kan en Salesforce-administrator eller du aktivere Einstein for brukeren.

For å aktivere Einstein for Data Mask & Seed:

• Kontroller at organisasjonen har en Einstein.
• Skriv inn Data Mask i Hurtigsøk-feltet i grensesnittoppsettmenyen.
• Velg innstillingssiden Data Mask & Seed.
• Aktiver Einstein for brukeren.

Maskering av objekt

Når du inkluderer Bruker-objektet i en maskeringspolicy, maskerer Data Mask & Seed bare følgende brukertyper:

• PowerCustomerSuccess
• CustomerSuccess
• CspLitePortal

Tilpassede biblioteker

Når Salesforces Einstein brukes til å generere informasjonsoppføringer for tilpassede biblioteker, er hver Einstein av informasjonsoppføringer begrenset til maksimalt 100 oppføringer.

Maskeringsjobbbehandling

Postgrenser

• Når en maskeringsjobb overskrider 20 000 000 poster, utfører Data Mask & Seed imidlertid jobben:
  • Appen beholder ikke eksisterende datadistribusjoner i Sandbox-organisasjonen. Det betyr at appen ikke analyserer fordelingen av feltverdier i et objekts poster under en Sandbox-maskeringsjobb. Maskering beholder derfor ikke den opprinnelige frekvensen og andelen feltverdier på tvers av postene for hvert objekt
  • Appen bruker ikke konsistent maskering av felt på tvers av objekter. Det betyr at appen ikke bruker samme maskeringsverdi på identiske felt som finnes på tvers av flere objekter i maskeringspolicyen.
• Per maskeringsjobb støtter Data Mask & Seed maskering av maksimalt 350 000 000 poster. I begynnelsen av en jobb teller Data Mask & Seed først kandidatpostene som skal maskeres, for å finne ut om jobben overskrider maksimal postgrense. Hvis jobben overskrider denne grensen, avbryter Data Mask & Seed jobben, utfører ingen maskering og registrerer en feilmelding i Maskeringsjobbrapporten.

Merk Hvis maskeringsjobben overskrider maksimal postgrense, reduserer du jobbens totale antall poster ved å fjerne objekter fra maskeringspolicyen, bruke objektpostfiltre i maskeringspolicyen eller kombinere begge tilnærmingene.

Konkurransegrens

• Per Sandbox støtter Data Mask & Seed kjøring av maksimalt 12 maskeringsjobber i det gjeldende 24-timers rullegardinvinduet. Når en Sandbox overskrider denne grensen, avbrytes nye jobber, og en feilmelding registreres i Maskeringsjobb-rapporten for hver kansellerte jobb.

Begrensninger for å omgå automatisering

Data Mask og Seed omgår ikke automatiseringer ved sletting av poster i følgende scenarier:

• Når du sletter Feedelementer- og Historikk-postene for maskerte Sandbox-objekter, under en maskeringsjobb
• Når du sletter PII-holdige poster for hvert av tre forskjellige Sandbox-objekter - Sakskommentarer, E-postmeldinger og Chatter, som startet av brukeren fra delen Tilknyttet PII på Data Mask og Seed-startsiden

Data Mask & Seed omgår heller ikke Duplikatdeteksjon-automatiseringen. Duplikater kan derfor opprettes med mindre brukeren deaktiverer automatiseringen manuelt før maskeringsjobben (og må aktivere automatiseringen på nytt etter at maskeringsjobben er fullført).

Relaterte emner

Etter å ha sett gjennom disse Data Mask & Seed kravene og begrensningene, kan du begynne å arbeide med appen:

• Hvis du vil opprette og redigere maskeringspolicyer, kan du se Opprette en maskeringspolicy og Policyer-fanen
• Hvis du vil opprette og redigere tilpassede biblioteker, kan du se Oversikt over tilpassede biblioteker
• Når du har opprettet en maskeringspolicy som passer til maskeringsbehovene dine, gjør du ett av følgende:
  • Kjøre en maskeringsjobb manuelt med denne policyen, se Kjøre en maskeringsjobb
  • Planlegg maskeringsjobber til å kjøres automatisk med denne policyen, se Planlegge en maskeringspolicy
• Mens en maskeringsjobb pågår eller etter at jobben er fullført, kan du vise jobbens gjeldende status eller se gjennom resultatet av den fullførte jobben, se Jobber-fanen