Google Cloud Certified - Professional Cloud Security Engineer Exam (Professional-Cloud-Security-Engineer日本語版) : Professional-Cloud-Security-Engineer日本語 Exam

あなたの会社は、Google Cloud リソースへのアクセスを提供するために、Cloud Identity で手動でユーザーを作成しています。環境が継続的に拡大しているため、Google Cloud Directory Sync (GCDS) インスタンスを承認し、それをオンプレミスの LDAP サーバーと統合して、何百人ものユーザーをオンボーディングしたいと考えています。次のことを行う必要があります。
ユーザーとグループのライフサイクルの変更を Cloud Identity のオンプレミス LDAP サーバーから複製します。
Cloud Identity で手動で作成されたユーザーを無効にします。
Google Cloud のスコープにユーザーとセキュリティ グループを含めるように、LDAP 検索属性をすでに構成しています。このソリューションを完了するには、次に何をすべきですか?

• A. 1. LDAP で見つからないドメイン ユーザーを一時停止するオプションを構成します。
  2. 定期的な GCDS タスクを設定します。
• B. 1. LDAP 検索属性を構成して、LDAP で見つからない手動で作成された Cloud ID ユーザーを除外します。
  2. ユーザーとグループのライフサイクルの変更後に GCDS を実行します。
• C. 1. LDAP で見つからないドメイン ユーザーを削除するオプションを構成します。
  2. ユーザーとグループのライフサイクルの変更後に GCDS を実行します。
• D. 1. LDAP 検索属性を構成して、LDAP で見つからない手動で作成された Cloud Identity ユーザーを除外します。
  2. 定期的な GCDS タスクを設定します。

組織では、ウェブサイトの利用状況分析に関する年次レポートを公開したいと考えています。Cloud Data Loss Prevention（Cloud DLP）API を使用して、個人を特定できる情報（PII）を含むデータが公開されないようにする必要があります。データの整合性は維持されなければなりません。どうすればよいでしょうか？

• A. Cloud DLP API を使用してレポートから PII を暗号化します。
• B. Cloud DLP API を使用して、レポート内の PII データを検出し、変換します。
• C. Cloud DLP API を使用して、ストレージ内の PII データを検出し、隔離します。
• D. Cloud DLP API を使用して、ストレージ内のすべての PII を検出します。PII を削除するクラウド関数を作成します。

顧客の会社には複数のビジネス ユニットがあります。各ビジネス ユニットは独立して運営されており、それぞれに独自のエンジニアリング グループがあります。あなたのチームは、社内で作成されたすべてのプロジェクトを可視化し、さまざまなビジネス ユニットに基づいて Google Cloud Platform (GCP) プロジェクトを整理したいと考えています。各ビジネス ユニットには、個別の IAM アクセス許可のセットも必要です。
これらのニーズを満たすには、どの戦略を使用する必要がありますか?

• A. どのビジネス ユニットがリソースを所有しているかを示すラベルを付けて、プロジェクト内の GCP リソースを割り当てます。
• B. 組織ノードを作成し、各ビジネス ユニットにフォルダーを割り当てます。
• C. ビジネス ユニットごとに VPC 内の GCP リソースを割り当てて、ネットワーク アクセスを分離します。
• D. gmail.com アカウントを使用して、ビジネス ユニットごとに独立したプロジェクトを確立します。

CI/CD パイプラインを設定して、コンテナ化されたアプリケーションを Google Kubernetes Engine (GKE) の本番環境クラスタにデプロイしています。既知の脆弱性を持つコンテナーがデプロイされないようにする必要があります。ソリューションには次の要件があります。
クラウドネイティブである必要があります
費用対効果が高い必要があります
運用上のオーバーヘッドを最小限に抑える
これをどのように達成する必要がありますか？（2つ選んでください。）

• A. GKE に Jenkins をデプロイし、CI/CD パイプラインを構成してコンテナを Container Registry にデプロイします。コンテナーをクラスターにデプロイする前に、コンテナー イメージを検証するステップを追加します。
• B. Compute Engine インスタンスで cron ジョブを使用して、既知の脆弱性について既存のリポジトリをスキャンし、準拠していないコンテナ イメージが見つかった場合にアラートを生成します。
• C. CI/CD パイプラインで、脆弱性が見つからない場合は、コンテナー イメージに証明書を追加します。Binary Authorization ポリシーを使用して、クラスター内の構成証明のないコンテナーのデプロイをブロックします。
• D. Cloud Source Repositories リポジトリ内のコンテナ テンプレートへの変更をモニタリングする Cloud Build パイプラインを作成します。ビルドの続行を許可する前に、Container Analysis の結果を分析するステップを追加します。
• E. Google Cloud のオペレーション スイートのログ イベントによってトリガーされる Cloud Function を使用して、Container Registry のコンテナ イメージを自動的にスキャンします。

あなたの会社では、中央プロジェクトに人工知能モデルを導入しました。このモデルには機密性の高い知的財産が多く含まれており、インターネットから厳密に隔離しておく必要があるため、モデル エンドポイントを組織内の定義されたプロジェクト リストにのみ公開する必要があります。どうすればよいでしょうか。

• A. モデル プロジェクトと、モデルに接続する必要がある各プロジェクトの両方でプライベート Google アクセスを有効にします。プライベート Google アクセス アドレスへの接続を許可するファイアウォール ポリシーを作成します。
• B. モデルプロジェクト内で、モデルエンドポイントを指す外部アプリケーションロードバランサを作成します。IPアドレスをGoogle Cloudに制限するためのCloud Armorポリシーを作成します。
• C. モデル プロジェクト内で、モデル エンドポイントを指す内部アプリケーション ロード バランサーを作成します。このロード バランサーを、構成されたプロジェクトのリストに Private Service Connect で公開します。
• D. 他のすべてのプロジェクトに提供される共有 VPC ネットワークをホストするための中央プロジェクトを作成します。このプロジェクト内のすべてのファイアウォール ルールを一元管理して、モデルへのアクセスを許可します。