Erstellen eines Typs vertraulicher Informationen mit genauer Datenübereinstimmung/Regelpaket

Produkte und Dienstleistungen, für die dieses Regelpaketverfahren gilt

• Erstellen eines EDM-SIT mit dem klassischen Präsentationsworkflow

Sie können einen genauen Datenabgleich (EDM) SIT (SIT) erstellen, indem Sie das Tool Verwenden des Schemas für exakte Datenübereinstimmung und des SIT-Musters im Microsoft Purview-Portal verwenden, oder Sie können das Regelpaket manuell als XML-Datei erstellen. Sie können die beiden Methoden auch kombinieren, indem Sie das Schema mit einer Methode erstellen und später mit der anderen Methode bearbeiten.

Wenn Sie mit EDM-basierten SITS oder deren Implementierung nicht vertraut sind, sollten Sie sich mit folgenden Themen vertraut machen:

• Informationen zu Typen vertraulicher Informationen
• Informationen zu Typen vertraulicher Informationen basierend auf genauer Datenübereinstimmung
• Erste Schritte mit Typen vertraulicher Informationen, die auf genauer Datenübereinstimmung basieren

Voraussetzungen

Führen Sie die Schritte in diesen Artikeln aus:

1. Quelldaten exportieren, um auf der Grundlage exakter Datenübereinstimmungen sensible Informationstypen zu ermitteln
2. Erstellen des Schemas für Typen vertraulicher Informationen, die auf genauer Datenübereinstimmung basieren
3. Erstellen eines Hash und Hochladen der Quelltabelle für vertrauliche Informationen für Typen vertraulicher Informationen mit genauer Datenübereinstimmung

• Unabhängig davon, ob Sie ein EDM-SIT mit dem Tool oder der XML-Datei des Regelpakets über PowerShell erstellen, benötigen Sie die Rolle eines Compliance-Administrators oder eines globalen Admins, um ein benutzerdefiniertes SIT über die Benutzeroberfläche zu erstellen, zu testen und bereitzustellen. Weitere Informationen finden Sie unter Informationen zu Administratorrollen in Office 365.

• Identifizieren Sie eines der integrierten SITs, das als primäre Elemente SIT verwendet werden soll.
  • Wenn keines der integrierten SITs mit den Daten in der ausgewählten Spalte übereinstimmt, müssen Sie ein benutzerdefiniertes SIT erstellen, das dies tut.
  • Wenn Sie die Option Ignorierte Trennzeichen für die Spalte des primären Elements in Ihrem Schema ausgewählt haben, stellen Sie sicher, dass die von Ihnen erstellte benutzerdefinierte SIT mit und ohne die ausgewählten Trennzeichen übereinstimmt.
  • Wenn Sie ein integriertes SIT verwenden, stellen Sie sicher, dass es genau die Zeichenfolgen erkennt, die Sie auswählen möchten, und dass es keine umgebenden Zeichen enthält oder einen gültigen Teil der Zeichenfolge ausschließt, wie es in Ihrer Tabelle mit vertraulichen Informationen gespeichert ist.

Weitere Informationen finden Sie unter Entitätsdefinitionen für vertrauliche Informationen und Erstellen benutzerdefinierter Typen vertraulicher Informationen.

Verwenden des Schemas "Exakter Datenabgleich" und des SIT-Mustertools

Sie können das Schema "Exakter Datenabgleich" und das SIT-Mustertool verwenden, um Ihre SIT-Dateien zu erstellen und den Prozess zu vereinfachen.

Ein EDM SIT besteht aus einem oder mehreren Mustern. Jedes Muster beschreibt eine Kombination von Feldern aus dem Schema, die zum Identifizieren vertraulicher Inhalte in einem Dokument oder einer E-Mail verwendet werden (Beweise).

1. Melden Sie sich beim Microsoft Purview-Portal> an. InformationProtectionClassifiers>EDM-Klassifizierungen>.

2. 1. Schalten Sie die Umschaltfläche "Neue EDM-Erfahrung" auf "Aus".

3. Wählen Sie EDM-Typen vertraulicher Informationen und EDM-Typ für vertrauliche Informationen erstellen , um das Konfigurationstool für den Typ vertraulicher Informationen zu öffnen.

4. Wählen Sie Vorhandenes EDM-Schema auswählen und dann das Schema aus, das Sie unter Schema für exakte Datenübereinstimmung basierend auf sensiblen Informationstypen erstellt haben. Klicken Sie auf Hinzufügen.

5. Wählen Sie Weiter und dann Muster erstellen.

6. Wählen Sie das Konfidenzniveau und das primäre Element aus. Weitere Informationen zu Konfidenzstufen finden Sie unter Informationen zu den Typen vertraulicher Informationen.

7. Wählen Sie den Typ vertraulicher Informationen des primären Elements aus, der ihm zugeordnet werden soll, um festzulegen, welcher Text im Dokument mit allen Werten im Primärelementfeld verglichen werden soll. Weitere Informationen zu den verfügbaren Typen vertraulicher Informationen finden Sie unter SIT-Entitätsdefinitionen .

   Wichtig

   Wählen Sie eine SIT aus, die dem Format des gesuchten Inhalts genau entspricht. Die Auswahl einer SIT, die mit unnötigem Inhalt übereinstimmt, z. B. eine, die mit allen Textzeichenfolgen oder allen Zahlen übereinstimmt, kann zu einer übermäßigen Belastung des Systems führen, was dazu führen kann, dass vertrauliche Informationen unentdeckt bleiben.

8. Wählen Sie Ihre unterstützenden Elemente und Match-Optionen aus.

9. Klicken Sie auf Fertig.

10. Wählen Sie Muster erstellen aus, wenn Sie zusätzliche Muster für Ihr EDM-SIT erstellen möchten.

11. Wählen Sie Weiter aus.

12. Wählen Sie Ihr gewünschtes empfohlenes Konfidenzniveau und die Nähe der Charaktere aus. Dies ist der Standardwert für den gesamten EDM-SIT. (Informationen zur Zeichennähe finden Sie unter Verstehen der Nähe). Wählen Sie Weiter aus.

13. Wählen Sie Weiter und geben Sie einen Namen und eine Beschreibung für Administratoren ein.
    
    Wenn Sie Ihre Schemadatei erstellen, müssen Ihre Spaltenüberschriften (Datenfelder) die folgenden Namensanforderungen erfüllen:
    - Muss mit einem Buchstaben beginnen und aus mindestens drei alphanumerischen Zeichen bestehen.
    - Darf nur alphanumerische Zeichen enthalten.

14. Überprüfen Sie und wählen Sie dann Übermitteln aus.

Bearbeiten oder Löschen eines SIT-Musters

Um ein vorhandenes EDM SIT-Muster zu bearbeiten oder zu löschen, führen Sie die folgenden Schritte aus:

1. Melden Sie sich beim Microsoft Purview-Portal> an. InformationProtectionClassifiers>EDM-Klassifizierungen>.

2. 1. Schalten Sie die Umschaltfläche "Neue EDM-Erfahrung" auf "Aus".

3. Wählen Sie EDM-Typen vertraulicher Informationen.

4. Wählen Sie den EDM SIT aus, den Sie bearbeiten möchten.

5. Wählen Sie "EDM-Typ für vertrauliche Informationen bearbeiten " oder "EDM-Typ für vertrauliche Informationen löschen " aus dem Flyout aus.

6. Die Schritte zum Bearbeiten eines EDM-Typs vertraulicher Informationen finden Sie unter Verwenden des Schemas für exakte Datenabstimmung und des SIT-Musterwerkzeugs.

Arbeiten mit bestimmten Datentypen

Aus Leistungsgründen ist es wichtig, dass Sie Muster verwenden, die die Anzahl unnötiger Übereinstimmungen minimieren. So können Sie beispielsweise eine SIT-Datei basierend auf dem regulären Ausdruck verwenden.

\b\w*\b

Dieser reguläre Ausdruck entspricht jedem einzelnen Wort oder jeder Zahl in einem Dokument oder einer E-Mail. Der Abgleich aller Wörter oder Zahlen würde dazu führen, dass der Dienst mit Übereinstimmungen überlastet wird und keine echten Übereinstimmungen erkannt werden können. Durch die Verwendung präziserer Muster kann diese Situation vermieden werden. Im Folgenden finden Sie einige Empfehlungen zum Ermitteln der richtigen Konfiguration für einige gängige Datentypen.

E-Mail-Adressen: E-Mail-Adressen können leicht zu identifizieren sein, aber da sie in vertraulichen Inhalten so häufig vorkommen, können sie eine erhebliche Belastung des Systems verursachen, wenn sie als Primärfeld verwendet werden. Verwenden Sie E-Mail-Addierer nur als sekundären Beweis. Wenn sie als primärer Beweis verwendet werden müssen, verwenden Sie beim Definieren Ihrer benutzerdefinierten SIT Logik, um Elemente auszuschließen, bei denen E-Mail-Adressen als From oder To Felder in E-Mails verwendet werden. Verwenden Sie außerdem die Logik, um E-Mail-Adressen aus der Domäne Ihres Unternehmens auszuschließen, um die Anzahl unnötiger Zeichenfolgen zu reduzieren, die abgeglichen werden müssen.

Telefonnummern: Telefonnummern können in vielen verschiedenen Formaten vorliegen, einschließlich oder ohne Länder-/Regionspräfixe, Ortsvorwahlen und Trennzeichen. Um die falsch negativen Ergebnisse zu reduzieren und gleichzeitig die Last auf ein Minimum zu beschränken, verwenden Sie sie nur als sekundäre Elemente, schließen Sie alle wahrscheinlichen Trennzeichen wie Klammern und Bindestriche aus und schließen Sie nur den Teil in die Tabelle mit vertraulichen Daten ein, der immer in der Telefonnummer vorhanden sein wird.

Namen von People: Verwenden Sie keine Namen von Personen als primäre Elemente, wenn Sie eine SIT verwenden, die auf einem regulären Ausdruck als Klassifizierungselement für diesen EDM-Typ basiert, da sie schwer von gebräuchlichen Wörtern zu unterscheiden sind.

Wenn Sie ein primäres Element verwenden müssen, das schwer mit einem bestimmten Muster zu identifizieren ist (z. B. ein Projektcodename), das eine hohe Anzahl von zu verarbeitenden Übereinstimmungen generieren könnte, stellen Sie sicher, dass Sie Schlüsselwörter in die SIT aufnehmen, die Sie als Klassifizierungselement für Ihren EDM-Typ verwenden. Wenn Sie z. B. Projektcodenamen verwenden, die auch reguläre Wörter sind, können Sie das Wort project als erforderlichen zusätzlichen Nachweis in unmittelbarer Nähe des auf regulären Ausdrücken basierenden Musters des Projektnamens in der SIT verwenden, die Sie als Klassifizierungselement für Ihren EDM-Typ verwenden. Sie können auch die Verwendung eines auf einem regulären Wörterbuch basierenden SIT als Klassifizierungselement für Ihr EDM-SIT in Betracht ziehen.

Wenn Sie versuchen, numerische Zeichenfolgen abzugleichen, geben Sie die zulässigen Zahlenbereiche an, z. B. die Anzahl der Ziffern oder die Anfangsziffern (falls bekannt). Wenn Sie einen relativ flexiblen Zahlenbereich abgleichen müssen, können Sie Schlüsselwörter in der Basis-SIT verwenden, um die Anzahl der Übereinstimmungen zu reduzieren. Wenn Sie z. B. versuchen, Kontonummern mit 7 bis 11 Ziffern abzugleichen, fügen Sie dem SIT die Wörter account, customer, acct. als erforderlichen zusätzlichen Nachweis hinzu. Dies verringert die Wahrscheinlichkeit unnötiger Übereinstimmungen, die dazu führen können, dass die Grenzwerte der verarbeitenden EDM-Übereinstimmungen überschritten werden.

Wenn ein Feld, das Sie als primäres Element verwenden müssen, einem einfachen Muster folgt, das zu einer hohen Anzahl von Übereinstimmungen führen kann, und Sie das Vorhandensein von Schlüsselwörtern nicht als zusätzlichen Beweis im SIT hinzufügen können, können Sie stattdessen eine Mindestanzahl von Vorkommen dieses Musters anfordern. Sie können beispielsweise eine benutzerdefinierte SIT, die wie folgt definiert ist, verwenden, um mindestens 29 andere fünfstellige Zahlen um eine potenzielle fünfstellige Zahl herum zu erkennen, mit der in Ihren vertraulichen Inhalten ein Abgleich erzielt werden soll:

 <Entity id="00aa00aa-bb11-cc22-dd33-44ee44ee44ee"
                  patternsProximity="300"
                  recommendedConfidence="85"
                  relaxProximity="false">
                  <Pattern confidenceLevel="85"
                              proximity="300">
                              <IdMatch idRef="MRN"/>
                              <Match idRef="30 AccountNrs"
                                    minCount="30"
                                    proximity="3000"
                                    uniqueResults="true"/>
                  </Pattern>
      </Entity>
      <Regex id="30 AccountNrs">\d{5}</Regex>

In einigen Fällen müssen Sie möglicherweise bestimmte Konto- oder Datensatzidentifikationsnummern identifizieren, die aus historischen Gründen keinem standardisierten Muster folgen. Kann beispielsweise Medical Record Numbers aus vielen verschiedenen Permutationen von Buchstaben und Zahlen innerhalb derselben organization zusammengesetzt sein. Auch wenn es anfangs schwierig sein mag, ein Muster zu identifizieren, lässt sich bei näherer Betrachtung häufig ein Muster eingrenzen, das alle gültigen Werte beschreibt, ohne eine übermäßige Anzahl ungültiger Übereinstimmungen zu verursachen. Beispielsweise könnte festgestellt werden, dass "alle MRNs mindestens sieben Zeichen lang sind, mindestens zwei numerische Ziffern enthalten und wenn sie Buchstaben enthalten, beginnen sie mit einem". Das Erstellen eines regulären Ausdrucks auf der Grundlage solcher Kriterien sollte es Ihnen ermöglichen, unnötige Übereinstimmungen zu minimieren und gleichzeitig alle gewünschten Werte zu erfassen. Eine weitere Analyse kann eine höhere Genauigkeit ermöglichen, indem separate Muster definiert werden, die unterschiedliche Formate beschreiben.

Manuelles Erstellen eines Regelpakets

In diesem Verfahren wird gezeigt, wie Sie eine Datei im XML-Format, das als Regelpaket (mit Unicode-Codierung) bezeichnet wird, erstellen und dann mithilfe von PowerShell-Cmdlets für die Sicherheits- & Compliance in Microsoft Purview hochladen.

1. Erstellen Sie ein Regelpaket im XML-Format (mit Unicode-Codierung), ähnlich wie im folgenden Beispiel. (Sie können das Beispiel kopieren, ändern und verwenden.)

   Stellen Sie beim Einrichten des Regelpakets sicher, dass Sie ordnungsgemäß auf Ihre durch .csv, TSV getrennte Quelltabellendatei und edm.xml Schemadatei für vertrauliche Informationen verweisen. Sie können das Beispiel kopieren, ändern und verwenden. In diesem XML-Beispiel müssen die folgenden Felder angepasst werden, um Ihren EDM-sensitiven Typ zu erstellen:

   • RulePack id und ExactMatch id: Verwenden SieNew-GUID, um eine GUID zu generieren.

   • Datenspeicher: Dieses Feld gibt den zu verwendenden EDM-Nachschlage-Datenspeicher an. Sie geben den Datenquellennamen des konfigurierten EDM-Schemas an.

   • idMatch: Dieses Feld verweist auf das primäre Element für EDM.

   • Übereinstimmungen: Gibt das Feld an, das bei der exakten Suche verwendet werden soll. Sie geben den Namen eines durchsuchbaren Felds im EDM-Schema für den Datenspeicher an.

   • Klassifizierung: Dieses Feld gibt die SIT-Übereinstimmung an, die das EDM-Lookup auslöst. Sie können den Namen oder die GUID eines vorhandenen integrierten oder benutzerdefinierten SIT verwenden.

   Hinweis

   Beachten Sie, dass jede Zeichenfolge, die mit der bereitgestellten SIT übereinstimmt, gehasht und mit jedem Eintrag in der Quelltabelle für vertrauliche Informationen verglichen wird. Um Leistungsprobleme zu vermeiden, sollten Sie bei der Auswahl einer benutzerdefinierten SIT für das Klassifizierungselement keine verwenden, die einem großen Prozentsatz des Inhalts entspricht. Beispielsweise eine, die mit "beliebige Zahl" oder "ein beliebiges Wort mit fünf Buchstaben" übereinstimmt. Sie können sie differenzieren, indem Sie unterstützende Schlüsselwörter hinzufügen oder Formatierungen in die Definition der benutzerdefinierten Klassifizierung SIT aufnehmen.

   • Übereinstimmung: Dieses Feld verweist auf zusätzliche Beweise, die in der Nähe von idMatch gefunden wurden.

   • Übereinstimmungen: Sie geben einen beliebigen Feldnamen im EDM-Schema für DataStore an.

   • Ressourcen-idRef: In diesem Abschnitt werden der Name und die Beschreibung für sensible Typen in mehreren Gebietsschemas angegeben

     • Sie geben die GUID für die ExactMatch-ID an.
     • Name & Beschreibung: Nach Bedarf anpassen.

     <RulePackage xmlns="http://schemas.microsoft.com/office/2018/edm">
        <RulePack id="fd098e03-1796-41a5-8ab6-198c93c62b11">
          <Version build="0" major="2" minor="0" revision="0" />
          <Publisher id="..." />
          <Details defaultLangCode="en-us">
            <LocalizedDetails langcode="en-us">
              <PublisherName>IP DLP</PublisherName>
              <Name>Health Care EDM Rulepack</Name>
              <Description>This rule package contains the EDM sensitive type for health care sensitive types.</Description>
            </LocalizedDetails>
          </Details>
        </RulePack>
        <Rules>
          <ExactMatch id = "E1CC861E-3FE9-4A58-82DF-4BD259EAB371" patternsProximity = "300" dataStore ="PatientRecords" recommendedConfidence = "65" >
            <Pattern confidenceLevel="65">
              <idMatch matches = "SSN" classification = "U.S. Social Security Number (SSN)" />
            </Pattern>
            <Pattern confidenceLevel="75">
              <idMatch matches = "SSN" classification = "U.S. Social Security Number (SSN)" />
              <Any minMatches ="3" maxMatches ="6">
                <match matches="PatientID" />
                <match matches="MRN"/>
                <match matches="FirstName"/>
                <match matches="LastName"/>
                <match matches="Phone"/>
                <match matches="DOB"/>
              </Any>
            </Pattern>
          </ExactMatch>
          <LocalizedStrings>
            <Resource idRef="E1CC861E-3FE9-4A58-82DF-4BD259EAB371">
              <Name default="true" langcode="en-us">Patient SSN Exact Match.</Name>
              <Description default="true" langcode="en-us">EDM Sensitive type for detecting Patient SSN.</Description>
            </Resource>
          </LocalizedStrings>
        </Rules>
     </RulePackage>
     

2. Laden Sie das Regelpaket hoch, indem Sie den folgenden PowerShell-Befehl ausführen:

   New-DlpSensitiveInformationTypeRulePackage -FileData ([System.IO.File]::ReadAllBytes('.\\rulepack.xml'))
   

Nächster Schritt

Nachdem Sie Ihr Regelpaket erstellt haben, fahren Sie mit dem folgenden Artikel fort:

• Für die klassische Benutzeroberfläche: Testen einer exakten Datenübereinstimmung SIT