Quelldaten exportieren, um auf der Grundlage exakter Datenübereinstimmungen sensible Informationstypen zu ermitteln

In diesem Artikel wird erläutert, wie Sie Ihre Tabelle vertraulicher Daten für die Verwendung mit EDM-basierten (Exact Data Match) basierten vertraulichen Informationstypen in Microsoft Purview vorbereiten und exportieren. Sie erfahren, wie Sie primäre und sekundäre Felder auswählen, Ihre Daten strukturieren und in einem unterstützten Format speichern, damit Sie ein EDM-Schema erstellen können.

Produkte und Dienstleistungen, für die dieses Exportverfahren gilt

Die Tabelle mit vertraulichen Daten ist eine Textdatei mit Zeilen mit Werten, mit denen Sie den Inhalt Ihrer Dokumente vergleichen, um vertrauliche Daten zu identifizieren. Bei diesen Werten kann es sich um personenbezogene Informationen, Produktdatensätze oder andere vertrauliche Daten in Textform handeln, die Sie in Ihren Inhalten erkennen und schützen möchten.

Nachdem Sie die Daten in Ihrer Tabelle (in einem der unterstützten Formate) exportiert haben, können Sie ein EDM-Schema erstellen.

Definieren des EDM-Typs vertraulicher Informationen

Beim Definieren Ihres EDM-sensitiven Typs besteht eine der wichtigsten Entscheidungen darin, zu definieren, welche Felder Ihre primären Felder sind. Primäre Felder müssen einem erkennbaren Muster folgen und als durchsuchbare Felder (Spalten) in Ihrem EDM-Schema definiert sein. Sekundäre Felder müssen keinem Muster folgen, da sie mit dem gesamten umgebenden Text verglichen werden, der mit den primären Feldern übereinstimmt.

Verwenden Sie die folgenden Regeln, um zu entscheiden, welche Spalten Sie als primäre Felder verwenden sollten:

  • Wenn Sie vertrauliche Daten basierend auf dem Vorhandensein eines einzelnen Werts erkennen müssen, der mit einem Feld in der Tabelle mit vertraulichen Daten übereinstimmt, muss diese Spalte unabhängig vom Vorhandensein anderer sie umgebender vertraulicher Daten als primäres Element für einen EDM-SIT definiert werden.
  • Wenn mehrere Kombinationen verschiedener Felder in der Tabelle mit vertraulichen Daten im Inhalt erkannt werden müssen, identifizieren Sie die Spalten, die den meisten dieser Kombinationen gemeinsam sind, und legen Sie sie als primäre Elemente fest. Legen Sie Kombinationen der anderen Felder als sekundäre Elemente fest.
  • Wenn eine Spalte, die Sie als primäres Element verwenden möchten, any text string keinem erkennbaren Muster folgt oder erkennbaren Mustern folgt, die irgendwo in einem großen Prozentsatz der Dokumente oder E-Mails vorhanden wären, wählen Sie andere, besser strukturierte Spalten als primäre Elemente aus.

Wenn Sie beispielsweise über die Spalten full name, date of birth, account numberund Social Security Numberverfügen, selbst wenn der Vor- und Nachname die Spalten sind, die für die verschiedenen Kombinationen von Daten verwendet werden sollen, die Sie erkennen möchten, folgen solche Zeichenfolgen keinen Mustern, die leicht zu identifizieren sind, und es ist möglicherweise schwierig, sie als vertraulichen Informationstyp zu definieren. Dafür gibt es eine Reihe von Gründen:

  • Einige Namen beginnen möglicherweise nicht mit einem Großbuchstaben
  • Einige können aus zwei, drei oder mehr Wörtern/Zeichenfolgen bestehen
  • Einige können Zahlen oder andere nicht alphabetische Zeichen enthalten. Geburtsdaten sind leichter zu identifizieren. Da jedoch jede E-Mail und die meisten Dokumente mindestens ein Datum enthalten, ist ein DateOfBirth Feld auch kein guter Kandidat. Verwenden Sie stattdessen Felder wie Sozialversicherungsnummern und Kontonummern, die sich gut für primäre Felder eignen.

Vorlagen für Beispieldateien

Um Ihnen die Auswahl Ihrer primären Felder zu erleichtern, haben wir einige Beispieldateivorlagen zusammengestellt für:

Dabei handelt es sich um Dateien mit kommagetrennten Werten (Comma Separated Values, .csv, die die in diesen Branchen am häufigsten verwendeten Werte als Spaltenüberschriften sowie von Microsoft generierte synthetische Werte in den Zeilen enthalten. Verwenden Sie die Spaltenüberschriften als Entscheidungshilfe für Ihre primären Felder. Die bewährte Methode besteht darin, nur die erforderlichen Quelldaten zu exportieren. Die Spaltenüberschriften schlagen die relevantesten Felder vor.

Informationen zum Verwenden der Beispieldateivorlagen finden Sie unter Verwenden der Beispieldateivorlagen.

Speichern vertraulicher Daten im .csv-, TSV- oder durch Pipe getrennten Format

Speichern Sie Ihre vertraulichen Daten als unterstütztes Textformat, indem Sie die folgenden Schritte ausführen:

  1. Identifizieren Sie die vertraulichen Informationen, die Sie verwenden möchten. Exportieren Sie die Daten in eine App wie Microsoft Excel, und speichern Sie die Datei als Textdatei. Die Datei kann in einem der folgenden Formate gespeichert werden: .csv (durch Trennzeichen getrennte Werte), .tsv (durch Tabulator getrennte Werte) oder (|(Pipe getrennt) Format. Das TSV-Format wird in Fällen empfohlen, in denen Ihre Datenwerte Kommas enthalten können, z. B. Straßenadressen. Die Datendatei kann maximal Folgendes umfassen:

    • bis zu 100 Millionen Zeilen vertraulicher Daten
    • bis zu 32 Spalten (Felder) pro Datenquelle
    • Bis zu 10 Spalten (Felder), die als durchsuchbar markiert sind

  2. Strukturieren Sie die vertraulichen Daten in der .csv- oder TSV-Datei so, dass die erste Zeile die Namen der Felder enthält, die für die EDM-basierte Klassifizierung verwendet werden. In Ihrer Datei können Feldnamen wie "ssn", "Geburtsdatum", "Vorname", "Nachname" enthalten sein. Die Namen der Spaltenüberschriften dürfen keine Leerzeichen oder Unterstriche enthalten. Beispielsweise eine Beispieldatei .csv mit dem Namen PatientRecords.csv, deren Spalten PatientID, MRN,LastName, FirstName, SSN und mehr enthalten.

  3. Achten Sie auf das Format der Felder für sensible Daten. Dies sind insbesondere Felder, deren Inhalt Kommas enthalten könnte. Beispielsweise würde eine Straße, die den Wert "Seattle, WA" enthält, als zwei separate Felder analysiert, wenn das Format .csv ausgewählt ist. Um dies zu vermeiden, verwenden Sie das TSV-Format, oder schließen Sie das Komma mit Werten in doppelte Anführungszeichen in der Tabelle mit vertraulichen Daten ein. Wenn Kommawerte, die enthalten sind, auch Leerzeichen enthalten, müssen Sie eine benutzerdefinierte SIT-Datei mit dem entsprechenden Format erstellen. Beispielsweise eine SIT, die eine Zeichenfolge mit mehreren Wörtern mit Kommas und Leerzeichen erkennt.

Nächste Schritte

Wählen Sie den nächsten Artikel basierend auf der von Ihnen verwendeten Erfahrung aus:

oder

Siehe auch

  • Zuletzt aktualisiert um