Probar un tipo de información confidencial de coincidencia exacta de datos

En este artículo se explica cómo probar un tipo de información confidencial (SIT) de coincidencia exacta de datos (EDM) para comprobar que detecta correctamente los datos confidenciales que desea proteger. En él se describen los métodos de prueba disponibles en el portal de Microsoft Purview y PowerShell, así como sugerencias para solucionar problemas comunes de detección.

Productos y servicios a los que se aplica este artículo de pruebas de electroerosión

En este artículo se tratan las pruebas para ambas versiones de experiencia de EDM:

Para obtener instrucciones sobre cómo crear un EDM SIT antes de realizar la prueba, consulte el flujo de trabajo para su experiencia:

Descripción general de las pruebas EDM SIT

En esta sección se explica cómo comprobar que el tipo de información confidencial (SIT) de coincidencia exacta de datos (EDM) detecta correctamente la información que desea proteger. Una vez creado el SIT de EDM y una hora después de comprobar que la tabla de información confidencial ha terminado de cargarse e indexarse, puede probar la detección mediante la función Prueba de la sección Tipos de información confidencial del Portal de Microsoft Purview.

Nota:

Los cambios en un SIT de EDM existente pueden tardar algún tiempo en propagarse por todo el sistema. Si vas a realizar cambios en un EDM SIT para solucionar problemas de detección, asegúrate de esperar al menos una hora después de realizar esos cambios antes de usar la función Prueba para validar su impacto.

Independientemente del método que utilice para las pruebas, los resultados de las pruebas incluyen coincidencias tanto para el EDM SIT específico como para los elementos primarios que están configurados para ese EDM SIT.

Métodos para probar su EDM SIT

Hay dos métodos que puede usar para probar su EDM SIT.

Método Disponible en la nueva experiencia de EDM Disponible en la experiencia de EDM nueva y clásica
Método de tipo de información confidencial (SIT) Sí Sí
Método de clasificadores de EDM Sí No

Nota:

Si usa la experiencia de EDM clásica, debe usar el método SIT.

Prueba de un EDM SIT con el método de tipos de información confidencial

Para probar un EDM SIT con el método de tipos de información confidencial , siga estos pasos.

  1. Inicie sesión en el portal> Microsoft Purview Information Protection>Clasificadores>Tipos de información confidencial.

  2. Selecciona tu EDM SIT de la lista y luego selecciona el icono de prueba .

  3. En el panel flotante, cargue un archivo que contenga los datos que desea detectar. Por ejemplo, cree un archivo que contenga un subconjunto de las filas de la tabla de información confidencial. Si ha utilizado la característica de coincidencia configurable en el esquema para definir delimitadores omitidos, asegúrese de que el archivo de ejemplo incluya ejemplos con y sin esos delimitadores.

  4. Elija Probar.

  5. Una vez cargado y escaneado el archivo, comprueba si hay coincidencias con tu EDM SIT.

  6. Si la función Prueba en el SIT detecta una coincidencia, verifique que el SIT no la esté recortando ni extrayendo el elemento coincidente incorrectamente. Entre los problemas comunes se encuentran los SIT que:

    • Extraer solo una subcadena de la cadena completa que se debe detectar
    • Seleccionar solo la primera palabra de una cadena de varias palabras
    • Incluir símbolos o caracteres adicionales en la extracción

Para obtener más información sobre las expresiones regulares usadas en las definiciones de patrones SIT y la lógica de extracción, vea Regular Expression Language - Quick Reference.

Pruebe su EDM SIT con el método EDM Classifier

Para probar un EDM SIT con el método EDM Classifier , siga estos pasos.

  1. Inicie sesión en el portal> Microsoft Purview Information Protection>Clasificadores>EDM clasificadores.

  2. Asegúrese de que el botón de alternancia Nueva experiencia de EDM esté activado.

  3. Selecciona tu EDM SIT de la lista y luego selecciona el icono de prueba .

  4. Cargue un archivo que contenga los datos que desea detectar. Por ejemplo, cree un archivo que contenga un subconjunto de las filas de la tabla de información confidencial. Si ha utilizado la característica de coincidencia configurable en el esquema para definir delimitadores omitidos, asegúrese de que el archivo de ejemplo incluya ejemplos con y sin esos delimitadores.

  5. Una vez cargado y escaneado el archivo, comprueba si hay coincidencias con tu EDM SIT.

  6. Si la función Prueba en el SIT detecta una coincidencia, verifique que el SIT no la esté recortando ni extrayendo el elemento coincidente incorrectamente. Entre los problemas comunes se encuentran los SIT que:

    • Extraer solo una subcadena de la cadena completa que se debe detectar
    • Seleccionar solo la primera palabra de una cadena de varias palabras
    • Incluir símbolos o caracteres adicionales en la extracción

Prueba tu EDM SIT con PowerShell

Use el cmdlet para probar el Test-DataClassification tipo de información confidencial de EDM con texto de ejemplo y comprobar si el clasificador detecta las coincidencias esperadas. Para el -ClassificationNames parámetro, proporcione el nombre para mostrar del tipo de información confidencial EDM que desea probar. Para -TexttoClassify, proporciona el texto de ejemplo que quieres buscar coincidencias.

Test-DataClassification  -ClassificationNames “[Your EDM sensitive info type]” -TexttoClassify “[your own text to scan for matches]”

Independientemente del método que utilice para las pruebas, los resultados de las pruebas incluirán coincidencias tanto para el EDM SIT específico como para los elementos primarios que están configurados para ese EDM SIT.

Nota:

Un archivo cargado o una prueba de texto no actualiza la clasificación de los archivos de SharePoint y OneDrive existentes. Cambiar un SIT de EDM o su SIT principal no actualiza por sí solo la clasificación de los archivos históricos que no han cambiado. Para actualizar la clasificación de esos archivos, use la clasificación a petición. Revise el alcance del examen, las consideraciones del costo del examen de EDM y los efectos de la directiva activa antes de iniciar un examen.

Pruebe su EDM SIT con directivas de protección de la información

Puede ver dónde se está utilizando su EDM SIT y qué tan preciso es en la producción, usándolo en las políticas:

  1. Cree una directiva de etiquetado automático y ejecútela en la Información general de simulación.

  2. Agregue contenido que desencadene el SIT de EDM, junto con contenido que no desencadenará el SIT de EDM, a una ubicación que su directiva esté supervisando.

  3. Abre la pestaña Elementos para revisar para comprobar las coincidencias.

  4. En función de los resultados de la simulación, ajuste las condiciones de directiva y la configuración de EDM SIT según corresponda para mejorar la precisión de la detección.

Una vez que esté satisfecho con los resultados de sus pruebas y ajustes, su SIT personalizado basado en EDM está listo para usarse en políticas de protección de la información, por ejemplo:

Sugerencias para solucionar problemas

Si su SIT de EDM no detecta ninguna coincidencia en sus datos, los siguientes consejos pueden ayudarle a diagnosticar el problema.

Incidencia Consejos para solucionar el problema
No se encontraron coincidencias Confirme que los datos confidenciales se cargaron correctamente mediante los comandos explicados en Hash y cargue la tabla de origen de información confidencial para los tipos de información confidencial de coincidencia exacta de datos.
No se encontraron coincidencias Prueba el SIT que usaste cuando configuraste el elemento principal en cada uno de tus patrones. Esta prueba verifica si el SIT puede coincidir con los ejemplos del elemento. El uso de un SIT definido incorrectamente como elemento de clasificación de un SIT de EDM es la causa más común de fallas de detección en EDM.
La SIT que seleccionó para un elemento principal en el tipo EDM no encuentra una coincidencia en el artículo o encuentra menos coincidencias de las esperadas Confirme que la SIT admite los separadores y delimitadores que se producen en el contenido. Asegúrese de incluir los delimitadores omitidos definidos en el esquema.
El SIT asociado al elemento principal encuentra coincidencias en el contenido, pero el SIT de EDM no.
  • Compruebe si las instrucciones REGEX detectan delimitadores de espacios en blanco al principio o al final de un elemento que desee detectar. Por ejemplo, busque instrucciones que incluyan el \s delimitador. Si se incluyen delimitadores de espacio en blanco, el espacio en blanco no coincidirá con el valor hash de la tabla de datos. En su lugar, use un delimitador de palabras, como \b.
  • Compruebe las instrucciones REGEX para asegurarse de que capturan toda la cadena que desea detectar, no solo una subcadena. Por ejemplo, considere este patrón para las direcciones de correo electrónico: \b[a-zA-Z]{2,30}@[a-zA-Z]{2,20}.[a-zA-Z]{2,3}\b. Este patrón coincidirá correctamente con user@contoso.com, pero solo capturará user@contoso.co.jp en un formato incompleto.
Un EDM SIT con elementos primarios, pero sin elementos secundarios definidos, detecta elementos pero no detecta coincidencias (o detecta menos coincidencias de las esperadas) cuando se requieren elementos primarios y secundarios. Si los valores de una columna utilizada para pruebas secundarias no están compuestos por una sola palabra o por cadenas que no contienen espacios, comas u otros separadores de palabras, hay dos formas de comprobar:
  1. Seleccione la opción de coincidencia de varios tokens .
  2. Asocie los valores a un SIT que use una expresión regular diseñada para detectar cadenas de varias palabras que siguen el patrón deseado (por ejemplo, un número fijo de palabras consecutivas que comienzan con un carácter en mayúscula) o un diccionario de palabras clave que enumera todos los valores únicos de esa columna. Por ejemplo, si hay una columna de evidencia adicional para la ciudad o residencia de una persona, puede crear una lista con todos los nombres de ciudades únicos de la tabla y, a continuación, usarla para crear un tipo de información confidencial basado en diccionario.

Utilice este SIT como elemento de clasificación para la columna correspondiente en su EDM SIT exportando y editando la definición de EDM SIT en XML. Para obtener más información, consulte Creación manual de un paquete de reglas.
La función de prueba SIT no detecta ninguna coincidencia. Compruebe que el SIT que ha seleccionado incluye requisitos para palabras clave adicionales u otras validaciones. Para los SIT integrados, consulte Definiciones de entidades de tipo de información confidencial para determinar cuáles son los requisitos mínimos para hacer coincidir cada tipo.
La funcionalidad de prueba funciona, pero los elementos de SharePoint o OneDrive no se detectan en DLP o en las reglas de etiquetado automático Compruebe el ámbito y las condiciones de la directiva, y si la clasificación de los archivos existentes refleja las definiciones de SIT que pretende usar. Una prueba directa no establece la cobertura de clasificación de los archivos almacenados. Para el etiquetado automático, consulte Conceptos de clasificación y simulación de etiquetado automático; Reiniciar la simulación no actualiza la clasificación por sí misma. Use la clasificación a petición cuando sea necesario actualizar la clasificación, después de revisar el ámbito, los costos y los efectos de la directiva activa.
No se desencadenan las reglas DLP o de etiquetado automático que requieren varias coincidencias Asegúrese de que se cumplen los requisitos de proximidad tanto para su EDM SIT como para los SIT base. Por ejemplo, si la distancia máxima entre el elemento principal y las palabras clave auxiliares es de 300 caracteres, pero las palabras clave solo están presentes en la primera fila de una tabla larga, es probable que solo las primeras filas de valores coincidentes cumplan los requisitos de proximidad. Modifique las definiciones de SIT para admitir reglas de proximidad más relajadas o use la opción En cualquier lugar del documento para las condiciones de evidencia adicionales.
La detección de un EDM SIT es inconsistente o errática Asegúrese de que el SIT que utilizó como base para el elemento principal de su SIT de EDM no detecte contenido innecesario. El uso de un SIT que coincida con demasiado contenido no relacionado, como cualquier palabra, cualquier número o todas las direcciones de correo electrónico, puede hacer que el servicio omita coincidencias relevantes. En el explorador de contenido, compruebe el número de piezas de contenido que coincidan con el tipo confidencial que utilizó para los elementos principales.

Para calcular si la SIT coincide con demasiado contenido:
  1. Divida el número de elementos de contenido en el Explorador de contenido de Microsoft Purview por el número de días desde que se creó el tipo confidencial.
  2. Si el número de coincidencias por día está en el rango de cientos de miles o más, es posible que el SIT principal sea demasiado amplio.

Para obtener recomendaciones y procedimientos recomendados sobre cómo seleccionar el tipo de información confidencial adecuado para una SIT de EDM, consulte Obtener información sobre los tipos de información confidencial basados en la coincidencia exacta de datos.

  • Se actualizó por última vez el