Creare un pacchetto di regole/tipo di informazione sensibile con corrispondenza dei dati esatta

Prodotti e servizi a cui si applica la presente procedura del pacchetto di regole

• Creare un SIT EDM utilizzando il flusso di lavoro dell'esperienza classica

È possibile creare un SIT (SIT) con Corrispondenza esatta dei dati (EDM) usando lo schema Usa lo schema Corrispondenza esatta dei dati e lo strumento Modello SIT nel portale Microsoft Purview oppure è possibile creare manualmente il pacchetto di regole come file XML. È inoltre possibile combinare i due metodi utilizzando un metodo per creare lo schema e successivamente utilizzando l'altro metodo per modificarlo.

Se non si ha familiarità con SITS basati su EDM o con la relativa implementazione, è consigliabile acquisire familiarità con:

• Informazioni sui tipi di informazioni riservate
• Informazioni sui tipi di informazioni sensibili basate sulla corrispondenza esatta dei dati
• Introduzione ai tipi di informazioni sensibili basati sulla corrispondenza esatta dei dati

Prerequisiti

Eseguire i passaggi descritti negli articoli seguenti:

1. Esportare i dati di origine per la corrispondenza esatta dei dati in base ai tipi di informazioni sensibili
2. Creazione dello schema per i tipi di informazioni sensibili basati sulla corrispondenza esatta dei dati
3. Eseguire l'hashing e caricare la tabella di origine delle informazioni sensibili per i tipi di informazioni sensibili corrispondenti ai dati esatti

• Indipendentemente dal fatto che si crei un SIT EDM usando lo strumento o il file XML del pacchetto di regole tramite PowerShell, è necessario avere il ruolo di amministratore della conformità o amministratore globale per creare, testare e distribuire un SIT personalizzato tramite l'interfaccia utente. Vedere Informazioni sui ruoli di amministratore in Office 365.

• Identificare uno dei SIT predefiniti da usare come SIT degli elementi primari.
  • Se nessuno dei SIT predefiniti corrisponde ai dati nella colonna selezionata, sarà necessario creare un SIT personalizzato che lo faccia.
  • Se è stata selezionata l'opzione Delimitatori ignorati per la colonna dell'elemento primario nello schema, assicurarsi che il SIT personalizzato creato corrisponda ai dati con e senza i delimitatori selezionati.
  • Se si usa un SIT predefinito, assicurarsi che rilevi esattamente le stringhe che si desidera selezionare e non includa caratteri circostanti o escluda alcuna parte valida della stringa archiviata nella tabella di informazioni riservate.

Vedere Definizioni di entità di tipo di informazioni sensibili e Creare tipi di informazioni sensibili personalizzati.

Usare lo schema Corrispondenza esatta dei dati e lo strumento modello SIT

È possibile usare lo schema Corrispondenza esatta dei dati e lo strumento modello SIT per creare i file SIT e semplificare il processo.

Un SIT EDM è composto da uno o più modelli. Ogni modello descrive una combinazione di campi dello schema che verranno usati per identificare il contenuto riservato in un documento o un messaggio di posta elettronica (prova).

1. Accedere al portale >di Microsoft PurviewClassificatori> diInformation Protection>Classificatori EDM.

2. 1. Imposta l'interruttore Nuova esperienza EDM su Off

3. Scegliere Tipi di informazioni sensibili EDM e Crea tipo di informazioni sensibili EDM per aprire lo strumento di configurazione Tipo di informazioni riservate.

4. Selezionare Scegliere uno schema EDM esistente e scegliere lo schema creato in Creare lo schema per la corrispondenza esatta dei dati in base ai tipi di informazioni sensibili. Selezionare Aggiungi.

5. Scegliere Avanti e Creare modello.

6. Scegliete il livello di confidenza e l'elemento primario. Per altre informazioni sui livelli di confidenza, vedere Informazioni sui tipi di informazioni sensibili.

7. Scegli il tipo di informazioni sensibili dell'elemento primario da associare per definire il testo del documento che verrà confrontato con tutti i valori nel campo dell'elemento primario. Per altre informazioni sui tipi di informazioni riservate disponibili, vedere Definizioni di entità SIT .

   Importante

   Selezionare un SIT che corrisponda il più possibile al formato del contenuto che si desidera trovare. La selezione di un SIT che corrisponda a contenuti non necessari, ad esempio uno che corrisponda a tutte le stringhe di testo o a tutti i numeri, può causare un carico eccessivo nel sistema, con conseguente mancata rilevazione di informazioni riservate.

8. Seleziona i tuoi elementi di supporto e le opzioni di abbinamento.

9. Scegliere Fine.

10. Scegli Crea pattern se desideri creare pattern aggiuntivi per il tuo SIT EDM.

11. Seleziona Avanti.

12. Scegli il livello di confidenza consigliato e la prossimità del carattere desiderati. Questo sarà il valore predefinito per l'intero SIT EDM. (Per informazioni sulla prossimità dei caratteri, vedere Informazioni sulla prossimità). Seleziona Avanti.

13. Scegliere Avanti e compilare i campi Nome e Descrizione per gli amministratori.
    
    Durante la creazione del file di schema, le intestazioni di colonna (campi dati) devono rispettare i requisiti di denominazione seguenti:
    - Deve iniziare con una lettera e deve essere composto da almeno tre caratteri alfanumerici.
    - Deve includere solo caratteri alfanumerici.

14. Rivedere e scegliere Invia.

Modificare o eliminare un modello SIT

Per modificare o eliminare un modello EDM SIT esistente, eseguire la procedura seguente:

1. Accedere al portale >di Microsoft PurviewClassificatori> diInformation Protection>Classificatori EDM.

2. 1. Imposta l'interruttore Nuova esperienza EDM su Off

3. Scegliere i tipi di informazioni sensibili EDM.

4. Selezionare lo SIT EDM che si desidera modificare.

5. Scegliere Modifica tipo di informazioni sensibili EDM o Elimina tipo di informazioni sensibili EDM dal riquadro a comparsa.

6. Per la procedura di modifica di un tipo di informazione sensibile EDM, vedere Usare lo schema Corrispondenza esatta dei dati e lo strumento modello SIT.

Lavorare con tipi di dati specifici

Per motivi di prestazioni, è fondamentale usare modelli che riducano al minimo il numero di corrispondenze non necessarie. Ad esempio, si potrebbe usare un SIT basato sull'espressione regolare.

\b\w*\b

Questa espressione regolare corrisponde a ogni singola parola o numero in qualsiasi documento o messaggio di posta elettronica. La corrispondenza di ogni parola o numero causerebbe un sovraccarico del servizio di corrispondenze e il mancato rilevamento delle corrispondenze vere. L'uso di modelli più precisi può evitare questa situazione. Ecco alcuni suggerimenti per identificare la configurazione corretta per alcuni tipi comuni di dati.

Indirizzi e-mail: gli indirizzi e-mail possono essere facili da identificare, ma poiché sono così comuni nei contenuti sensibili, potrebbero causare un carico significativo nel sistema se usati come campo primario. Usare i sommatori di posta elettronica solo come prova secondaria. Se devono essere usati come prova primaria, quando si definisce il SIT personalizzato, usare la logica per escludere gli elementi in cui gli indirizzi di posta elettronica vengono usati come FromTo o campi nei messaggi di posta elettronica. Usa anche la logica per escludere gli indirizzi e-mail dal dominio della tua società per ridurre il numero di stringhe non necessarie che devono essere abbinate.

Numeri di telefono: i numeri di telefono possono essere disponibili in molti formati diversi, inclusi o esclusi prefissi di paese/area geografica, prefissi e separatori. Per ridurre i falsi negativi mantenendo il carico al minimo, usarli solo come elementi secondari, escludere tutti i separatori possibili, come parentesi e trattini e includere nella tabella dei dati sensibili solo la parte che sarà sempre presente nel numero di telefono.

Nomi di persone: non usare i nomi di persone come elementi primari se si usa un SIT basato su un'espressione regolare come elemento di classificazione per questo tipo EDM, perché sono difficili da distinguere dalle parole comuni.

Se è necessario usare un elemento primario difficile da identificare con uno schema specifico (come il nome di un codice di progetto), che potrebbe generare un volume elevato di corrispondenze da elaborare, assicurarsi di includere le parole chiave nel SIT utilizzato come elemento di classificazione per il tipo EDM. Ad esempio, se si utilizzano nomi di codice di progetto che sono anche parole regolari, è possibile utilizzare la parola project come prova aggiuntiva necessaria in prossimità del modello basato su espressioni regolari del nome del progetto nel SIT utilizzato come elemento di classificazione per il tipo EDM. In alternativa, è possibile usare un SIT basato su un dizionario normale come elemento di classificazione per il SIT EDM.

Quando si tenta di trovare la corrispondenza di stringhe numeriche, specificare gli intervalli di numeri consentiti, ad esempio il numero di cifre o le cifre iniziali, se note. Se è necessario trovare la corrispondenza di un intervallo di numeri relativamente flessibile, è possibile usare le parole chiave nel SIT di base per ridurre il numero di corrispondenze. Ad esempio, se si tenta di far corrispondere numeri di conto composti da 7-11 cifre, aggiungere le parole account, customer, acct. al SIT come prova aggiuntiva richiesta. Ciò riduce la probabilità di corrispondenze non necessarie che potrebbero comportare il superamento dei limiti delle corrispondenze EDM che possono essere elaborate.

Se un campo da usare come elemento primario segue uno schema semplice che potrebbe causare un numero elevato di corrispondenze e non è possibile aggiungere la presenza di parole chiave come prova aggiuntiva nel SIT, è invece possibile richiedere un numero minimo di occorrenze di tale modello. Ad esempio, è possibile usare un SIT personalizzato definito nel modo seguente per rilevare almeno altri 29 numeri a cinque cifre che circondano un potenziale numero di cinque cifre con cui trovare una corrispondenza nel contenuto sensibile:

 <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 alcuni casi, potrebbe essere necessario identificare determinati numeri di identificazione di account o record che per ragioni storiche non seguono uno schema standardizzato. Ad esempio, Medical Record Numbers può essere composto da molte permutazioni diverse di lettere e numeri all'interno della stessa organizzazione. Anche se all'inizio può essere difficile identificare uno schema, un'ispezione più attenta consente spesso di restringere uno schema che descrive tutti i valori validi senza causare un numero eccessivo di corrispondenze non valide. Ad esempio, si potrebbe rilevare che "tutti gli MRN sono lunghi almeno sette caratteri, contengono almeno due cifre numeriche e, se contengono lettere, iniziano con una". La creazione di un'espressione regolare basata su tali criteri dovrebbe consentire di ridurre al minimo le corrispondenze non necessarie acquisendo tutti i valori desiderati, e un'ulteriore analisi potrebbe consentire una maggiore precisione definendo modelli separati che descrivono formati diversi.

Creare manualmente un pacchetto di regole

Questa procedura illustra come creare un file in formato XML denominato pacchetto di regole (con codifica Unicode) e quindi caricarlo in Microsoft Purview usando i cmdlet di PowerShell per la sicurezza & la conformità.

1. Creare un pacchetto di regole nel formato .xml (con codifica Unicode), come illustrato nell'esempio seguente. (È possibile copiare, modificare e usare l'esempio.)

   Quando si configura il pacchetto di regole, assicurarsi di fare riferimento correttamente al file di tabella di origine delle informazioni riservate delimitato da .csv, .tsv o pipe (|) e edm.xml file di schema. È possibile copiare, modificare e usare l'esempio. In questo file XML di esempio è necessario personalizzare i campi seguenti per creare il tipo sensibile EDM:

   • RulePack id & ExactMatch id: usare New-GUID per generare un GUID.

   • Datastore: questo campo specifica l'archivio dati di ricerca EDM da usare. Specificare il nome dell'origine dati dello schema EDM configurato.

   • idMatch: questo campo punta all'elemento primario per EDM.

   • Corrispondenze: specifica il campo da usare nella ricerca esatta. È possibile specificare il nome campo ricercabile nello schema EDM per DataStore.

   • Classificazione: questo campo specifica la corrispondenza SIT che attiva la ricerca EDM. È possibile usare il nome o il GUID di un sito SIT predefinito o personalizzato esistente.

   Nota

   Tenere presente che a qualsiasi stringa corrispondente al SIT fornito verrà eseguito l'hash e confrontata con ogni voce nella tabella di origine delle informazioni riservate. Per evitare problemi di prestazioni, se si sceglie un SIT personalizzato per l'elemento di classificazione, non usarne uno che corrisponda a una percentuale elevata di contenuto. Ad esempio, uno che corrisponda a "qualsiasi numero" o "qualsiasi parola di cinque lettere". È possibile differenziarlo aggiungendo parole chiave di supporto o includendo la formattazione nella definizione del SIT di classificazione personalizzato.

   • Match: questo campo punta a prove aggiuntive trovate in prossimità di idMatch.

   • Corrisponde: si specifica qualsiasi nome di campo nello schema EDM per DataStore.

   • IdRef risorsa: Questa sezione specifica il nome e la descrizione per il tipo sensibile in più impostazioni locali

     • L'utente fornisce il GUID per l'ID ExactMatch.
     • Nome& descrizione: personalizzare in base alle esigenze.

     <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. Caricare il pacchetto di regole eseguendo il comando di PowerShell seguente:

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

Passaggio successivo

Dopo aver creato il pacchetto di regole, continua con l'articolo seguente:

• Per l'esperienza classica: testare un SIT con corrispondenza esatta dei dati