Passaggio 1: Configurare il rilevamento dei dati sensibili basato su pattern

Questa guida è suddivisa in quattro passaggi:

Screenshot di Ridurre i falsi positivi usando SIT e classificatori avanzati - Blueprint.

Per usare i tipi di informazioni sensibili (SIT) per la sicurezza dei dati nell'azienda digitale, è importante avere una panoramica completa del patrimonio di dati. Eseguire il mapping dei dati sensibili per identificare i tipi di dati sensibili presenti nell'azienda e la posizione in cui risiedono.

Scegli tra SIT predefiniti e personalizzali se necessario

Inizia con i SIT predefiniti forniti da Microsoft. Se non soddisfano le tue esigenze così come sono, clonali e modificali per renderli esattamente pertinenti al tuo contesto aziendale.

  • Usare SIT predefiniti: iniziare con i SIT forniti da Microsoft Purview. Per altre informazioni, vedi Informazioni sui tipi di informazioni sensibili.
  • Clona e modifica: se i SIT incorporati non soddisfano pienamente le tue esigenze, clonali e personalizzali. Per altre informazioni, vedere Personalizzare un tipo di informazioni sensibili predefinito.
  • Creare SIT personalizzati: creare SIT personalizzati da zero per soddisfare le esigenze specifiche di classificazione dei dati dell'organizzazione. Usare più modelli in una singola definizione di SIT per garantire un'identificazione completa. Ad esempio, un SIT creato per identificare la data di nascita dovrebbe tenere conto di formati diversi (gg/MM/AAAA, gg/MM/AAAA e così via). Per altre informazioni, vedere Creare tipi di informazioni sensibili personalizzati.
  • Testare i SIT personalizzati, quindi aggiornare la classificazione se necessario: Usare i test dei file caricati con esempi rappresentativi di corrispondenza e non corrispondenza. Per i file cronologici di SharePoint e OneDrive che necessitano di una classificazione aggiornata, usare la classificazione su richiesta dopo aver esaminato l'ambito, le stime, gli addebiti e i criteri attivi. Un'analisi può attivare azioni da criteri di corrispondenza attivi; non è una simulazione politica non mutevole. Consultate Concetti di classificazione e simulazione dell'etichettatura automatica.
  • Utilizzare più SIT nelle regole dei criteri DLP: creare una strategia di rilevamento più completa e precisa utilizzando più SIT. Ad esempio, quando rilevi le informazioni personali, scegli una combinazione di SIT che coprano SSN, numero di patente di guida, numero di passaporto e così via, con una condizione OR invece di dipendere esclusivamente da un singolo SIT.

Identificare il tipo di elemento primario appropriato nella configurazione di SIT

Quando definisci l'elemento primario, scegli tra quattro opzioni: Espressione regolare (regex), Elenco parole chiave, Dizionario parole chiave o Funzione. Seguire i consigli seguenti per ogni tipo:

Tipo di elemento primario Raccomandazioni chiave
Espressione regolare Usare le asserzioni lookaround per garantire il contesto e ridurre le corrispondenze irrilevanti. Convalidare i modelli regex rispetto a set di dati diversi. Se è necessario rilevare stringhe isolate, usare \b all'inizio e alla fine oppure selezionare "corrispondenza parole" invece di "corrispondenza stringa". È possibile migliorare il rilevamento usando altri validatori predefiniti con logica che non è possibile usando solo le espressioni regolari.
Elenco di parole chiave Utilizzare la funzionalità di maiuscole e minuscole in base alla necessità di usare maiuscole e minuscole esatte. Nelle lingue delimitate da spazi usare "corrispondenza parole" anziché "corrispondenza stringa" per una maggiore precisione. Per le lingue non delimitate da spazi come cinese, giapponese, thai e coreano, la "corrispondenza stringa" migliora l'accuratezza della classificazione rilevando parole chiave incorporate all'interno di parole più grandi.
Dizionario delle parole chiave Usare questo tipo di elenco di parole chiave quando è necessaria una gestione più semplice delle parole chiave su scala più ampia. Tenere presente il limite di 1 MB di testo compresso in tutti i dizionari del tenant. Nei dizionari con parole chiave non viene sempre fatta distinzione tra maiuscole e minuscole.
Funzione Identificare la funzione appropriata da un elenco di funzioni predefinite. Queste funzioni si comportano in modo simile alle espressioni regolari, ma con funzionalità più programmatiche.

Per altre informazioni, vedi Informazioni sui tipi di informazioni sensibili.

Perfeziona usando elementi di prossimità, livello di confidenza ed esclusioni

  • Aggiungi elementi di supporto: fornisci elementi di supporto come prova corroborante insieme all'elemento primario. Ad esempio, la semplice corrispondenza di un formato di data per la data di nascita può portare a enormi falsi positivi dalle intestazioni e dai timestamp delle e-mail. L'aggiunta di parole chiave di supporto (Data di nascita, Data di nascita) garantisce solo corrispondenze con alta attendibilità.
  • Impostare limiti di prossimità: impostare il limite di prossimità su 300 caratteri per ogni nuovo SIT personalizzato. Evita di configurare la prossimità illimitata ("in qualsiasi punto del documento"), perché porta a troppi falsi positivi. Per dati tabulari di grandi dimensioni, usare l'opzione RelaxProximity configurabile con PowerShell.
  • Configurare i livelli di confidenza: specificare un livello di confidenza più elevato per i modelli con più elementi di supporto o espressioni regolari più restrittive. Impostare il livello di confidenza su basso se il SIT ha pochi o nessun elemento di supporto.
  • Usare le esclusioni: includere o escludere testo e motivi, prefissi o suffissi specifici per migliorare ulteriormente l'accuratezza della corrispondenza.
  • Testare la configurazione: usare la funzionalità di test per convalidare l'accuratezza del SIT e usare Esplora contenuto per esaminare le corrispondenze rilevate.

Per altre informazioni, vedi Test di un tipo di informazioni sensibili.

Fornire feedback relativi alla corrispondenza o alla mancata corrispondenza per gli elementi identificati

Invia regolarmente il tuo feedback per tutti gli elementi corrispondenti per aiutare Microsoft a ottimizzare i SIT. Per ogni elemento in SharePoint e OneDrive, Microsoft Purview consente di inviare feedback in termini di corrispondenza (vero positivo) o meno (falso positivo). È anche possibile scegliere di inviare a Microsoft una versione redatta dell'elemento per contribuire a migliorare l'accuratezza dei SIT predefiniti.

Riepilogo

Al termine di questo passaggio, l'organizzazione dispone di:

  • Tipi di informazioni sensibili predefiniti e personalizzati configurati per le esigenze di classificazione dei dati dell'organizzazione.
  • Elementi primari definiti con regex, parole chiave, dizionari o modelli di funzione appropriati.
  • Limiti di prossimità, livelli di confidenza ed esclusioni perfezionati per ridurre i falsi positivi.
  • Ciclo di feedback stabilito per migliorare continuamente la precisione del SIT.

Passaggio successivo

Passaggio 2: Implementare la corrispondenza esatta dei dati per una corrispondenza precisa

  • Ultimo aggiornamento: