手順 1: パターンベースの機密データ検出を構成する

このガイドは 4 つのステップに分かれています。

「SIT と高度な分類器を使用して誤検知を減らす - ブループリント」のスクリーンショット。

デジタル エンタープライズ全体のデータ セキュリティに機密情報の種類 (SIT) を使用するには、データ資産の包括的なビューを持つことが重要です。 最初に機密データをマッピングして、企業に存在する機密データの種類とその場所を特定します。

組み込みの SIT から選択し、必要に応じてカスタマイズする

Microsoft が提供する組み込みの SIT から始めます。 そのままでのニーズに合わない場合は、クローンを作成して編集し、ビジネス コンテキストに正確に関連させます。

  • 組み込みの SIT を使用する: Microsoft Purview によって提供される SIT から始めます。 詳細については、「 機密情報の種類について」を参照してください。
  • 複製と編集: 組み込みの SIT ではニーズを完全に満たさない場合は、複製してカスタマイズします。 詳細については、「 組み込みの機密情報の種類をカスタマイズする」を参照してください。
  • カスタム SIT の作成: 独自の SIT を最初から作成して、organization固有のデータ分類のニーズに対応します。 1 つの SIT 定義で複数のパターンを使用して、包括的な識別を確実にします。 たとえば、生年月日を識別するために作成された SIT では、さまざまな形式 (DD/MM/YYYY、MM/DD/YYYY など) を考慮する必要があります。 詳細については、「 カスタム機密情報の種類の作成」を参照してください。
  • カスタム SIT をテストし、必要に応じて分類を更新します。 アップロードされたファイルのテスト を、代表的な一致例と一致しない例とともに使用します。 更新された分類が必要な過去の SharePoint および OneDrive ファイルについては、範囲、推定値、料金、アクティブなポリシーを確認した後、 オンデマンド 分類を使用します。 スキャンは、アクティブな一致ポリシーからアクションをトリガーできます。これは、非変異ポリシー シミュレーションではありません。 自動ラベル付け分類とシミュレーションの概念を参照してください。
  • DLP ポリシー規則で複数の SIT を使用する: 複数の SIT を使用して、より包括的で正確な検出戦略を作成します。 たとえば、PII を検出する場合は、単一の SIT だけに依存するのではなく、SSN、運転免許証番号、パスポート番号などをカバーする SIT の組み合わせを OR 条件で選択します。

SIT 構成で適切なプライマリ要素の種類を特定する

プライマリ要素を定義するときは、正規表現 (正規表現)、キーワード リスト、キーワード辞書、関数の 4 つのオプションから選択します。 種類ごとに、次の推奨事項に従ってください:

プライマリ要素タイプ 主な推奨事項
正規表現 ルックアサーションを使用してコンテキストを確認し、無関係な一致を減らします。 多様なデータセットに対して正規表現パターンを検証します。 孤立した文字列を検出する必要がある場合は、先頭と末尾で \b を使用するか、"文字列一致" ではなく "単語一致" を選択します。正規表現のみを使用するだけでは不可能なロジックを持つ他の組み込みバリデーターを使用することで検出を強化できます。
キーワード リスト 正確な大文字と小文字が必要かどうかに基づいて、大文字と小文字の区別機能を使用します。 スペースで区切られた言語では、"文字列の一致" ではなく "単語の一致" を使用すると精度が向上します。 中国語、日本語、タイ語、韓国語などのスペース区切りを使用しない言語の場合、"文字列一致" は、大きな単語内に埋め込まれたキーワードを検出することで分類精度を向上させます。
キーワード辞書 大規模なキーワード (keyword) 管理を容易にする必要がある場合には、このタイプをキーワード リストよりも使用します。 テナント内のすべての辞書で、圧縮テキストが 1 MB という制限があることに注意してください。 キーワード辞書は常に大文字と小文字を区別しません。
機能 定義済み関数のリストから適切な関数を特定します。 これらの関数は正規表現と同様に動作しますが、よりプログラム的な機能を備えています。

詳細については、「 機密情報の種類について」を参照してください。

近接要素、信頼度、除外を使用して絞り込み

  • サポート要素を追加する: 主要な要素とともに、裏付けとなる証拠としてサポート要素を提供します。 たとえば、生年月日の日付形式を一致させるだけで、メールのヘッダーやタイムスタンプから大量の誤検知が発生する可能性があります。 サポート キーワード (生年月日、生年月日) を追加すると、信頼度の高い一致のみが保証されます。
  • 近接性の制限を設定する: 新しいカスタム SIT の近接性の制限を 300 文字に設定します。 無制限の近接性 (「ドキュメント内の任意の場所」) を構成すると、誤検知が多すぎるため、構成しないでください。 大きな表形式データの場合は、PowerShell を使用して構成可能な RelaxProximity オプションを使用します。
  • 信頼度レベルの構成: より多くのサポート要素またはより制限の厳しい正規表現を持つパターンに対して、より高い信頼度レベルを指定します。 SIT にサポート要素がほとんどまたはまったくない場合は、信頼度を低に設定します。
  • 除外を使用する: 特定のテキストやパターン、プレフィックス、またはサフィックスを含めたり除外したりして、一致の精度をさらに高めます。
  • 構成をテストする: テスト機能を使用して SIT の精度を検証し、コンテンツ エクスプローラーを使用して検出された一致を確認します。

詳細については、「 機密情報の種類をテストする」を参照してください。

識別されたアイテムに一致するフィードバックと一致しないフィードバックを提供する

一致したすべてのアイテムに関するフィードバックを定期的に送信して、Microsoft の SIT の調整に役立ててください。 SharePoint と OneDrive のすべてのアイテムについて、Microsoft Purview では、一致 (真陽性) かどうか (偽陽性) に関するフィードバックを提供できます。 また、組み込みの SIT の精度の向上を支援するために、アイテムの編集バージョンを Microsoft に提出することも選択できます。

概要

この手順の終了時点で、organization は次のものになります。

  • organization のデータ分類のニーズに合わせて構成された組み込みのカスタム機密情報の種類 (SIT)。
  • 適切な正規表現、キーワード (keyword)、辞書、または関数のパターンで定義された主要な要素。
  • 誤検知を減らすために調整された近接性の制限、信頼レベル、および除外。
  • SIT の精度を継続的に向上させるためにフィードバック ループが確立されました。

次の手順

ステップ 2: 正確な一致のために完全データ一致を実装する

  • 最終更新: