本文將教你如何建立一個定義自訂敏感資訊型態的 XML 規則封包檔案。 本文描述一種自訂敏感資訊類型,用以偵測員工識別號碼。 你可以以本文中的範例 XML 作為自己 XML 檔案的起點。
欲了解更多關於敏感資訊類型的資訊,請參閱 「了解敏感資訊類型」。
當你建立出一個格式良好的 XML 檔案後,可以使用 PowerShell 將其上傳到 Microsoft 365。 接著,你就可以在保單中使用你自訂的敏感資訊類型了。 你可以測試它偵測敏感資訊的效果,就像你預期的那樣。
注意事項
如果你不需要 PowerShell 提供的細緻控制,可以在 Microsoft Purview 入口網站建立自訂敏感資訊類型。 若要進一步了解,請參閱建立自訂機密資訊類型。
重要免責聲明
Microsoft 支援服務無法協助你建立內容匹配定義。
若要進行自訂內容匹配的開發、測試與除錯,您需要使用自身的 IT 資源,或使用顧問服務,例如 Microsoft Consulting Services (MCS) 。 Microsoft 支援服務工程師可以有限度地支援此功能,但無法保證自訂內容匹配建議能完全符合你的需求。
MCS 可以提供正則表達式以供測試。 他們也能協助排除現有的 RegEx 模式,針對單一特定內容範例無法正常運作。
欲了解更多資訊,請參閱 「潛在驗證問題需注意 」章節。
如需用於處理文字之 Boost.RegEx (先前稱為 RegEx++) 引擎的詳細資訊,請參閱 Boost.Regex 5.1.3.。
注意事項
如果你在自訂敏感資訊類型中使用&符號符號 (&) 作為關鍵字的一部分,你需要在字元周圍加上空格的額外詞彙。 例如,使用 L & P「不L&P」。
規則套件的範例 XML
以下是我們在本文中建立的規則套件範例 XML。 元素與屬性在規則、實體與模式元素章節中說明;比賽元素;證據組合;鄰近;信心水準;LocalizedStrings;以及 RulePack 標記。
<?xml version="1.0" encoding="UTF-16"?>
<RulePackage xmlns="http://schemas.microsoft.com/office/2011/mce">
<RulePack id="DAD86A92-AB18-43BB-AB35-96F7C594ADAA">
<Version build="0" major="1" minor="0" revision="0"/>
<Publisher id="619DD8C3-7B80-4998-A312-4DF0402BAC04"/>
<Details defaultLangCode="en-us">
<LocalizedDetails langcode="en-us">
<PublisherName>Contoso</PublisherName>
<Name>Employee ID Custom Rule Pack</Name>
<Description>
This rule package contains the custom Employee ID entity.
</Description>
</LocalizedDetails>
</Details>
</RulePack>
<Rules>
<!-- Employee ID -->
<Entity id="00aa00aa-bb11-cc22-dd33-44ee44ee44ee" patternsProximity="300" recommendedConfidence="75">
<Pattern confidenceLevel="65">
<IdMatch idRef="Regex_employee_id"/>
</Pattern>
<Pattern confidenceLevel="75">
<IdMatch idRef="Regex_employee_id"/>
<Match idRef="Func_us_date"/>
</Pattern>
<Pattern confidenceLevel="85">
<IdMatch idRef="Regex_employee_id"/>
<Match idRef="Func_us_date"/>
<Any minMatches="1">
<Match idRef="Keyword_badge" minCount="2"/>
<Match idRef="Keyword_employee"/>
</Any>
<Any minMatches="0" maxMatches="0">
<Match idRef="Keyword_false_positives_local"/>
<Match idRef="Keyword_false_positives_intl"/>
</Any>
</Pattern>
</Entity>
<Regex id="Regex_employee_id">(\s)(\d{9})(\s)</Regex>
<Keyword id="Keyword_employee">
<Group matchStyle="word">
<Term>Identification</Term>
<Term>Contoso Employee</Term>
</Group>
</Keyword>
<Keyword id="Keyword_badge">
<Group matchStyle="string">
<Term>card</Term>
<Term>badge</Term>
<Term caseSensitive="true">ID</Term>
</Group>
</Keyword>
<Keyword id="Keyword_false_positives_local">
<Group matchStyle="word">
<Term>credit card</Term>
<Term>national ID</Term>
</Group>
</Keyword>
<Keyword id="Keyword_false_positives_intl">
<Group matchStyle="word">
<Term>identity card</Term>
<Term>national ID</Term>
<Term>EU debit card</Term>
</Group>
</Keyword>
<LocalizedStrings>
<Resource idRef="00aa00aa-bb11-cc22-dd33-44ee44ee44ee">
<Name default="true" langcode="en-us">Employee ID</Name>
<Description default="true" langcode="en-us">
A custom classification for detecting Employee IDs.
</Description>
<Description default="false" langcode="de-de">
Description for German locale.
</Description>
</Resource>
</LocalizedStrings>
</Rules>
</RulePackage>
您的主要需求是什麼? [規則、實體、模式元素]
了解規則 XML 架構的基本結構非常重要。 你對結構的理解,有助於你的客製化敏感資訊類型辨識出正確的內容。
規則定義一個或多個實體 (也稱為敏感資訊類型) 。 每個實體定義一個或多個模式。 模式是政策評估內容時所尋找的指標,例如電子郵件和文件) (。
在 XML 標記中,「規則」指的是定義敏感資訊類型的模式。 請勿將本文中對規則的引用與其他 Microsoft 功能中常見的「條件」或「動作」聯想在一起。
最簡單的案例:具有一種模式的實體
這裡有一個簡單的情境:你希望你的政策能識別包含組織中使用的九位數員工識別碼的內容。 模式指的是規則中用來識別九位數字的正則表達式。 任何包含九位數字的內容都符合該模式。
但這種模式可能涵蓋 任何 九位數字,包括較長的號碼或其他非員工識別碼的九位數字。 這種不想要的匹配稱為 假陽性。
更常見的案例:具有多種模式的實體
由於有誤報的可能,通常會使用多種模式來定義一個實體。 多重模式為目標實體提供支持證據。 例如,額外的關鍵字、日期或其他文字可以幫助辨識原始實體, (例如九位數的員工編號) 。
例如,為了增加辨識包含員工ID內容的可能性,你可以定義其他可尋找的模式:
- 一個標示錄用日期的模式。
- 這個模式同時標示了入職日期和「員工身份證」關鍵字。
多模式比賽有幾個重要要點需要考慮:
模式所需的辨識項越多,信賴等級就越高。 根據信心等級,你可以採取以下行動:
- (採取更嚴格的措施,例如封鎖高信心匹配的內容) 。
- (使用較寬鬆的操作,例如發送通知) 信心較低的匹配。
支援的 和
Match元素參考的是 RegEx 和關鍵字,這些關鍵字實際上是該Rule元素的子詞,而非Pattern。IdMatchPattern參考文獻是支援元素,但它們包含在Rule. 這種行為意味著支援元素的單一定義,例如正則表達式或關鍵字清單,可以被多個實體和模式所參考。
你需要識別哪個實體? [實體元素,ID 屬性]
實體是一種敏感資訊類型,例如信用卡號碼,具有明確的模式。 每個實體都有獨特的 GUID 作為其 ID。
為實體命名並產生其 GUID
請依照以下步驟建立實體標記並產生其唯一識別碼:
- 在你選擇的 XML 編輯器中,加入
Rules和Entity元素。 - 新增包含自訂實體名稱的註解,例如員工識別碼(Employee ID)。 之後,你將實體名稱加入本地化字串區塊,該名稱會在你建立政策時顯示在管理中心。
- 為您的實體產生一個獨特的 GUID。 例如,在 Windows PowerShell 中,你可以執行指令
[guid]::NewGuid()。 之後你也會把 GUID 加入實體的本地化字串區塊。
你想搭配什麼圖案? [模式元素、IdMatch 元素、正則表達式元素]
該模式包含敏感資訊類型所尋找的清單。 這個模式可以包含正則進程、關鍵字以及內建函式。 函式執行像是執行正則進程來尋找日期或地址。 敏感性資訊類型可能會有多個模式,而每個模式的可信度都不同。
在下圖中,所有模式都參考相同的正則表達式。 此正則表達式尋找一個被空白(\s) ... (\s)區域包圍的九位數數字(\d{9})。 該 IdMatch 元素參考這個正則表達式,這是所有尋找 Employee ID 實體的模式的共同需求。
IdMatch 是模式試圖匹配的識別碼。 一個 Pattern 元素必須恰好 IdMatch 有一個元素。
符合的模式匹配會回傳計數和信心等級,你可以根據保單條件使用這些值。 當你在政策中加入偵測敏感資訊類型的條件時,可以如下圖所示編輯計數與信心水準。 信心水準 (也稱為比賽準確度) 詳見 confidenceLevel 與 recommendedConfidence 屬性章 節。
正則表達式很強大,所以有些問題你需要了解。 例如,識別過多內容的正則表達式會影響效能。 欲了解更多關於正則表達式驗證與效能問題的資訊,請參閱「 潛在驗證問題須注意」 章節。
你想要額外證據嗎? [匹配元素,minCount 屬性]
除了 IdMatch之外,模式還可以利用該 Match 元素來要求額外的支持證據,例如關鍵字、正則表達式、日期或地址。
A Pattern 可能包含多個 Match 元素:
- 直接置身於自然環境
Pattern。 - 結合
Any元素。
Match 元素以隱含的 AND 運算子連接。 換句話說, Match 所有元素都必須滿足,模式才會被匹配。
你可以用這個 Any 元素來引入 AND 或 OR 運算子。 詳情請參閱 「不同證據組合 」章節。
你可以使用可選 minCount 屬性來指定每個元素需要找到 Match 多少個匹配實例。 例如,你可以指定只有在從關鍵字列表中找到至少兩個關鍵字時,該模式才會被滿足。
關鍵字 [關鍵字、群組與詞彙元素、matchStyle 及 caseSensitive 屬性]
識別敏感資訊通常需要額外的關鍵字作為佐證證據。 例如,除了匹配九位數字外,你還可以使用關鍵字元素尋找「card」、「badge」或「ID」等詞彙。 該 Keyword 元素擁有 ID 一個屬性,可被多個 Match 元素在多個模式或實體中引用。
關鍵字會以元素中的Group元素清單Term形式包含。 該 Group 元素有一個 matchStyle 屬性,具有兩個可能的值:
matchStyle=“word”:單字匹配用來識別被留白或其他分隔符包圍的整詞。 除非你需要將詞彙的部分或亞洲語言的詞彙配對,否則你應該始終使用 單字 。
matchStyle=“string”:字串匹配可識別字串,無論其周圍被什麼包圍。 例如,「ID」同時對應「bid」和「idea」。 只有在需要匹配亞洲詞彙或你的關鍵字可能包含在其他字串時使用
string。
最後,你可以利用 caseSensitive 元素 Term 的屬性指定內容必須完全符合關鍵字,包括大小寫字母。
規則運算式 [Regex 元素]
在此範例中,員工 ID 實體已使用該 IdMatch 元素來參考模式的正則表達式:一個被空白包圍的九位數字。 此外,模式還可以使用元素 Match 來參考另一個 Regex 元素以識別佐證證據,例如美國郵遞區號格式中的五位數或九位數字。
其他模式,例如日期或地址 [內建函式]
敏感資訊類型也能利用內建功能來識別佐證證據。 例如,美國日期、歐盟日期、到期日或美國地址。 Microsoft 365 不支援上傳自訂函式。 但當你建立自訂的敏感資訊類型時,你的實體可以參考內建函式。
例如,員工識別證上有入職日期,這個自訂實體就能利用內建 Func_us_date 功能,以美國常用的格式識別日期。
欲了解更多資訊,請參閱 敏感資訊類型功能。
不同證據組合 [任意元素、minMatches 與 maxMatches 屬性]
在元素中 Pattern ,所有 IdMatch 和 Match 元素都以隱含的 AND 運算子連接。 換句話說,必須滿足所有匹配,才能滿足該模式。
你可以透過使用 元素 Any 來分組 Match 元素,建立更靈活的匹配邏輯。 例如,你可以用該 Any 元素匹配其子 Match 元素的全部、無或精確子集。
該Any元素有可選minMatchesmaxMatches屬性和屬性,可以用來定義必須滿足多少子Match元素才能匹配到模式。
minMatches與maxMatches屬性定義的是元素的Match數量,而非匹配證據的實例數。 要定義特定匹配的最小實例數,例如列表中的兩個關鍵字,請使用 minCount 元素的 Match 屬性,如 Match 元素 minCount 屬性 章節所述。
與至少一個子 Match 元素相符
若要只要求最少數量的Match元素,可以使用屬性。minMatches 實際上,這些 Match 元素以隱含的 OR 運算子連接。
Any若找到美國格式日期或任一列表中的關鍵字,則符合此元素。
<Any minMatches="1" >
<Match idRef="Func_us_date" />
<Match idRef="Keyword_employee" />
<Match idRef="Keyword_badge" />
</Any>
比對任一子 Match 元素的精確子集
若要要求精確數量的Match元素,將 和 maxMatches 設minMatches為相同的值。 只有當恰好找到一個日期或關鍵字時,這個 Any 元素才成立。 如果還有其他匹配,圖案就不匹配。
<Any minMatches="1" maxMatches="1" >
<Match idRef="Func_us_date" />
<Match idRef="Keyword_employee" />
<Match idRef="Keyword_badge" />
</Any>
不匹配任何子節點「匹配」元素
如果你想要求沒有特定證據才能滿足某個模式,你可以將 minMatches 和 maxMatches 都設為 0。 如果你有關鍵字清單或其他可能顯示誤判的證據,這會很有用。
例如,員工身份證實體尋找關鍵字「card」,因為它可能指的是「身分證」。 然而,如果卡片只出現在「信用卡」這個詞組中,那麼本內容中的「卡片」很可能不是指「身分證」。 所以你可以把「信用卡」作為關鍵字加入你想排除的關鍵字清單,排除那些符合模式的關鍵字。
<Any minMatches="0" maxMatches="0" >
<Match idRef="Keyword_false_positives_local" />
<Match idRef="Keyword_false_positives_intl" />
</Any>
匹配多個獨特詞彙
如果你想匹配多個唯一詞彙,請使用 uniqueResults 參數,並將其設 為 true,如下範例所示:
<Pattern confidenceLevel="75">
<IdMatch idRef="Salary_Revision_terms" />
<Match idRef=" Salary_Revision_ID " minCount="3" uniqueResults="true" />
</Pattern>
在此範例中,使用至少三個唯一相符項目定義薪資修訂的模式。
其他證據必須離實體有多近? [模式接近屬性]
你的敏感資訊類型是在尋找代表員工身份的模式,並且在該模式中也尋找像「ID」這類關鍵字的佐證證據。 證據越接近,模式越可能是員工身份證,這很合理。 你可以利用 Entity 元素中所需的 patternsProximity 屬性,判斷模式中其他證據必須與實體的距離。
對於實體中的每個圖案,patternsProximity 屬性值定義了 Unicode 字元) IdMatch 位置 (對該圖案所指定的所有其他匹配的距離。 鄰近視窗以 IdMatch 位置為錨點,視窗延伸至 IdMatch 的左右兩側。
以下範例說明了鄰近視窗如何影響模式匹配,其中員工ID自訂實體的IdMatch元素至少需要一個關鍵字或日期的佐證匹配。 只有 ID1 匹配,因為 ID2 和 ID3 在接近時間內,要麼沒有或僅部分佐證證據。
電子郵件中,訊息內容和每個附件都被視為獨立項目。 這表示接近窗口不會超過這些物品的結束。 對於每個附件 (或正文) ,idMatch 和佐證證據都必須同時存在於該項目中。
不同模式的正確置信水準是多少? [confidenceLevel 屬性,推薦自信屬性]
模式所需的證據越多,當你匹配到該模式時,就越有信心 (員工身份證) 等實體已被識別出來。 例如,你對需要九位數ID號碼、聘用日期和關鍵字且相近的模式,比起只需九位數ID號碼的模式更有信心。
Pattern 元素有必要的 confidenceLevel 屬性。 你可以將信心水準的價值想像成 (介於65/75/85之間的值,表示低/中/高信心水準) 作為實體中每個模式的唯一ID。 當您上傳自訂機密資訊類型,然後建立原則後,您便可以在您建立的規則條件中參照這些信賴等級。
除了每個 Pattern 的 confidenceLevel 以外,Entity 還具有 recommendedConfidence 屬性。 建議的信賴屬性可視為規則的預設信賴等級使用。 當你在政策中建立規則時,如果你沒有指定該規則要使用的信心水準,該規則會根據該實體建議的信心水準來匹配。 建議的 Confidence 屬性是規則套件中每個實體 ID 必須的,若缺少,將無法儲存使用敏感資訊類型的政策。
你想在 Purview 入口網站的介面中支援其他語言嗎? [LocalizedStrings 元素]
如果您的合規團隊使用 Microsoft Purview 入口網站在不同地區及不同語言建立政策,您可以提供自訂敏感資訊類型的在地化名稱與描述版本。 當你的合規團隊使用 Microsoft 365 並支援的語言時,他們會在 UI 中看到本地化名稱。
Rules 元素必須包含 LocalizedStrings 元素,而 LocalizedStrings 則包含一個 Resource 元素,該元素會參考你自訂實體的 GUID。 接著,每個資源元素包含一個或多個名稱與描述元素,分別使用該 langcode 屬性來提供特定語言的在地字串。
你只用在地字串來顯示你自訂敏感資訊類型在合規中心的介面中。 您無法使用當地語系化字串以提供不同當地語系化版本的關鍵字清單或規則運算式。
其他規則套件標記 [RulePack GUID]
最後,每個規則包的開頭包含一些你需要填寫的一般資訊。 你可以使用以下標記作為範本,並替換「」。 . 。」用你自己的資訊佔位符。
最重要的是,你需要為規則包產生一個 GUID。 之前你為該實體產生了一個 GUID;這是規則包的第二個 GUID。 產生 GUID 的方式有數種,但您可以透過在 PowerShell 中輸入 [guid]::NewGuid()便可輕鬆完成。
版本元素也很重要。 當你第一次上傳規則包時,Microsoft 365 會記錄版本號。 之後如果你更新規則包並上傳新版本,務必更新版本號,否則 Microsoft 365 不會部署該規則包。
<?xml version="1.0" encoding="utf-16"?>
<RulePackage xmlns="http://schemas.microsoft.com/office/2011/mce">
<RulePack id=". . .">
<Version major="1" minor="0" build="0" revision="0" />
<Publisher id=". . ." />
<Details defaultLangCode=". . .">
<LocalizedDetails langcode=" . . . ">
<PublisherName>. . .</PublisherName>
<Name>. . .</Name>
<Description>. . .</Description>
</LocalizedDetails>
</Details>
</RulePack>
<Rules>
. . .
</Rules>
</RulePackage>
完成後,您的 RulePack 元素看起來應該像這樣。
驗證者
Microsoft 365 公開了功能處理器作為常用 SIT 作為驗證器的用途。 以下是其中的清單。
目前可用的驗證器列表
以下驗證器功能目前可用於自訂敏感資訊類型定義:
Func_credit_cardFunc_ssnFunc_unformatted_ssnFunc_randomized_formatted_ssnFunc_randomized_unformatted_ssnFunc_aba_routingFunc_south_africa_identification_numberFunc_brazil_cpfFunc_ibanFunc_brazil_cnpjFunc_swedish_national_identifierFunc_india_aadhaarFunc_uk_nhs_numberFunc_Turkish_National_IdFunc_australian_tax_file_numberFunc_usa_uk_passportFunc_canadian_sinFunc_formatted_itinFunc_unformatted_itinFunc_dea_number_v2Func_dea_numberFunc_japanese_my_number_personalFunc_japanese_my_number_corporate
這讓你能夠自行定義並驗證正則表達式。 要使用驗證子,請自行定義正則表達式,並利用該 Validator 屬性加入你選擇的函式處理器。 定義好後,你可以在 SIT 中使用這個正則表達式。
在下方範例中,為信用卡定義了正則表達式 - Regex_credit_card_AdditionalDelimiters,然後利用信用卡的校驗和函數,並以 Func_credit_card 作為驗證器進行驗證。
<Regex id="Regex_credit_card_AdditionalDelimiters" validators="Func_credit_card"> (?:^|[\s,;\:\(\)\[\]"'])([0-9]{4}[ -_][0-9]{4}[ -_][0-9]{4}[ -_][0-9]{4})(?:$|[\s,;\:\(\)\[\]"'])</Regex>
<Entity id="675634eb7-edc8-4019-85dd-5a5c1f2bb085" patternsProximity="300" recommendedConfidence="85">
<Pattern confidenceLevel="85">
<IdMatch idRef="Regex_credit_card_AdditionalDelimiters" />
<Any minMatches="1">
<Match idRef="Keyword_cc_verification" />
<Match idRef="Keyword_cc_name" />
<Match idRef="Func_expiration_date" />
</Any>
</Pattern>
</Entity>
Microsoft 365 提供兩種通用驗證器
校驗和驗證器
在此範例中,定義了一個員工ID的校驗和驗證器,用以驗證EmployeeID的RegEx。
<Validators id="EmployeeIDChecksumValidator">
<Validator type="Checksum">
<Param name="Weights">2, 2, 2, 2, 2, 1</Param>
<Param name="Mod">28</Param>
<Param name="CheckDigit">2</Param> <!-- Check 2nd digit -->
<Param name="AllowAlphabets">1</Param> <!— 0 if no Alphabets -->
</Validator>
</Validators>
<Regex id="Regex_EmployeeID" validators="ChecksumValidator">(\d{5}[A-Z])</Regex>
<Entity id="675634eb7-edc8-4019-85dd-5a5c1f2bb085" patternsProximity="300" recommendedConfidence="85">
<Pattern confidenceLevel="85">
<IdMatch idRef="Regex_EmployeeID"/>
</Pattern>
</Entity>
日期驗證器
在此範例中,定義了一個日期驗證子,該部分為日期的正則表達式。
<Validators id="date_validator_1"> <Validator type="DateSimple"> <Param name="Pattern">DDMMYYYY</Param> <!—supported patterns DDMMYYYY, MMDDYYYY, YYYYDDMM, YYYYMMDD, DDMMYYYY, DDMMYY, MMDDYY, YYDDMM, YYMMDD --> </Validator> </Validators>
<Regex id="date_regex_1" validators="date_validator_1">\d{8}</Regex>
針對 Exchange Online 變更
以前您可能使用 Exchange Online PowerShell 以匯入 DLP 的自訂機密資訊類型。 現在,您的自訂敏感資訊類型可以在 Exchange 管理中心 和 Microsoft Purview 入口網站中使用。 作為改進的一部分,你應該使用 Security & Compliance PowerShell 來匯入自訂的敏感資訊類型——你現在無法再從 PowerShell 匯入Exchange Online。 自訂機密資訊類型將繼續以與過去相同的方式運作,不過,要讓合規性中心的自訂機密資訊類型的變更顯示在 Exchange 系統管理中心,可能需要一個小時 (最多)。
請注意,在合規性中心中,您使用的是New-DlpSensitiveInformationTypeRulePackage Cmdlet 上傳規則套件。 (之前在 Exchange 管理中心,你使用 ClassificationRuleCollection 的 cmdlet )
上傳您的規則套件
若要上傳您的規則套件,請執行下列步驟:
使用 Unicode 編碼方式將它儲存為 .xml 檔。
使用下列語法:
New-DlpSensitiveInformationTypeRulePackage -FileData ([System.IO.File]::ReadAllBytes('PathToUnicodeXMLFile'))此範例會從 C:\My Documents 上傳名為 MyNewRulePack.xml 的 Unicode XML 檔。
New-DlpSensitiveInformationTypeRulePackage -FileData ([System.IO.File]::ReadAllBytes('C:\My Documents\MyNewRulePack.xml'))如需詳細的語法和參數資訊,請參閱 New-DlpSensitiveInformationTypeRulePackage。
注意事項
套件支援的規則數量上限為 10 個,但每個套件可以包含多個敏感性資訊類型的定義。
若要確認您已成功建立新的機密資訊類型,請執行下列任一步驟:
執行 Get-DlpSensitiveInformationTypeRulePackage Cmdlet 來驗證新的規則套件,列於:
Get-DlpSensitiveInformationTypeRulePackage執行 Get-DlpSensitiveInformationType Cmdlet 來驗證機密資訊類型,列於:
Get-DlpSensitiveInformationType針對自訂機密資訊類型,Publisher 屬性值將為 Microsoft Corporation 以外的值。
將 <Name> 取代為機密資訊類型的名稱值 (例如,員工識別碼),然後執行 Get-DlpSensitiveInformationType Cmdlet:
Get-DlpSensitiveInformationType -Identity "<Name>"
要注意的潛在驗證問題
當你上傳規則包的 XML 檔案時,系統會驗證該 XML 並檢查已知的不良模式和明顯的效能問題。 以下是驗證時檢查正則表達式的一些已知問題:
正則表達式中的後顧斷言應該僅為固定長度。 可變長度斷言會導致錯誤。
例如,
"(?<=^|\s|_)"無法通過驗證。 ) (^第一個圖案長度為零,而接下來的兩個圖案 (\s和_) 長度為1。 另一種寫此正則表達式的方式是"(?:^|(?<=\s|_))"。不能以交流發電機
|開始或結束,因為它會被視為空火柴。例如,
|a或b|是無法通過驗證。不能以
.{0,m}沒有功能性目的、只會影響表現的模式開始或結束。例如,
.{0,50}ASDF或ASDF.{0,50}是無法通過驗證。不能有
.{0,m}.{1,m}或在團體裡,不能有.\*或.+在團體裡。例如,
(.{0,50000})無法通過驗證。不能讓任何角色和重複者一起
{0,m}{1,m}或在團體中重複。例如,
(a\*)無法通過驗證。不能以
.{1,m}; 開頭或結尾;而是使用.。例如,
.{1,m}asdf無法通過驗證。 相反地,請使用.asdf。不能在群組上放置無界中繼器 (
*或+) 。例如,
(xx)\*無法(xx)+通過驗證。正則表達式模式必須恰好包含一個主要捕獲群 (唯一的捕獲群) 。 例如, (
(?:prefix)(primary capturing group)(?:suffix)任何前綴/後綴都使用非捕捉群:) 。 在單一捕獲組|內整合匹配變體;;如(group1)|(group2)的模式被拒絕。例如,因為
(?:[\s,;])([A-Z]{2}[0-9]{3})(?:[\s,;])|(?:[\s,;])([A-Z]{2}[A-Z]{4}[0-9])(?:[\s,;])包含多個擷取群組,無法通過驗證。 相反地,請使用(?:[\s,;])([A-Z]{2}[0-9]{3}|[A-Z]{2}[A-Z]{4}[0-9])(?:[\s,;])。關鍵字長度最多為 50 個字元。 如果您的群組內有關鍵字超出此限制,建議的解決方案是建立一組字詞,做為關鍵字字典,並在檔案中用於比對的實體或 idMatch 部分的 XML 結構內參考關鍵字字典的 GUID。
每個自訂敏感資訊類型最多可包含 2,048 個關鍵字。
單一租戶中關鍵字字典的最大容量為 480 KB,壓縮後符合 AD Schema 限制。 在建立自訂敏感性資訊類型時,請視需要盡情參照同一字典。 請先在敏感性資訊類型中建立自訂關鍵字清單,並使用關鍵字字典(如果關鍵字清單中有超過 2048 個關鍵字,或關鍵字長度超過 50 個字元)。
租用戶中最多允許 50 個以關鍵字字典為基礎的敏感性資訊類型。
請確定每個 Entity 元素都包含 recommendedConfidence 屬性。
使用 PowerShell Cmdlet 時,反序列化資料的最大回傳大小約為 1 MB。 這會影響你規則包 XML 檔案的大小。 在處理時,請將上傳的檔案限制在 770 KB 的上限,作為要獲得一致結果且不會發生錯誤的建議限制。
XML 結構不需要格式字元,如空格、制表符或回車/換行條目。 針對上傳將空格最佳化時,請注意這一點。 Microsoft Visual Code 等工具提供連接線功能,可壓縮 XML 檔案。
如果自訂機密資訊類型包含可能會影響效能的問題,則無法上傳,您可能會看到下列其中一個錯誤訊息:
Generic quantifiers which match more content than expected (e.g., '+', '*')Lookaround assertionsComplex grouping in conjunction with general quantifiers
重新編目內容以識別機密資訊
Microsoft 365 會使用搜尋檢索器識別及分類網站內容中的機密資訊。 每次上傳 SharePoint Online 和商務用 OneDrive 網站中的內容時,系統即會重新進行編目。 但是,若要在所有現有內容中識別您的新自訂機密資訊類型,該內容必須重新進行編目。
要同時重新評估多個地點的內容,你可以使用隨選分類來建立掃描。 了解更多關於隨選分類的資訊\
參考:規則套件 XML 結構描述定義
您可以複製此標記、將它儲存為 XSD 檔,然後用它來驗證規則套件 XML 檔。
<?xml version="1.0" encoding="utf-8"?>
<xs:schema xmlns:mce="http://schemas.microsoft.com/office/2011/mce"
targetNamespace="http://schemas.microsoft.com/office/2011/mce"
xmlns:xs="https://www.w3.org/2001/XMLSchema"
elementFormDefault="qualified"
attributeFormDefault="unqualified"
id="RulePackageSchema">
<!-- Use include if this schema has the same target namespace as the schema being referenced, otherwise use import -->
<xs:element name="RulePackage" type="mce:RulePackageType"/>
<xs:simpleType name="LangType">
<xs:union memberTypes="xs:language">
<xs:simpleType>
<xs:restriction base="xs:string">
<xs:enumeration value=""/>
</xs:restriction>
</xs:simpleType>
</xs:union>
</xs:simpleType>
<xs:simpleType name="GuidType" final="#all">
<xs:restriction base="xs:token">
<xs:pattern value="[0-9a-fA-F]{8}\-([0-9a-fA-F]{4}\-){3}[0-9a-fA-F]{12}"/>
</xs:restriction>
</xs:simpleType>
<xs:complexType name="RulePackageType">
<xs:sequence>
<xs:element name="RulePack" type="mce:RulePackType"/>
<xs:element name="Rules" type="mce:RulesType">
<xs:key name="UniqueRuleId">
<xs:selector xpath="mce:Entity|mce:Affinity|mce:Version/mce:Entity|mce:Version/mce:Affinity"/>
<xs:field xpath="@id"/>
</xs:key>
<xs:key name="UniqueProcessorId">
<xs:selector xpath="mce:Regex|mce:Keyword|mce:Fingerprint"></xs:selector>
<xs:field xpath="@id"/>
</xs:key>
<xs:key name="UniqueResourceIdRef">
<xs:selector xpath="mce:LocalizedStrings/mce:Resource"/>
<xs:field xpath="@idRef"/>
</xs:key>
<xs:keyref name="ReferencedRuleMustExist" refer="mce:UniqueRuleId">
<xs:selector xpath="mce:LocalizedStrings/mce:Resource"/>
<xs:field xpath="@idRef"/>
</xs:keyref>
<xs:keyref name="RuleMustHaveResource" refer="mce:UniqueResourceIdRef">
<xs:selector xpath="mce:Entity|mce:Affinity|mce:Version/mce:Entity|mce:Version/mce:Affinity"/>
<xs:field xpath="@id"/>
</xs:keyref>
</xs:element>
</xs:sequence>
</xs:complexType>
<xs:complexType name="RulePackType">
<xs:sequence>
<xs:element name="Version" type="mce:VersionType"/>
<xs:element name="Publisher" type="mce:PublisherType"/>
<xs:element name="Details" type="mce:DetailsType">
<xs:key name="UniqueLangCodeInLocalizedDetails">
<xs:selector xpath="mce:LocalizedDetails"/>
<xs:field xpath="@langcode"/>
</xs:key>
<xs:keyref name="DefaultLangCodeMustExist" refer="mce:UniqueLangCodeInLocalizedDetails">
<xs:selector xpath="."/>
<xs:field xpath="@defaultLangCode"/>
</xs:keyref>
</xs:element>
<xs:element name="Encryption" type="mce:EncryptionType" minOccurs="0" maxOccurs="1"/>
</xs:sequence>
<xs:attribute name="id" type="mce:GuidType" use="required"/>
</xs:complexType>
<xs:complexType name="VersionType">
<xs:attribute name="major" type="xs:unsignedShort" use="required"/>
<xs:attribute name="minor" type="xs:unsignedShort" use="required"/>
<xs:attribute name="build" type="xs:unsignedShort" use="required"/>
<xs:attribute name="revision" type="xs:unsignedShort" use="required"/>
</xs:complexType>
<xs:complexType name="PublisherType">
<xs:attribute name="id" type="mce:GuidType" use="required"/>
</xs:complexType>
<xs:complexType name="LocalizedDetailsType">
<xs:sequence>
<xs:element name="PublisherName" type="mce:NameType"/>
<xs:element name="Name" type="mce:RulePackNameType"/>
<xs:element name="Description" type="mce:OptionalNameType"/>
</xs:sequence>
<xs:attribute name="langcode" type="mce:LangType" use="required"/>
</xs:complexType>
<xs:complexType name="DetailsType">
<xs:sequence>
<xs:element name="LocalizedDetails" type="mce:LocalizedDetailsType" maxOccurs="unbounded"/>
</xs:sequence>
<xs:attribute name="defaultLangCode" type="mce:LangType" use="required"/>
</xs:complexType>
<xs:complexType name="EncryptionType">
<xs:sequence>
<xs:element name="Key" type="xs:normalizedString"/>
<xs:element name="IV" type="xs:normalizedString"/>
</xs:sequence>
</xs:complexType>
<xs:simpleType name="RulePackNameType">
<xs:restriction base="xs:token">
<xs:minLength value="1"/>
<xs:maxLength value="64"/>
</xs:restriction>
</xs:simpleType>
<xs:simpleType name="NameType">
<xs:restriction base="xs:normalizedString">
<xs:minLength value="1"/>
<xs:maxLength value="256"/>
</xs:restriction>
</xs:simpleType>
<xs:simpleType name="OptionalNameType">
<xs:restriction base="xs:normalizedString">
<xs:minLength value="0"/>
<xs:maxLength value="256"/>
</xs:restriction>
</xs:simpleType>
<xs:simpleType name="RestrictedTermType">
<xs:restriction base="xs:string">
<xs:minLength value="1"/>
<xs:maxLength value="100"/>
</xs:restriction>
</xs:simpleType>
<xs:complexType name="RulesType">
<xs:sequence>
<xs:choice maxOccurs="unbounded">
<xs:element name="Entity" type="mce:EntityType"/>
<xs:element name="Affinity" type="mce:AffinityType"/>
<xs:element name="Version" type="mce:VersionedRuleType"/>
</xs:choice>
<xs:choice minOccurs="0" maxOccurs="unbounded">
<xs:element name="Regex" type="mce:RegexType"/>
<xs:element name="Keyword" type="mce:KeywordType"/>
<xs:element name="Fingerprint" type="mce:FingerprintType"/>
<xs:element name="ExtendedKeyword" type="mce:ExtendedKeywordType"/>
</xs:choice>
<xs:element name="LocalizedStrings" type="mce:LocalizedStringsType"/>
</xs:sequence>
</xs:complexType>
<xs:complexType name="EntityType">
<xs:sequence>
<xs:element name="Pattern" type="mce:PatternType" maxOccurs="unbounded"/>
<xs:element name="Version" type="mce:VersionedPatternType" minOccurs="0" maxOccurs="unbounded" />
</xs:sequence>
<xs:attribute name="id" type="mce:GuidType" use="required"/>
<xs:attribute name="patternsProximity" type="mce:ProximityType" use="required"/>
<xs:attribute name="recommendedConfidence" type="mce:ProbabilityType"/>
<xs:attribute name="workload" type="mce:WorkloadType"/>
</xs:complexType>
<xs:complexType name="PatternType">
<xs:sequence>
<xs:element name="IdMatch" type="mce:IdMatchType"/>
<xs:choice minOccurs="0" maxOccurs="unbounded">
<xs:element name="Match" type="mce:MatchType"/>
<xs:element name="Any" type="mce:AnyType"/>
</xs:choice>
</xs:sequence>
<xs:attribute name="confidenceLevel" type="mce:ProbabilityType" use="required"/>
</xs:complexType>
<xs:complexType name="AffinityType">
<xs:sequence>
<xs:element name="Evidence" type="mce:EvidenceType" maxOccurs="unbounded"/>
<xs:element name="Version" type="mce:VersionedEvidenceType" minOccurs="0" maxOccurs="unbounded" />
</xs:sequence>
<xs:attribute name="id" type="mce:GuidType" use="required"/>
<xs:attribute name="evidencesProximity" type="mce:ProximityType" use="required"/>
<xs:attribute name="thresholdConfidenceLevel" type="mce:ProbabilityType" use="required"/>
<xs:attribute name="workload" type="mce:WorkloadType"/>
</xs:complexType>
<xs:complexType name="EvidenceType">
<xs:sequence>
<xs:choice maxOccurs="unbounded">
<xs:element name="Match" type="mce:MatchType"/>
<xs:element name="Any" type="mce:AnyType"/>
</xs:choice>
</xs:sequence>
<xs:attribute name="confidenceLevel" type="mce:ProbabilityType" use="required"/>
</xs:complexType>
<xs:complexType name="IdMatchType">
<xs:attribute name="idRef" type="xs:string" use="required"/>
</xs:complexType>
<xs:complexType name="MatchType">
<xs:attribute name="idRef" type="xs:string" use="required"/>
<xs:attribute name="minCount" type="xs:positiveInteger" use="optional"/>
<xs:attribute name="uniqueResults" type="xs:boolean" use="optional"/>
</xs:complexType>
<xs:complexType name="AnyType">
<xs:sequence>
<xs:choice maxOccurs="unbounded">
<xs:element name="Match" type="mce:MatchType"/>
<xs:element name="Any" type="mce:AnyType"/>
</xs:choice>
</xs:sequence>
<xs:attribute name="minMatches" type="xs:nonNegativeInteger" default="1"/>
<xs:attribute name="maxMatches" type="xs:nonNegativeInteger" use="optional"/>
</xs:complexType>
<xs:simpleType name="ProximityType">
<xs:union>
<xs:simpleType>
<xs:restriction base='xs:string'>
<xs:enumeration value="unlimited"/>
</xs:restriction>
</xs:simpleType>
<xs:simpleType>
<xs:restriction base="xs:positiveInteger">
<xs:minInclusive value="1"/>
</xs:restriction>
</xs:simpleType>
</xs:union>
</xs:simpleType>
<xs:simpleType name="ProbabilityType">
<xs:restriction base="xs:integer">
<xs:minInclusive value="1"/>
<xs:maxInclusive value="100"/>
</xs:restriction>
</xs:simpleType>
<xs:simpleType name="WorkloadType">
<xs:restriction base="xs:string">
<xs:enumeration value="Exchange"/>
<xs:enumeration value="Outlook"/>
</xs:restriction>
</xs:simpleType>
<xs:simpleType name="EngineVersionType">
<xs:restriction base="xs:token">
<xs:pattern value="^\d{2}\.01?\.\d{3,4}\.\d{1,3}$"/>
</xs:restriction>
</xs:simpleType>
<xs:complexType name="VersionedRuleType">
<xs:choice maxOccurs="unbounded">
<xs:element name="Entity" type="mce:EntityType"/>
<xs:element name="Affinity" type="mce:AffinityType"/>
</xs:choice>
<xs:attribute name="minEngineVersion" type="mce:EngineVersionType" use="required" />
</xs:complexType>
<xs:complexType name="VersionedPatternType">
<xs:sequence>
<xs:element name="Pattern" type="mce:PatternType" maxOccurs="unbounded"/>
</xs:sequence>
<xs:attribute name="minEngineVersion" type="mce:EngineVersionType" use="required" />
</xs:complexType>
<xs:complexType name="VersionedEvidenceType">
<xs:sequence>
<xs:element name="Evidence" type="mce:EvidenceType" maxOccurs="unbounded"/>
</xs:sequence>
<xs:attribute name="minEngineVersion" type="mce:EngineVersionType" use="required" />
</xs:complexType>
<xs:simpleType name="FingerprintValueType">
<xs:restriction base="xs:string">
<xs:minLength value="2732"/>
<xs:maxLength value="2732"/>
</xs:restriction>
</xs:simpleType>
<xs:complexType name="FingerprintType">
<xs:simpleContent>
<xs:extension base="mce:FingerprintValueType">
<xs:attribute name="id" type="xs:token" use="required"/>
<xs:attribute name="threshold" type="mce:ProbabilityType" use="required"/>
<xs:attribute name="shingleCount" type="xs:positiveInteger" use="required"/>
<xs:attribute name="description" type="xs:string" use="optional"/>
</xs:extension>
</xs:simpleContent>
</xs:complexType>
<xs:complexType name="RegexType">
<xs:simpleContent>
<xs:extension base="xs:string">
<xs:attribute name="id" type="xs:token" use="required"/>
</xs:extension>
</xs:simpleContent>
</xs:complexType>
<xs:complexType name="KeywordType">
<xs:sequence>
<xs:element name="Group" type="mce:GroupType" maxOccurs="unbounded"/>
</xs:sequence>
<xs:attribute name="id" type="xs:token" use="required"/>
</xs:complexType>
<xs:complexType name="GroupType">
<xs:sequence>
<xs:choice>
<xs:element name="Term" type="mce:TermType" maxOccurs="unbounded"/>
</xs:choice>
</xs:sequence>
<xs:attribute name="matchStyle" default="word">
<xs:simpleType>
<xs:restriction base="xs:NMTOKEN">
<xs:enumeration value="word"/>
<xs:enumeration value="string"/>
</xs:restriction>
</xs:simpleType>
</xs:attribute>
</xs:complexType>
<xs:complexType name="TermType">
<xs:simpleContent>
<xs:extension base="mce:RestrictedTermType">
<xs:attribute name="caseSensitive" type="xs:boolean" default="false"/>
</xs:extension>
</xs:simpleContent>
</xs:complexType>
<xs:complexType name="ExtendedKeywordType">
<xs:simpleContent>
<xs:extension base="xs:string">
<xs:attribute name="id" type="xs:token" use="required"/>
</xs:extension>
</xs:simpleContent>
</xs:complexType>
<xs:complexType name="LocalizedStringsType">
<xs:sequence>
<xs:element name="Resource" type="mce:ResourceType" maxOccurs="unbounded">
<xs:key name="UniqueLangCodeUsedInNamePerResource">
<xs:selector xpath="mce:Name"/>
<xs:field xpath="@langcode"/>
</xs:key>
<xs:key name="UniqueLangCodeUsedInDescriptionPerResource">
<xs:selector xpath="mce:Description"/>
<xs:field xpath="@langcode"/>
</xs:key>
</xs:element>
</xs:sequence>
</xs:complexType>
<xs:complexType name="ResourceType">
<xs:sequence>
<xs:element name="Name" type="mce:ResourceNameType" maxOccurs="unbounded"/>
<xs:element name="Description" type="mce:DescriptionType" minOccurs="0" maxOccurs="unbounded"/>
</xs:sequence>
<xs:attribute name="idRef" type="mce:GuidType" use="required"/>
</xs:complexType>
<xs:complexType name="ResourceNameType">
<xs:simpleContent>
<xs:extension base="xs:string">
<xs:attribute name="default" type="xs:boolean" default="false"/>
<xs:attribute name="langcode" type="mce:LangType" use="required"/>
</xs:extension>
</xs:simpleContent>
</xs:complexType>
<xs:complexType name="DescriptionType">
<xs:simpleContent>
<xs:extension base="xs:string">
<xs:attribute name="default" type="xs:boolean" default="false"/>
<xs:attribute name="langcode" type="mce:LangType" use="required"/>
</xs:extension>
</xs:simpleContent>
</xs:complexType>
</xs:schema>