統一資料平台中的資料治理

本文協助決策者建立組織內的資料治理。

組織應建立共同的資料治理要求,讓每個資料領域將這些要求套用於其擁有的資料。 一致的治理幫助組織自信地使用數據,並管理業務或法規風險,無論資料所在何處。 本文提供指引,幫助你建立這些要求,並在整個組織中一致地套用。

架構與決策樹

1. 資料清單

我們應該如何理解現有的數據? 該組織應將 Microsoft Purview 定為企業資料中繼資料的通用治理系統。 Microsoft Purview Data Map 提供技術清單,而 Microsoft Purview 整合式目錄 則協助使用者探索資料。 這些功能儲存元資料。 他們不會複製底層資料,也不會授權存取該資料。

組織應建立資料盤點政策,定義哪些資料必須透過 Microsoft Purview 可供探索,以及新增資料進入清單的順序。 除非法律或監管義務要求,否則不應以完整技術覆蓋為初始目標。

  • 優先涵蓋範圍:第一個盤查邊界應包含支援關鍵業務流程或企業報告的資料。 同時也應包含當資料來源或允許使用會影響風險時,AI 解決方案所使用的資料。

  • Microsoft 365 資料:當文件或通訊包含屬於組織治理範圍的資訊時,應納入 Microsoft 365 內容。 請參閱 Microsoft Purview 設定指南。

  • Microsoft Fabric:註冊並掃描 Fabric 租用戶,將支援的 Fabric 中繼資料與譜系帶入 Microsoft Purview。 請參閱登錄並掃描 Microsoft Fabric。

  • 多雲、SaaS 及本地資料:儲存在 Azure、Microsoft Dataverse、本地系統及其他雲端(AWS、Google Cloud、Oracle)的資料,必須採用基於連接器的掃描技術。 當中央元資料可視性帶來明確的治理效益時,組織應登記受支援的來源。 這種好處可能包括監管證據或跨平台探索。 不受支援或低優先權的來源應在治理範圍內記錄,並有明確的所有者及計畫中的處理方案。 請參閱 資料地圖掃描最佳實務。 請參閱 Microsoft Purview 的統一目錄與資料地圖。

2. 共享業務語意

我們應該如何確保資料定義的一致性? 當意義不一致會影響跨資料領域的決策時,組織應標準化商業概念。 它不應該試圖為每個局部概念創造一個統一的定義。

  • 全組織共通概念:當多個資料領域在報告或人工智慧上依賴相同意義時,概念應具備全組織一致的定義。 優先處理那些定義不一致已經影響商業決策的概念。 每個共同概念都應該有核准的定義和負責的業務負責人。 定義應明確指出在商業情境合理差異時可接受的變異。

  • 資料領域專屬概念:資料領域應保有對在其資料領域之外不需要有一致意義之概念的定義權。 這些概念只有在跨資料領域使用產生共享意義需求時,才應成為全組織的概念。

  • 詞彙表治理:經核准的定義應透過 Microsoft Purview 整合式目錄 發布,讓使用者能發現與受管資料相關的意義。 治理領域可以組織詞彙表術語,並將其與相關的資料產品或資料資產連結起來。 請參閱 統一目錄中的詞彙表術語。

3. 合規

我們應該如何履行資料合規義務? 組織應在選擇技術控管前,將法律與合約義務轉化為資料需求。 Microsoft Purview 合規性管理員 能協助評估控制措施並組織改進工作。

3.1 合規要求

我們應該如何建立合規要求? 組織應建立一套流程,將適用的法律要求與合約義務轉化為資料治理要求。

  • 職責:法律或合規機關應決定適用哪些義務。 資料領域應該指出受影響的資料。 資安團隊應確定核准需求如何轉化為技術控管。

  • 文件:組織應將這些需求保存在中央登記簿中。 每項要求都應明確其權責單位及受影響的資料。 同時也應定義所需的證據及審查頻率。

  • 工具:Microsoft Purview 合規性管理員 的合規評估應協助識別控制缺口並組織改進工作。 合規分數應作為管理指標。 這不應被視為組織履行法律義務的證明。 請參閱 Purview 評估。

3.2 監控資料合規性

我們應該如何監控資料合規性? 組織應根據法規及業務風險建立監控與升級要求。 潛在影響較大的要求應獲得更嚴格的監控與補救期望。 監控應提供證據,供負責團隊識別重大合規缺口並追蹤其解決。

  • 工具:Microsoft Purview 合規性管理員 能針對支援需求提供評估與改進行動。 決策者應利用這些資訊監控合規狀況及未解決的控制缺口。 他們不應該把合規分數當作合規結果。 請參閱 Compliance Manager 與 Multicloud 。

  • 合規證據:組織應保留必要的證據,以證明所需控制措施如預期運作。 證據要求與保留期限應遵循合規登記冊中所記錄的義務。

3.3. 資料譜系

我們應該如何追蹤資料歷史? 組織應要求資料譜系,當了解資料來源或轉換可支援重要的組織需求時。 資料譜系不應成為記錄每一次資料流動的目標。

  • 血統覆蓋:資料領域應針對重要的資料產品捕捉足夠的血統,以支持必要的治理決策。

  • 當組織必須證明重要資料的來源或將問題追溯至權威來源時,應要求提供來源系統血統。

  • 消費層資料譜系,如 Fabric,當上游系統已提供足夠證據時,可以形成集中式譜系邊界。 請參閱 Scan Fabric。

  • 當轉換可能重大改變資料意義或允許的使用方式時,應同時包含來源層與使用層。

  • 工具:Microsoft Purview 整合式目錄 應提供受管控資料資產的集中式資料譜系檢視。 資料資產細節可顯示上游與下游沿襲,並包含資產描述與所有者等商業背景。 請參閱 「在統一目錄中搜尋資料產品」。

  • 血統收集:組織應盡可能透過支援的來源整合自動化血統收集。 當自動化資料沿襲無法提供治理決策所需的證據時,資料領域應識別重大缺口。 請參閱從 Fabric 到 Microsoft Purview 的中繼資料與資料譜系設定,以及手動資料譜系設定。

3.4 資料保留

我們應該保留資料多久? 組織應在設定個別平台前,根據法律義務及業務需求建立保留要求。 每個主要資料分類或紀錄類型都應有經核准的保存期限與處置規定。 政策也應識別妨礙正常刪除的情況,例如法律保留。

資料領域應將這些組織要求套用到其所擁有的資料。 平台團隊應為其所營運的服務提供經核准的實作模式。

3.4.1 Microsoft 365 資料保留

Microsoft 365 的保留原則與保留標籤應用來實作組織對受支援 Microsoft 365 內容的保留需求。 組織應使用 Microsoft Purview 的資料生命週期管理與記錄管理功能,以滿足其保留與處置需求。 Microsoft 365 資料保留。

3.4.2 Azure 資料保留

Azure 平台標準應定義組織的保留需求如何轉換為服務專屬的備份與生命週期設定。 組織應區分基於業務或法規目的的資料保存,與作業復原所需的備份。 這些目標可能需要不同的控制項。 請參見 Azure 儲存體、SQL Database、Cosmos DB 及 MySQL。

3.4.3 內部部署與多雲資料保留

無論資料位於何處,組織的資料保留要求都應適用。 資料領域應識別無法滿足所需保留或處置政策的平台。 若平台無法滿足某項要求,組織應建立核准的補償控制,或將受管控紀錄移至能滿足該需求的平台。

4. 資料安全

我們應該如何分類和保護資料? 組織應建立一致的資料安全模型,根據資料的敏感度與業務風險來保護資料。 該機制應定義全組織範圍內識別敏感資料及防止不當使用或揭露的要求。 每個平台都應透過其支援的安全控管來實施這些要求。

4.1 資料分類

我們應該如何分類我們的資料? 組織應在支援平台上建立統一的資訊分類模型。 每個分類應定義其業務意涵及所需保護成果。 平台應透過支援機制實作此模型,包括適用時的敏感性標籤。

  • 組織術語分類:分類法應使用已具組織公認意義的術語。 模型可能會使用公開、一般、機密及高度機密等分類。 組織應僅在敏感度標籤代表特定保護或處理結果時才建立。 過多的標籤使分類難以理解並一致地套用。 請參閱「 如何開始使用敏感標籤」。

  • 預設分類:組織應為未標註資料會帶來重大風險的平台建立安全的預設。 預設分類提供了一個起點。 它並不能取代由負責的資料領域進行的分類。 請參閱 預設敏感度標籤與原則。

  • 例外權限:組織應定義誰可以降低分類,以及需要哪些證據。 高度敏感的分類應需經負責的業務擁有者或指定安全主管單位批准。

  • Microsoft 365:Microsoft Purview 敏感性標籤可對 Microsoft 365 內容分類並套用已設定的保護,包括加密與使用限制。 參見 Microsoft 365。

  • Microsoft Fabric:Fabric 使用 Microsoft Purview 敏感性標籤進行分類。 Fabric 項目上的敏感度標籤本身不會對該 Fabric 項目強制實施等效的存取限制。 Fabric 權限持續控制存取。 當分類要求限制存取時,請使用 Fabric 存取控制或支援的保護原則來強制執行該分類。 請參閱受保護的敏感性標籤與 Fabric 預設標籤政策。

  • 保護驗證:組織應測試其所需保護是否能在平台間的重要轉換後仍然有效。 測試應涵蓋資料能離開較受控環境的路徑,例如從 Fabric 匯出至 Microsoft 365。

4.2 敏感資料

我們該如何保護敏感資料? 組織應定義哪些資訊會造成重大業務或合規風險,並建立一致的偵測方法。 資料領域應在其業務脈絡中識別敏感資訊。 安全與合規團隊應將這些定義轉化為可重複使用的分類器與防護控制。

  • 標準偵測:當敏感資料有可靠的模式或權威參考集時,應使用敏感資訊類型或精確資料匹配。 例如國民身分識別碼或已知客戶紀錄。

  • 情境偵測:當敏感度依賴於內容意義而非可預測模式時,應使用可訓練分類器。 例如機密策略文件或專有研究。

Microsoft Purview 提供敏感資訊類型與可訓練的分類器,以支援這些組織定義。 請參閱 Microsoft Purview 分類器概覽。

4.3 資料遺失防護

我們應該如何設定資料外洩防護(DLP)? 組織應為在防止或偵測某項動作可降低重大業務風險的特定資料遺失情境制定 DLP 政策。 不要對每個地點都施加最嚴格的管制。 DLP 應作為更廣泛的資料保護模型中的其中一項控制措施,因為涵蓋範圍會因平台和活動而異。

  • 風險情境:每個 DLP 政策應定義其所針對的敏感資料及風險行動。 同時也應該定義範圍內的對象群體或服務。 例如,政策可以針對從 Microsoft 365 對外共用客戶個人資料。

  • 監控階段:新政策通常應從稽核或模擬模式開始。 負責團隊應根據具代表性的業務活動審查比對結果,並在啟用限制前定義核准的例外情況。 詳見 DLP 模擬模式。

  • 強制執行階段:當資料暴露的預期影響超過中斷合法工作的業務影響時,應採取封鎖措施。 組織應先建立例外核准權限,才能啟用封鎖。

  • 政策審查:反覆覆寫或誤判應觸發政策審查。 這些模式可能表示偵測不準確,或是與政策相衝突的合法業務流程。

請參閱 Microsoft Purview 資料外洩防護 的 DLP 以及針對 Microsoft Fabric 和 Microsoft Copilot 的具體指引。

4.4 Azure 資料安全性

我們應該如何在 Azure 系統中保護資料? 該組織應建立 Azure 資料保護標準,將資料分類轉化為最低安全要求。 Microsoft Purview 分類可識別資料的敏感度與業務重要性。 Azure 服務應透過其支援的安全控管來執行由此產生的需求。

  • 保護基線:平台團隊應提供符合這些需求的核准 Azure 模式,避免個別工作負載團隊獨立設計組織安全模型。

  • 服務實作:Azure 服務應透過其原生能力強制執行組織基線。 資料分類應決定需要哪些保護措施,而非規定每個服務必須採用特定的技術實作。

  • 控制驗證:資安團隊應定期驗證包含敏感資料的服務是否符合組織基準,並識別需要修復或正式接受風險的例外。