重要事項
先前Azure Purview) (Microsoft Purview 整合式目錄 和傳統 Microsoft Purview 資料控管功能即將淘汰。 Microsoft 正在 Microsoft Fabric 中合併其資料控管功能。 您無法再建立新帳戶,現有功能將維持在維護模式,直到 2027 年 11 月 12 日為止。 如需淘汰時間表、轉換指引,以及建議的後續步驟,請參閱 Microsoft Purview 資料控管淘汰公告。
Microsoft Purview 資料對應中的資料分類是一種將唯一邏輯標籤或類別指派給資料資產,以對資料資產進行分類的方法。 分類是根據資料的商務內容。 例如,您可以依 護照號碼、 駕照號碼、 信用卡號碼、 SWIFT 代碼、 人員姓名等對資產進行分類。 深入了解 資料對應中的資料分類。
本文說明分類資料資產時要採用的最佳做法,以便您的掃描更有效,並儘可能獲得有關整個資料資產的最完整資訊。
掃描規則集
透過使用 掃描規則集,您可以設定應套用至資料來源特定掃描的相關分類。 選取相關的系統分類,或者如果您已為正在掃描的資料建立自訂分類,請選取自訂分類。
例如,在下列影像中,只有所選的特定系統和自訂分類將套用至您正在掃描的資料來源 (例如財務資料) 。
註釋管理
在決定要套用的分類時,我們建議您:
移至 [資料對應>註釋管理>分類] 窗格。
檢閱要套用至您正在掃描的資料資產的可用系統分類。 系統分類的正式名稱具有 MICROSOFT 首碼。
如有需要,請建立自訂分類。 選取 [ 自訂 ] 索引標籤,然後選取 [+ 新增]。 了解如何 建立自訂分類。
建立您在上一個步驟中建立之自訂分類的分類規則。 移至資料對應>註釋管理>分類規則。 在這裡,您可以為在上一個步驟中建立的自訂分類名稱建立分類規則。
自訂分類
只有在可用的系統分類不符合您的需求時,才建立自訂分類。
對於自訂分類的名稱,最好使用命名空間慣例 (例如公司<名稱>。<業務單位>。<自訂分類名稱>) 。
例如,針對虛構公司 Contoso 的自訂EMPLOYEE_ID分類,您的自訂分類名稱會是 CONTOSO.HR。EMPLOYEE_ID,易記名稱會以 HR 的形式儲存在系統中。員工識別碼。
當您建立和設定自訂分類的分類規則時,請執行下列動作:
選取要建立分類規則的適當分類名稱。
Microsoft Purview 資料對應支援下列兩種建立自訂分類規則的方法:
使用 規則運算式 方法:
設定要分類之資料的 RegEx 模式。 確保正則表達式模式足夠通用,以滿足要分類的資料。
Microsoft Purview 也提供產生建議的 RegEx 模式的功能。 上傳範例資料檔案之後,請選取其中一個建議的模式,然後選取 [ 新增至模式 ] 以使用建議的資料和欄模式。 您可以修改建議的模式,也可以輸入自己的模式,而不需要上傳檔案。
您也可以設定欄名稱模式,以將欄分類以最小化誤判。
設定符合資料模式的資料可接受的 最小比對閾值 參數,以套用分類。 閾值可以是 1% 到 100%。 我們建議至少將值設為 60% 作為閾值,以避免誤判。 不過,您可以視需要針對特定的分類案例進行設定。 例如,如果您想要偵測資料中任何值(如果該值符合模式)並套用分類,則臨界值可能低至 1%。
如果將多個資料模式新增至分類規則,則會自動停用設定最小比對規則的選項。
使用 [測試分類] 規則 並使用範例資料進行測試,以驗證分類規則是否如預期般運作。 請確定在範例資料 (中,例如,在 .csv 檔案中) 至少存在三個欄,包括要套用分類的欄。 如果測試成功,您應該會在欄上看到分類標籤,如下圖所示:
使用 Dictionary 方法:
您可以使用 Dictionary 方法來調整列舉資料,或使用可能值的字典清單。
此方法支援 .csv 和 .tsv 檔案,檔案大小限制為 30 MB (MB) 。
自訂分類原型
“threshold” 參數在規則運算式中的運作方式
請參考下圖中的範例來源資料。 共有五個欄,自訂分類規則應套用至資料模式 N{Digit}{Digit}{Digit}Sample_col3 欄 Sample_col1、Sample_col2 和 。
自訂分類名為 NDDDAN。
資料模式) 的 (規則運算式的分類規則是 ^N[0-9]{3}AN$。
系統會針對 “^N[0-9]{3}AN$” 模式計算閾值,如下圖所示:
如果您的臨界值為 55%,則只會分類 Sample_col1 欄和 Sample_col2 欄。 Sample_col3 不會被分類,因為它不符合 55% 的門檻標準。
如何使用資料和欄模式
對於給定範例資料,其中 B 欄和 C 欄都有類似的資料模式,您可以根據資料模式 “^P[0-9]{3}[A-Z]{2}$” 對 B 欄進行分類。
使用欄模式與資料模式,以確保只會分類 [產品識別碼 ] 欄。
注意事項
欄模式會驗證為具有資料模式的 AND 條件。
使用 [測試分類] 規則 並使用範例資料進行測試,以驗證分類規則是否如預期般運作。
如何使用多個欄模式
如果有多個欄模式要針對相同的分類規則進行分類,請使用管線 (|) 字元分隔的欄名稱。 例如,針對資料行 Product ID、Product_ID、ProductID 等,請撰寫資料行模式,如下圖所示:
如需詳細資訊,請參閱 regex alternation 建構。
分類考量
以下是定義分類時要記住的一些考量:
若要在掃描之前決定需要將哪些分類套用至資產,請考慮如何使用分類。 對資料取用者來說,不必要的分類標籤可能看起來雜訊,甚至具有誤導性。 您可以使用分類來:
- 描述正在掃描的資料資產或結構描述中存在的資料的性質。 換句話說,分類應使客戶能夠在搜尋目錄時從分類標籤中識別資料資產或結構描述的內容。
- 設定優先順序並制定計劃,以實現組織的安全性和合規性需求。
- 描述資料準備程式中的階段 (原始區域、登陸區域等) 並將分類指派給特定資產,以標示程式中的階段。
您可以在掃描規則中包含相關分類,以在資產或資料行層級自動指派分類,也可以在將中繼資料擷取至 Microsoft Purview 資料對應之後手動指派分類。
如需自動指派,請參閱 Microsoft Purview 資料對應支援的資料存放區。
在Microsoft Purview 資料對應中掃描資料來源之前,請務必瞭解您的資料並為其設定適當的掃描規則集,例如,透過選取相關的系統分類、自訂分類或兩者的組合 () ,因為這可能會影響您的掃描效能。 如需詳細資訊,請參閱 Microsoft Purview 資料對應中支援的分類。
Microsoft Purview 掃描器會針對深度掃描套用資料取樣規則 (受限於系統和自訂分類的分類) 。 取樣規則是根據資料來源的類型而定。 如需詳細資訊,請參閱 Microsoft Purview 中支援的資料來源和檔案類型中的「在檔案內取樣」一節。
注意事項
相異資料閾值:這是掃描器在欄上執行資料模式之前需要在欄中找到的不同資料值的總數。 不同的數據閾值與模式匹配無關,但它是模式匹配的先決條件。 系統分類規則要求每一欄中至少有 8 個不同的值,才能進行分類。 系統需要此值,以確保欄包含足夠的數據,以便掃描儀對其進行準確分類。 例如,包含多個資料列且全部包含值 1 的欄將不會進行分類。 包含一列含有值且其餘列含有 Null 值的欄也不會進行分類。 如果您指定多個模式,此值會套用至每個模式。
取樣規則也適用於資源集。 如需詳細資訊,請參閱 Microsoft Purview 資料對應中支援的資料來源和檔案類型中的「資源集檔案取樣」一節。
使用自訂分類規則無法將自訂分類套用至文件類型資產。 這類類型的分類只能手動套用。
自訂分類不包含在任何預設掃描規則中。 因此,如果預期自動指派自訂分類,您必須部署並使用包含自訂分類的自訂掃描規則來執行掃描。
如果您從 Microsoft Purview 管理入口網站手動套用分類,這類分類會保留在後續掃描中。
如果先前偵測到分類,後續掃描不會從資產中移除任何分類,即使分類規則不適用。
針對 加密的來源 資料資產,Microsoft Purview 只會挑選檔案名稱、完整名稱、結構化檔案類型的結構描述詳細資料,以及資料庫資料表。 若要讓分類正常運作,請在執行掃描之前先解密加密的資料。