步驟 1:設定模式型敏感性資料偵測

本指南分為四個步驟:

使用 SIT 和進階分類器減少誤判 - 藍圖的螢幕擷取畫面。

若要在整個數位企業中使用敏感性資訊類型 (SIT) 資料安全性,請務必全面瞭解您的資料資產。 首先對應敏感性資料,以識別企業中存在哪些類型的敏感性資料及其所在位置。

從內建 SIT 中選擇,並視需要進行自訂

從 Microsoft 提供的內建 SIT 開始。 如果它們不符合您的需求,請複製並編輯它們,使其與您的業務環境完全相關。

  • 使用內建 SIT:從 Microsoft Purview 提供的 SIT 開始。 若要深入了解,請參閱 瞭解敏感資訊類型。
  • 複製和編輯:如果內建 SIT 不完全符合您的需求,請複製並自訂它們。 若要深入了解,請參閱 自訂內建的敏感性資訊類型。
  • 建立自訂 SIT:從頭開始建立您自己的 SIT,以滿足組織獨特的資料分類需求。 在單一 SIT 定義中使用多個模式,以確保完整識別。 例如,為了識別出生日期而建立的 SIT 應該考慮不同的格式 (DD/MM/YYYY、MM/DD/YYYY 等) 。 若要深入了解,請參閱 建立自訂敏感資訊類型。
  • 測試自訂 SIT,然後視需要重新整理分類: 使用具有代表性比對和不相符範例的上傳 檔案測試 。 針對需要更新分類的歷史 SharePoint 和 OneDrive 檔案,請在檢閱範圍、估計值、費用和使用中原則之後,使用 隨選分類 。 掃描可以從作用中的比對原則觸發動作;它不是非變動原則模擬。 請參閱 自動標示分類及模擬概念。
  • 在 DLP 原則規則中使用多個 SIT:使用多個 SIT 建立更全面且精確的偵測策略。 例如,偵測 PII 時,請選擇涵蓋 SSN、駕駛執照號碼、護照號碼等的 SIT 組合,並具有 OR 條件,而不是只依賴單一 SIT。

識別 SIT 組態中的適當主要元素類型

定義主要元素時,請從四個選項中選擇: 規則運算式 (規則運算式) 、[關鍵字清單]、[關鍵字字典] 或 [函數]。 請針對每種類型遵循這些建議:

主要元素類型 重要建議
規則運算式 使用環視判斷提示來確保內容並減少不相關的比對。 針對不同的資料集驗證 RegEx 模式。 如果您需要偵測孤立的字串,請在開頭和結尾使用 \b ,或選取 「文字比對」而非「字串比對」。您可以使用其他內建驗證工具來增強偵測,其邏輯是僅使用規則運算式無法實現的。
關鍵字清單 根據是否需要精確的大小寫來使用大小寫功能。 在以空格分隔的語言中,請使用「單字比對」而不是「字串比對」,以獲得更佳的準確性。 對於中文、日文、泰文和韓文等非空格分隔語言,「字串比對」可偵測內嵌在較大文字內的關鍵字,來改善分類準確度。
關鍵字字典 當您需要更輕鬆地管理更大規模的關鍵字時,請在關鍵字清單上使用此類型。 請注意,租用戶中所有字典的壓縮文字上限為 1 MB。 關鍵字字典一律不區分大小寫。
函數 從預先定義的函數清單中找出適當的函數。 這些函數的行為方式與規則運算式類似,但具有更多的程式設計功能。

若要深入了解,請參閱 瞭解敏感資訊類型。

使用鄰近元素、信賴等級和排除項目進行精簡

  • 添加支持元素:在主要元素旁邊提供支持元素作為佐證證據。 例如,簡單地比對出生日期的日期格式可能會導致來自電子郵件標題和時間戳記的大量誤報。 新增支援關鍵字 (出生日期、出生日期) 可確保只有高信賴度相符。
  • 設定鄰近限制:針對任何新的自訂 SIT 將鄰近限制設定為 300 個字元。 避免設定無限制的鄰近性 (「文件中的任何位置」) ,因為這會導致太多誤判。 針對大型表格式資料,請使用 RelaxProximity PowerShell 可設定的選項。
  • 設定置信度:為具有更多支援元素或更嚴格規則運算式的模式指定更高的置信度。 如果 SIT 的支援元素很少或沒有,請將信賴等級設定為低。
  • 使用排除項目:包含或排除特定文字和模式、前綴或後綴,以進一步提高比對準確性。
  • 測試您的設定:使用 測試功能 來驗證 SIT 的正確性,並使用 [內容總管] 來檢閱偵測到的相符項目。

若要深入了解,請參閱 測試敏感資訊類型。

針對識別的項目提供符合和不相符的意見反應

定期提交所有相符項目的意見反應,以協助 Microsoft 調整其 SIT。 針對 SharePoint 和 OneDrive 中的每個項目,Microsoft Purview 可讓您就其是否符合 (真陽性) (不相符) 提供意見反應。 您也可以選擇提交項目的密文版本給 Microsoft,以協助改善內建 SIT 的正確性。

摘要

在此步驟結束時,您的組織已:

  • 內建和自訂機密資訊類型 (SIT) 針對貴組織的資料分類需求進行設定。
  • 使用適當的正則表達式、關鍵字、字典或函數模式定義的主要元素。
  • 經過改良的鄰近限制、信賴等級和排除,以減少誤判。
  • 建立反饋循環以不斷提高 SIT 準確性。

下一步