Ieteikumi datu klasifikācijai

Attiecas uz Power Platform labi arhitektūras drošības kontrolsaraksta ieteikumu:

SE:03 Klasificējiet un konsekventi lietojiet sensitivitātes etiķetes visiem darba slodzes datiem un sistēmām, kas iesaistītas datu apstrādē. Izmantojiet klasifikāciju, lai ietekmētu darba slodzes noformēšanu, ieviešanu un drošības prioritāšu noteikšanu.

Šajā rokasgrāmatā ir sniegti ieteikumi datu klasificēšanai, pamatojoties uz to sensitivitāti. Dažāda veida datiem ir atšķirīgi jutības līmeņi, un lielākajā daļā darba slodzes tiek glabāti dažāda veida dati. Datu klasifikācija palīdz kategorizēt datus pēc to sensitīviem, kāda veida informācija tajā ir un kādas atbilstības noteikumi ir jāievēro. Tādā veidā varat lietot pareizo aizsardzības līmeni, piemēram, piekļuves vadīklas, saglabāšanas politikas dažādiem informācijas tipiem utt.

Definīcijas

Termins Definīcija
Klasifikācija Process, lai kategorizētu darba slodzes aktīvus pēc sensitivitātes līmeņiem, informācijas tipa, atbilstības prasībām un citiem organizācijas sniegtajiem kritērijiem.
Metadati Taksonomijas piemērošanas ieviešana aktīviem.
Taksonomija Sistēma klasificēto datu organizēšanai, izmantojot saskaņotu struktūru. Parasti hierarhiska datu klasifikācijas attēlojums. Tajā ir nosauktas vienības, kas norāda kategorizācijas kritērijus.

Galvenās dizaina stratēģijas

Datu klasifikācija palīdz pareizi izmērot drošības garantijas un palīdz šķirošanas komandai paātrināt atklāšanu reaģēšanas laikā uz incidentiem. Izstrādes procesa priekšnoteikums ir skaidri saprast, vai dati būtu jāuzskata par konfidenciāliem, ierobežotiem, publiskiem vai jebkādiem citiem sensitivitātes klasifikācijām. Ir svarīgi arī noteikt vietas, kur dati tiek glabāti, jo dati var tikt izplatīti vairākās vidēs. Ar zināšanām par datu glabāšanas vietu varat izstrādāt stratēģiju, kas atbilst drošības prasībām.

Datu klasificēšana var būt garlaicīgs uzdevums. Varat izmantot rīkus, kas var atrast datu līdzekļus un ieteikt klasifikācijas. Bet neatkarīgi tikai no rīkiem. Pārliecinieties, ka jūsu komandas locekļi vingrinājumus veic uzmanīgi. Pēc tam izmantojiet rīkus, lai automatizētu, kad tas ir jēga.

Kopā ar šo paraugpraksi skatiet sadaļu Labi izstrādātas datu klasifikācijas sistēmas izveide.

Izpratne par organizācijas definēto taksonomiju

Taksonomija ir hierarhiska datu klasifikācijas attēlojums. Tajā ir nosauktas entītijas, kas norāda kategorizācijas kritērijus.

Dažādām organizācijām var būt atšķirīgas datu klasifikācijas sistēmas; tomēr tie parasti sastāv no trim līdz pieciem līmeņiem ar vārdiem, aprakstiem un piemēriem. Tālāk ir norādīti daži datu klasifikācijas taksonomijas piemēri.

Jutība Informācijas veids Apraksts
Publiska Publiskie mārketinga materiāli, informācija, kas pieejama jūsu mājaslapā Informācija, kas ir brīvi pieejama un nav sensitīva
Iekšējais Politikas, procedūras vai budžeti, kas attiecas uz jūsu organizāciju Informācija, kas attiecas uz konkrētu organizāciju
Konfidenciāli Komercnoslēpumi, klientu dati vai galīgie ieraksti Informācija, kas ir sensitīva un kurai nepieciešama aizsardzība
Ļoti konfidenciāli Sensitīva personu identificējoša informācija (sensitīva PII), kartes īpašnieka dati, aizsargāta veselības informācija (PHI), bankas konta dati Informācija, kas ir ļoti sensitīva un prasa visaugstāko drošības līmeni. Var pieprasīt juridiskus paziņojumus, ja tie tiek pārkāpti vai citādi izpausti.

Svarīgi

Kā darba slodzes īpašniekam jums jāievēro jūsu organizācijas izveidotā taksonomija. Visām darba slodzes lomām ir jāvienojas par jutīguma līmeņu struktūru, nosaukumiem un nozīmi. Neizveidojiet savu klasifikācijas sistēmu.

Klasifikācijas tvēruma definēšana

Lielākajai daļai organizāciju ir daudzveidīgs etiķešu kopums.

Pārliecinieties, vai zināt, kuri datu līdzekļi un komponenti pieder katram jutības līmenim un kuri nē. Mērķis varētu būt ātrāka problēmu novēršana, ātrāka katastrofu atkopšana vai juridiskie auditi. Kad jūs labi zināt savu mērķi, tas palīdz jums pareizi veikt klasifikācijas darbu.

Sāciet ar šiem vienkāršajiem jautājumiem un, ja nepieciešams, paplašinieties, pamatojoties uz sistēmas sarežģītību:

  1. Kāda ir datu un informācijas veida izcelsme?
  2. Kāds ir paredzamais ierobežojums, pamatojoties uz piekļuvi? Piemēram, vai tie ir publiski informācijas dati, regulatīvie vai citi paredzamie lietošanas gadījumi?
  3. Kāda ir datu nospiedums? Kur tiek glabāti dati? Cik ilgi dati jāglabā?
  4. Kuri arhitektūras komponenti mijiedarbojas ar datiem?
  5. Kā dati pārvietojas caur sistēmu?
  6. Kāda informācija ir gaidāma revīzijas ziņojumos?
  7. Vai jums ir jāklasificē pirmsražošanas dati?

Datu krātuvju inventarizācija

Datu klasifikācija attiecas uz sistēmu kopumā. Veiciet visu tvērumā esošo datu krātuvju un komponentu inventarizāciju. Ja veidojat jaunu sistēmu, pārliecinieties, ka jums ir sākotnējā kategorizācija pēc taksonomijas definīcijām. Padomājiet par to, kā dati plūst caur jūsu sistēmu starp komponentiem, un pārliecinieties, ka dati nepārsniedz datu klasifikācijas robežas.

Apsveriet, kā izveidot savienojumu ar datiem:

  • Jauni dati: ja jūsu darba slodze ģenerē jaunus datus, kas iepriekš nekur netika glabāti, piemēram, pārejot no papīra procesa, iesakām saglabāt šos datus Microsoft Dataverse. Pēc tam varat izveidot savienojumu un pārvaldīt Microsoft Dataverse datus, izmantojot Microsoft Purview.

  • Lasīšana/rakstīšana no esošas sistēmas: ja jūsu darba slodzei ir jāizveido savienojums ar jau esošajiem datiem, jums ir jāizstrādā, kā lasīt un rakstīt esošajā datu bāzē vai sistēmā. Varat izmantot virtuālās tabulas, izveidot savienojumu ar datiem, izmantojot savienotājus, datu plūsmas, vai izmantot lokālu vārteju lokālajiem datiem.

Definējiet savu darbības jomu

Definējot darbības jomu, esiet detalizēts un skaidrs. Pieņemsim, ka jūsu datu krātuve ir tabulas sistēma. Jūs vēlaties klasificēt jutīgumu tabulas līmenī vai pat kolonnas tabulā. Noteikti paplašiniet klasifikāciju arī komponentiem, kas nav datu krātuvē, kas var būt saistīti ar datu apstrādi vai kuriem ir nozīme datu apstrādē. Piemēram, vai esat klasificējis ļoti sensitīvu datu krātuves dublējumu? Ja kešatmiņā glabājat lietotāju sensitīvus datus, vai kešatmiņas datu krātuve ir tvērumā? Ja izmantojat analītisko datu krātuves, kā tiek klasificēti apkopotie dati?

Dizains saskaņā ar klasifikācijas etiķetēm

Klasifikācijai jāietekmē jūsu arhitektūras lēmumi. Acīmredzamākā joma ir jūsu segmentācijas stratēģija, kurā jāņem vērā dažādās klasifikācijas etiķetes.

Klasifikācijas informācijai jāpārvietojas kopā ar datiem, kad tā pāriet cauri sistēmai un starp darba slodzes komponentiem. Dati, kas apzīmēti kā konfidenciāli, būtu jāuzskata par konfidenciāliem visiem komponentiem, kas ar tiem mijiedarbojas. Piemēram, noteikti aizsargājiet personas datus, noņemot vai aizslēpjot tos no jebkāda veida lietojumprogrammu žurnāliem.

Klasifikācija ietekmē atskaites noformējumu datu atklāšanas veidā. Piemēram, vai, pamatojoties uz informācijas tipa etiķetēm, informācijas tipa etiķetes rezultātā ir jālieto datu maskēšanas algoritms slēpšanai? Kurām lomām vajadzētu būt redzamām neapstrādātiem datiem, salīdzinot ar maskētiem datiem? Ja ir kādas atbilstības prasības ziņošanai, kā dati tiek attiecināti uz noteikumiem un standartiem? Ja jums ir šāda izpratne, ir vieglāk pierādīt atbilstību konkrētām prasībām un ģenerēt ziņojumus auditoriem.

Tas ietekmē arī datu dzīves cikla pārvaldības operācijas, piemēram, datu saglabāšanas un ekspluatācijas pārtraukšanas grafikus.

Taksonomijas lietošana vaicājumam

Identificētajiem datiem ir daudz veidu, kā lietot taksonomijas etiķetes. Klasifikācijas shēmas izmantošana ar metadatiem ir visizplatītākais veids, kā norādīt etiķetes. Arhitektūras izstrādes procesā jāietver shēmas dizains.

Paturiet prātā, ka ne visus datus var skaidri klasificēt. Pieņemiet skaidru lēmumu par to, kā pārskatos jāattēlo dati, kurus nevar klasificēt.

Faktiskā īstenošana ir atkarīga no resursu veida. Jūsu Power Platform darba slodzes patērētie dati var būt iegūti no datu avotiem ārpus Power Platform. Jūsu shēmā jāiekļauj detalizēta informācija par to, kā dati no dažādiem datu avotiem pārvietojas darba slodzē vai potenciāli tiek pārsūtīti no vienas datu krātuves uz otru, vienlaikus saglabājot klasifikācijas integritāti.

Dažiem Azure resursiem ir iebūvētas klasifikācijas sistēmas. Piemēram, Azure SQL Server ir klasifikācijas programma, tas atbalsta dinamisko maskēšanu un var ģenerēt atskaites, pamatojoties uz metadatiem. Microsoft Teams, Microsoft 365 grupām un SharePoint vietnēm var tikt lietotas sensitivitātes etiķetes konteinera līmenī. Microsoft Dataverse integrējas ar Microsoft Purview, lai lietotu datu etiķetes.

Izstrādājot ieviešanu, novērtējiet platformas atbalstītās funkcijas un izmantojiet tās. Pārliecinieties, vai klasifikācijai izmantotie metadati ir izolēti un glabāti atsevišķi no datu krātuvēm.

Ir arī specializēti klasifikācijas rīki, kas var automātiski noteikt un lietot etiķetes. Šie rīki ir savienoti ar jūsu datu avotiem. Microsoft Purview ir automātiskās noteikšanas iespējas. Ir arī trešo pušu rīki, kas piedāvā līdzīgas iespējas. Atklāšanas process jāapstiprina, veicot manuālu pārbaudi.

Regulāri pārskatiet datu klasifikāciju. Klasifikācijas uzturēšanai jābūt iekļautai darbībās, pretējā gadījumā novecojuši metadati var izraisīt kļūdainus rezultātus noteiktajiem mērķiem un atbilstības problēmas.

Kompromiss: Ņemiet vērā instrumentu izmaksu kompromisu. Klasifikācijas rīkiem nepieciešama apmācība, un tie var būt sarežģīti.

Galu galā klasifikācijai ir jānonāk organizācijā caur centrālajām komandām. Saņemiet no viņiem informāciju par paredzamo ziņojuma struktūru. Izmantojiet arī centralizētus rīkus un procesus, lai nodrošinātu organizatorisko saskaņotību un samazinātu darbības izmaksas.

Power Platform veicināšana

Klasifikācijai jāietekmē jūsu arhitektūras lēmumi.

Microsoft Purview nodrošina datu aktīvu pārskatāmību visā jūsu organizācijā. Lai iegūtu papildinformāciju, skatiet sadaļu Uzziniet vairāk par Microsoft Purview.

Microsoft Purview datu karte nodrošina automatizētu datu atklāšanu un sensitīvu datu klasificēšanu. Integrācija starp Microsoft Purview un Microsoft Dataverse palīdzēs jums labāk izprast un pārvaldīt savu biznesa lietojumprogrammu datu īpašumu, aizsargāt šos datus un uzlabot to riska un atbilstības stāvokli.

Ar šo integrāciju jūs varat:

  • Izveidojiet holistisku, aktuālu datu karti pakalpojumā Microsoft Dynamics 365, Power Platform un citos Microsoft Purview atbalstītos avotos.
  • Automātiski klasificējiet datu līdzekļus, pamatojoties uz iebūvētajām sistēmas klasifikācijām vai lietotāja definētām pielāgotām klasifikācijām, lai palīdzētu identificēt un izprast sensitīvus datus.
  • Dodiet datu patērētājiem iespēju atklāt vērtīgus un uzticamus datus.
  • Nodrošiniet datu kuratoriem un drošības administratoriem iespēju pārvaldīt un nodrošināt datu īpašuma drošību, samazināt datu pakļautību riskam un labāk aizsargāt sensitīvus datus.

Papildinformāciju skatiet sadaļā Izveidot savienojumu ar un pārvaldīt Microsoft Dataverse Microsoft Purview.

Organizatoriskā saskaņošana

Mākoņa ieviešanas ietvars sniedz norādījumus centrālajām komandām par datu klasificēšanu, lai darba slodzes komandas varētu ievērot organizācijas taksonomiju.

Lai iegūtu plašāku informāciju, skatiet sadaļu Kas ir datu klasifikācija?

Drošības kontrolsaraksts

Skatiet pilnu ieteikumu kopumu.

Drošības kontrolsaraksts

  • Last updated on