Проверка проверки персональных данных в Исследования по безопасности данных

Понимание того, какие персональные данные присутствуют в данных, связанных с инцидентом безопасности, является важной частью расследования нарушений безопасности и реагирования на них. После инцидента с безопасностью данных одной из наиболее трудоемких и важных задач для следователей является определение того, какие элементы персональных данных были раскрыты, и существуют ли нормативные обязательства по уведомлению в соответствии с такими структурами, как Общий регламент по защите данных (GDPR), Закон о переносимости и подотчетности медицинского страхования (HIPAA) или законы о конфиденциальности на уровне штатов.

Например, если вы обнаруживаете персональные данные в затронутых данных, связанных с инцидентом безопасности данных, вы можете быстро оценить потенциальные риски конфиденциальности, отчеты о соответствии требованиям и создать защищенные цепочки доказательств от обнаружения к действию. Вы также можете использовать исследования для информирования о принятии решений по уведомлениям о нормативных требованиях и укрепления методов защиты данных в вашей организации.

Проверка персональных данных поддерживает распространенные сценарии исследования, в том числе:

• Оценка влияния на конфиденциальность утечки данных. Проводите проверку персональных данных в затронутых файлах, чтобы быстро определить, какие типы персональных данных были раскрыты и какие лица могут быть затронуты.
• Подтверждение соответствия нормативным требованиям. Создавайте структурированные, проверяемые результаты, показывающие, какие персональные данные были найдены, в каких файлах, на каком уровне риска, с помощью аргументов, созданных ИИ, для поддержки отчетов о нарушении.
• Исследование внутренних рисков. Определите типы и уровни риска персональных данных, присутствующих в данных, связанных с рискованными действиями пользователей, помогая определить, какие файлы требуют немедленного внимания и исправления.
• Межфункциональное реагирование на инциденты. Предоставьте группам безопасности, законодательства и конфиденциальности общую сводку по раскрытию персональных данных, на которую все команды могут ссылаться во время реагирования на инциденты.
• Аудит после инцидента. Проводите систематический обзор прошлых инцидентов, чтобы обеспечить учет раскрытия персональных данных, проверку или дополнение предыдущих усилий по проверке вручную.

Анализ данных на предмет персональных данных

Выполните следующие действия, чтобы определить персональные данные в элементах, включенных в область исследования.

Важно!

Добавление в область необходимо завершить, прежде чем вы сможете настроить экзамены.

1. Перейдите к Исследования по безопасности данных на портале Microsoft Purview и выполните вход, используя учетные данные для учетной записи пользователя, назначенной Исследования по безопасности данных разрешения.
2. Выберите Исследования в области навигации слева.
3. Выберите исследование, а затем выберите Анализ на панели навигации.
4. Используйте средства поиска или классификации векторов для идентификации данных для проверки персональных данных.
5. Выберите один или несколько элементов, а затем выберите Проверить на панели команд.
6. В диалоговом окне Проверка введите имя процесса проверки в поле Имя .
7. Введите описание процесса проверки в поле Описание .
8. Выберите Личные данные. Определите и извлеките персональные данные в выбранных доказательствах в поле Выбор области фокуса .
9. Выберите Проверить , чтобы начать анализ ИИ.

Примечание.

Оценки времени для завершения процесса зависят от объема и размера выбранных данных. Чтобы сократить время обработки, отфильтруйте и исключите данные, которые не применимы к исследованию.

Проверка персональных данных

После того как ИИ завершит обработку выбранных элементов данных, вы можете просмотреть проверки персональных данных, чтобы определить сведения о персональных данных для каждого элемента.

Проверка персональных данных включает следующие сведения по каждому элементу:

• Тема или заголовок: тема или название элемента данных.
• Уровень риска: уровни риска для всех персональных данных, найденных в элементе. Значения: Высокий, Средний и Низкий.
• Содержит персональные данные. Указывает, содержит ли элемент данных персональные данные. Значения: Да или Нет.
• Тип персональных данных. Список типов персональных данных, найденных в элементе данных. Дополнительные сведения см. в разделе Типы персональных данных и классификация уровней риска.
• Персональные данные найдены. Список извлеченных значений персональных данных из элемента данных.
• Окружающий фрагмент кода: текстовые или строковые значения, окружающие сведения о персональных данных. Эти сведения помогают определить контекст, в котором персональные данные отображаются в элементе данных.
• Процесс размышления. Сводка рассуждений о том, почему персональные данные, связанные с элементом, были классифицированы, и обоснование уровня риска.
• Ошибки. Сводка всех ошибок обработки, возникающих при запуске процесса ИИ.

Типы персональных данных и классификация уровней риска

Каждому обнаружению персональных данных назначается уровень риска в зависимости от типа идентифицированных персональных данных. Уровень риска помогает определить, какие результаты требуют немедленного внимания и исправления. В следующей таблице приведены примеры типов персональных данных для каждого уровня риска. Эти примеры не являются исчерпывающим списком всех типов персональных данных, обнаруженных в ходе обследования.

Уровень риска	Примеры типов персональных данных	Описание
Высокий	SSN/National ID, номера банковских счетов, номера финансовых счетов, номера маршрутизации	Финансовые идентификаторы и выданные правительством идентификационные номера, которые представляют самый высокий риск в случае риска.
Средний	Email адреса, номера телефонов, даты рождения, номера медицинских записей, идентификаторы страхования	Контактные данные, которые можно использовать для идентификации или связи с людьми.
Низкая	Полные имена, адреса, идентификаторы устройств	Общие идентифицирующие сведения, которые представляют собой более низкий риск при индивидуальном воздействии.

Примечание.

Один элемент данных может содержать несколько экземпляров персональных данных разных типов и уровней риска. Процесс захватывает экземпляры персональных данных и сообщает их по отдельности.

Пример проверки персональных данных

Результатом проверки может быть сводка или заметка для каждого идентифицированного элемента. Проверка выделяет элементы персональных данных в содержимом, которые, вероятно, являются конфиденциальными.

Например, проверка может вернуть в файле X то, что выглядит как 3 номера социального страхования и 5 адресов электронной почты были найдены в документе. Или для сообщения электронной почты Email Y содержит беседу, в которой были переданы сведения о банковском счете. Эта сводка избавляет вас от чтения каждой строки вручную для каждого элемента и помогает очень быстро рассмотреть рискованное содержимое. Ниже приведен пример выходных данных проверки персональных данных для элемента:

File	String	Тип	Уровень риска	Анализ
EV-2.docx	555-12-3456	SSN или национальный идентификатор	Высокая	Строка соответствует шаблону номера социального страхования (XXX-XX-XXXX), который находится в таблице с именем User Records. Он связан с полным именем в соседнем столбце, что подтверждает его как идентифицируемую PII.
EV-3.msg	user1@contoso.com	EmailAddress	Средняя	Адрес электронной почты отображается в тексте сообщения как получатель общих финансовых документов, что делает его контекстно релевантным для расследования.

Выполните следующие действия:

• Проверка критических деталей вручную. Пока процесс проверки выполняет тяжелые подъемы, вручную проверьте наиболее важные части. Если процесс идентифицирует определенное значение персональных данных в документе, откройте документ, чтобы подтвердить контекст. Например, процесс может определить номер социального страхования в файле, но, открыв файл, вы убедитесь, что он находится в таблице с именем User Records , а не только в содержимом в качестве примера заполнителя. Эта проверка подтверждает, что находка является практической и предоставляет сведения, необходимые для действий.
• Расширение область. Иногда при осмотре выявляются новые подсказки, требующие извлечения дополнительных данных. Например, вы обнаружите ссылки на учетную запись пользователя или отдел, который вы не искали изначально. Рассмотрите возможность другого поиска учетной записи пользователя или отдела, чтобы узнать, есть ли связанные элементы. Поиск вектора по названию отдела может найти связанные файлы, которые явно не упоминание персональные данные, но связаны с инцидентом безопасности.
• Подключение результатов к плану по устранению рисков. После просмотра результатов проверки персональных данных добавьте в план по устранению рисков определенные элементы данных, чтобы управлять состоянием устранения рисков и отслеживать их. Этот подход создает проверяемую цепочку от обнаружения до исправления.
• Учитывайте нормативные последствия. Раскрытие персональных данных может привести к выполнению обязательств по уведомлению в соответствии с правилами конфиденциальности. Используйте структурированные результаты экспертизы, включая уровни риска, типы персональных данных и аргументы, созданные ИИ, для поддержки отчетов о соответствии требованиям и принятия решений о уведомлениях о нормативных требованиях.