Шаг 2. Реализация точного сопоставления данных для точного сопоставления

Это руководство состоит из четырех этапов:

Снимок экрана: уменьшение ложноположительных результатов с помощью SIT и расширенных классификаторов — схема.

Microsoft Purview помогает определить определенные известные конфиденциальные данные в вашем хранилище данных с помощью точного сопоставления данных (EDM). EDM сводит к минимуму ложные срабатывания, помечая только данные, которые точно соответствуют записям в отправленной эталонной таблице данных.

Дополнительные сведения о EDM и его работе см. в статье Сведения о типах конфиденциальной информации на основе точного сопоставления данных.

Использование хорошо известных сведений для определения схемы EDM

Отправьте пример файла и используйте автоматизацию, предоставляемую Microsoft Purview, для определения схемы. Схема определяет структуру эталонной таблицы данных, включая столбцы, содержащие конфиденциальные данные, и столбцы, предоставляющие подтверждающие доказательства.

Дополнительные сведения см. в статье Начало работы с типами конфиденциальной информации на основе точного сопоставления данных.

Сопоставление основного элемента со строго определенным sit

Выберите в качестве столбцов основных элементов, содержащих строго узорчатые данные, такие как сети SSN или кредитные карта числа, и используйте строго определенный тип конфиденциальной информации (SIT) в качестве базового sit для основных элементов. При сопоставлении основного поля с слабо определенным sit, охватывающим широкий диапазон значений, снижается производительность классификатора EDM, что приводит к сценариям регулирования или времени ожидания, которые приводят к пропущенным обнаружениям.

Избегайте следующих примеров "свободных" SIT:

  • Обычные числа с менее чем пятью цифрами (слишком часто).
  • Email адрес SIT, который не исключает домен компании (соответствует каждому сообщению электронной почты).
  • Дата рождения SIT, которая не исключает последние или будущие даты.
  • Все полные имена SIT (создает слишком много совпадений и захватывает суперстроки).
  • Регулярное выражение для обнаружения идентификаторов GUID (соответствует заголовкам каждого сообщения электронной почты).
  • Регулярное выражение, которое не изолирует одно слово или последовательность. Например, регулярное выражение \d{6} совпадает с шестизначным числом, но и с числами, превышающими шесть цифр. Более лучшим регулярным выражением будет \b\d{6}\b.
  • Адрес улицы SIT (обнаруживает слишком много вариантов в записи).

Игнорировать разделители и знаки препинания для повышения точности соответствия

Выберите параметр, чтобы игнорировать разделители и знаки препинания в данных везде, где это применимо, при определении столбцов схемы. Например, номер телефона в США может быть записан как +11234567890 или (+1) 123 456 7890 или +1 123-456-7890. Выбрав игнорировать разделители и знаки препинания, вы можете убедиться, что каждый формат определяется как допустимое совпадение.

Дополнительные сведения см. в статье Создание схемы и пакета правил EDM SIT.

Использование дополнительных столбцов в качестве коррелированных доказательств для соответствия с более высоким уровнем достоверности

Выберите соответствующий режим соответствия для каждого столбца из трех доступных вариантов: с одним маркером, с несколькими маркерами или sit. Если вы можете точно сопоставить любое из вспомогательных полей доказательств со встроенным или настраиваемым SIT, сделайте это, чтобы обеспечить более высокую точность и повышенную задержку. Избегайте использования сопоставления с несколькими токенами для поля, которое постоянно содержит только данные с одним маркером.

  • Для совпадений с высокой достоверностью включите большее количество вспомогательных элементов в определенный диапазон приближения символов.
  • При необходимости создайте шаблон с низкой достоверностью только с меньшим количеством вспомогательных элементов или без, если основной элемент достаточно точен сам по себе.
  • Выберите широкий или узкий режим в качестве режима обнаружения близкого взаимодействия в зависимости от того, как нужно проверить вспомогательные элементы.

Дополнительные сведения см. в статье Создание схемы и пакета правил EDM SIT.

Сводка

В конце этого шага в вашей организации будет реализовано следующее:

  • Схема EDM, определенная на основе хорошо известных эталонных данных.
  • Первичные элементы, сопоставленные со строго определенными SIT, чтобы избежать проблем с производительностью.
  • Разделители и знаки препинания, настроенные для повышения точности соответствия в разных форматах данных.
  • Дополнительные столбцы, настроенные как коррелированные доказательства для соответствия с более высоким уровнем достоверности.

Следующее действие

Шаг 3. Использование обучаемых классификаторов для сложного содержимого

  • Последнее обновление: