Поделиться через

Сведения об использовании регулярных выражений (регулярных выражений) в политиках защиты от потери данных

Регулярное выражение, обычно называемое регулярным выражением, — это последовательность символов, которая определяет шаблон поиска. Регулярные выражения в основном используются для сопоставления шаблонов со строками и при сопоставлении строк; например, в операциях поиска и замены. Регулярное выражение в Защита от потери данных Microsoft Purview (DLP) можно использовать для определения шаблонов, которые помогают выявлять и классифицировать конфиденциальные данные, или для обнаружения шаблонов в содержимом. Наиболее распространенные использования регулярных выражений в Microsoft Purview DLP:

В этой статье описаны распространенные проблемы, возникающие при работе с регулярными выражениями, и способы их устранения.

Потенциальная проблема с проверкой при использовании регулярного выражения с защитой от потери данных

  • Базовые единицы шаблона, такие как литеральные символы, цифры, пробелы и знаки препинания, могут быть представлены сами по себе или специальными символами, называемыми метачарами, например \d для любой цифры, \s для любого пробела или \. для литеральной точки.
  • Базовые единицы в сочетании с квантификаторами указывают, сколько раз они могут или должны встречаться в совпадении. Например, * означает ноль или несколько, + означает один или несколько, ? означает ноль или единицу, а {n,m} означает между nи m время. Например, \d+ означает одну или несколько цифр, \s? означает необязательный пробел и a{3,5} означает от трех до пяти экземпляров литерала a.
  • Регулярное выражение использует положительный или отрицательный взгляд за спиной. Просмотр используется для проверка, есть ли совпадение перед определенной позицией во входной строке без учета фактических символов в совпадении. Положительный взгляд за спиной используется для сопоставления при наличии шаблона lookbehind, в то время как отрицательный взгляд используется для сопоставления, когда шаблон lookbehind отсутствует .
  • Рассмотрим следующий пример: (?<=^|\s|_). В этом примере показан обзор, включающий три возможности:
    1. ^ утверждает позицию. В этом случае требуется, чтобы сопоставление шаблонов начиналось в начале строки.
    2. \s обнаруживает все пробелы в виде совпадения.
    3. _ соответствует символу символа подчеркивания литерала ( _ ).
  • В предыдущем примере варианты 2 и 3 будут соответствовать одному символу. Однако возможность 1 указывает только, где должно начинаться сопоставление. Он не даст результатов в отношении каких-либо совпадений символов.
  • Возьмем второй пример, ^\d+$. Этот регулярный выражение будет обнаруживать только строку, состоящую полностью из цифр, от начала до конца.
  • Регулярные проверки шаблонов в условиях по умолчанию не учитывают регистр. Чтобы учитывать чувствительность регистра, добавьте (?-i) в шаблон

Получение извлеченного текста

Регулярное выражение сопоставляется с извлеченным текстом содержимого, а не с самим содержимым. Таким образом, даже если шаблон отображается в содержимом, он может не совпадать при оценке политики защиты от потери данных.

Чтобы обеспечить запись соответствующих совпадений, выполните следующие действия.

  1. Используйте командлет Test-TextExtraction , чтобы получить извлеченный текст, который будет состоять из потока строк.
  2. Затем используйте извлеченный текст для сопоставления регулярного выражения.

Например:

$data = ([System.IO.File]::ReadAllBytes('<FilePath>'))
$tr = Test-TextExtraction -FileData $data
$tr.ExtractedResults.ExtractedStreamText | Format-List

Проверка обнаружения типов конфиденциальной информации

Чтобы проверить обнаружение типа конфиденциальной информации (SIT), необходимо взять только что извлеченный текст, а затем выполнить командлет Test-DataClassification для проверки обнаружения. Результаты выполнения командлета будут указывать, есть ли совпадения SIT для регулярного выражения.

Например:

$textStream = $tr.ExtractedResults.ExtractedStreamText | Out-String
$result = Test-DataClassification -TextToClassify $textStream
$result.ClassificationResults | Format-List

Пример использования регулярного выражения в правиле политики защиты от потери данных

В этом примере мы заблокируем сообщение электронной почты, содержащее строки, начиная с ABC , за которым следует число.

Используется регулярное выражение:^ABC\d

Пример правила защиты от потери данных:New-DlpComplianceRule -Name "Rule_00" -Policy "Policy_00" -SubjectOrBodyMatchesPatterns "^ABC\d" - BlockAccess $True

Пример сообщения электронной почты

Пример сообщения электронной почты для сопоставления регулярных выражений

Хотя кажется, что регулярное выражение обнаружит совпадение с этим элементом почты, извлеченный текст выглядит следующим образом:

Regex Test Email ABC123

Как видите, извлеченный текст начинается с содержимого в строке темы сообщения, а не с содержимого в тексте сообщения. Однако для включения символа утверждения в начале регулярного выражения требуется, ^чтобы строка ABC... была в начале извлеченного текста, чтобы было обнаружено совпадение.

Чтобы устранить эту проблему, можно изменить регулярное выражение на ABC\d.

Дополнительные сведения о регулярных выражениях