Microsoft Purview 中的自訂分類

發行項
08/23/2023

本文說明如何建立自訂分類，以在您的資料資產中定義組織唯一的資料類型。它也描述如何建立自訂分類規則，讓您在整個資料資產中尋找指定的資料。

重要事項

若要建立自訂分類，您需要集合的資料編者或 資料來源系統管理員 許可權。任何集合層級的許可權都已足夠。如需許可權的詳細資訊，請參閱： Microsoft Purview 許可權。

預設系統分類

Microsoft Purview 資料目錄提供一組大型的預設系統分類，這些分類代表您可能在資料資產中擁有的一般個人資料類型。如需可用系統分類的完整清單，請參閱 Microsoft Purview 中支援的分類。

選取分類

如果任何預設分類不符合您的需求，您也可以建立自訂分類。

注意事項

我們的資料取樣規則同時套用至系統和自訂分類。

注意事項

Microsoft Purview 自訂分類僅適用于 SQL 和 CosmosDB 等結構化資料來源，以及 CSV、JSON 和 Parquet 等結構化檔案類型。自訂分類不會套用至非結構化資料檔案類型，例如 DOC、PDF 和 XLSX。

建立自訂分類的步驟

若要建立自訂分類，請遵循下列步驟：

您需要任何集合的資料編者或資料來源系統管理員權限，才能建立自訂分類。
從您的目錄中，從左側功能表選取 [資料對應 ]。
選取[批註管理] 下的 [分類]。
選 取 [+ 新增]

[ 新增分類] 窗格隨即開啟，您可以在其中提供分類名稱和描述。最好使用名稱間距慣例，例如 your company name.classification name 。

Microsoft 系統分類會分組在保留 MICROSOFT. 的命名空間下。例如 MICROSOFT。政府。我們。SOCIAL_SECURITY_NUMBER。

分類的名稱必須以字母開頭，後面接著字母、數位和句號 (.) 或底線字元序列。當您輸入時，UX 會自動產生易記名稱。當您將此易記名稱套用至目錄中的資產時，使用者會看到這個易記名稱。

若要讓名稱保持簡短，系統會根據下列邏輯建立易記名稱：

除了命名空間的最後兩個區段，全部都會修剪。
大小寫會進行調整，以便將每個單字的第一個字母大寫。
所有底線 (_) 都會取代為空格。

例如，如果您將分類命名 為contoso.hr.employee_ID，易記名稱會以 Hr.Employee 標識符的方式儲存在系統中。

Contoso.hr.employee_id

選取 [確定]，您的新分類會新增至您的分類清單。

自訂分類

選取清單中的分類會開啟分類詳細資料頁面。在這裡，您會找到有關分類的所有詳細資料。

這些詳細資料包括有多少個實例的計數、正式名稱、任何) (相關聯的分類規則，以及擁有者名稱。

選取分類

自訂分類規則

目錄服務提供一組預設分類規則，掃描器會使用這些規則來自動偵測特定資料類型。您也可以新增自己的自訂分類規則，以偵測您可能有興趣在資料資產中尋找的其他資料類型。當您嘗試在資料資產中尋找資料時，這項功能可能會很強大。

注意事項

只有英文才支援自訂分類規則。

舉例來說，假設名為 Contoso 的公司具有全公司標準化的員工識別碼，其字組為「Employee」，後面接著 GUID 來建立 EMPLOYEE{GUID}。例如，員工識別碼的一個實例看起來像。 EMPLOYEE9c55c474-9996-420c-a285-0d0fc23f1f55

Contoso 可以藉由建立自訂分類規則，設定掃描系統來尋找這些識別碼的實例。他們可以提供符合資料模式的正則運算式，在此案例中為 \^Employee\[A-Za-z0-9\]{8}-\[A-Za-z0-9\]{4}-\[A-Za-z0-9\]{4}-\[A-Za-z0-9\]{4}-\[A-Za-z0-9\]{12}\$ 。或者，如果資料通常位於其知道名稱的資料行中，例如 Employee_ID 或 EmployeeID，則可以新增資料行模式正則運算式，讓掃描更加精確。範例 RegEx 為 Employee_ID|EmployeeID。

掃描系統接著可以使用此規則來檢查資料行中的實際資料，以及嘗試識別找到員工識別碼模式之每個實例的資料行名稱。

建立自訂分類規則的步驟

若要建立自訂分類規則：

依照上一節中的指示建立自訂分類。您會在分類規則組態中新增此自訂分類，以便系統在資料行中找到相符專案時套用它。
選取 [資料對應] 圖示。
選取 [ 分類規則] 區段。
選取 [新增]。

[ 新增分類規則] 對話方塊隨即開啟。填入欄位，並決定是否要建立 正則運算式規則 或 字典規則。

欄位	描述
名稱	此為必要動作。最大值為 100 個字元。
描述	選用。最大值為 256 個字元。
分類名稱	此為必要動作。從下拉式清單中選取分類的名稱，以告知掃描器在找到相符專案時套用它。
狀態	此為必要動作。選項已啟用或停用。 [已啟用] 是預設值。

建立新的分類規則

建立正則運算式規則

重要事項

自訂分類中的正則運算式不區分大小寫。

如果建立正則運算式規則，您會看到下列畫面。您可以選擇性地上傳檔案，以用來 為規則產生建議的 RegEx 模式 。僅支援英文語言規則。

如果您決定產生建議的 RegEx 模式，請在上傳檔案之後，選取其中一個建議的模式，然後選取 [新增至模式 ] 以使用建議的資料和資料行模式。您可以調整建議的模式，也可以輸入自己的模式，而不需要上傳檔案。

產生建議的 RegEx

欄位	描述
資料模式	選用。正則運算式，表示儲存在資料欄位中的資料。限制很大。在上一個範例中，資料模式會測試員工識別碼的字詞 `Employee{GUID}` 。
資料行模式	選用。正則運算式，表示您想要比對的資料行名稱。限制很大。

在 [資料模式 ] 下，您可以使用 [最小比對閾值 ] 來設定資料行中相異資料值相符專案的最小百分比，掃描器必須找到該百分比才能套用分類。建議的值為 60%。如果您指定多個資料模式，則會停用此設定，並將值固定為 60%。

注意事項

最小比對閾值必須至少為 1%。
您現在可以驗證規則並 加以建立 。
完成建立程式之前，請先測試分類規則，以驗證它是否會將標籤套用至您的資產。規則中的分類會套用至上傳的範例資料，就像在掃描中一樣。這表示所有系統分類和自訂分類都會與檔案中的資料相符。

輸入檔可能包含 CSV、PSV、SSV、TSV) 、JSON 或 XML 內容 (分隔的檔案。內容會根據輸入檔的副檔名進行剖析。分隔資料可能具有符合任何所述類型的副檔名。例如，TSV 資料可以存在於名為 MySampleData.csv 的檔案中。分隔的內容也必須至少有三個數據行。