Jenis Informasi Sensitif Kustom Microsoft Purview: Membangun Regex dan Bukti Pendukung yang Benar-Benar Berfungsi

Q: Mengapa saya sebaiknya menghindari kata-kata umum dalam kamus kata kunci?

Kata-kata umum sering muncul dalam komunikasi harian. Jika istilah umum disertakan dalam kamus kata kunci, mesin deteksi akan terus-menerus memicu positif palsu, sehingga mengikis kepercayaan pengguna dan menghasilkan kebisingan administratif yang tidak perlu.

By Mirko Peters · 2026-10-27

Kuasai jenis informasi sensitif kustom di Microsoft Purview. Pelajari cara menulis regex yang efektif, menggunakan bukti pendukung, dan menghilangkan positif palsu.

Automatically translated with AI from the original post. Read the English original

Cover: Data Loss Prevention in Microsoft 365: Policies That Actually Work

Pelajari cara membangun jenis informasi sensitif kustom berakurasi tinggi di Microsoft Purview dengan mengombinasikan ekspresi reguler, pengaturan kedekatan, dan kata kunci bukti pendukung. Berhenti bergulat dengan positif palsu dan pelajari cara merancang detektor data presisi yang melindungi data proprietari perusahaan tanpa membanjiri tim IT Anda dengan peringatan yang bising.

Poin Penting

Jenis informasi sensitif kustom mengandalkan ekspresi reguler (regex) untuk menangkap pola proprietari seperti ID karyawan, kode proyek internal, dan nomor kontrak khusus.
Pola mentah tanpa konteks tidak efektif; menggabungkan regex dengan kata kunci bukti pendukung dan aturan kedekatan yang ketat secara signifikan mengurangi positif palsu.
Kamus kata kunci menyederhanakan pengelolaan karena memungkinkan Anda mengelompokkan ratusan istilah terkait ke dalam satu objek yang dapat digunakan kembali.
Pengujian menyeluruh dengan dokumen contoh dari dunia nyata sebelum penerapan memastikan aturan Anda menangkap kebocoran sebenarnya tanpa menghambat operasional bisnis rutin.
Memilih tingkat kepercayaan (confidence level) yang tepat mencegah dasbor Anda dipenuhi kebisingan dari rangkaian angka generik seperti ID pesanan atau ekstensi telepon.

Keterbatasan Detektor Bawaan Microsoft Purview

Microsoft menyediakan ratusan jenis informasi sensitif siap pakai, mencakup segala hal mulai dari nomor kartu kredit dan nomor Jaminan Sosial AS hingga IBAN Eropa dan pengenal medis. Detektor bawaan ini penting untuk memenuhi daftar periksa kepatuhan umum. Namun, detektor tersebut hanya mencakup data yang terlihat sama di setiap perusahaan di dunia. Bisnis Anda mengandalkan struktur data internal yang unik, yang belum pernah dilihat oleh vendor perangkat lunak mana pun.

Ketika Anda perlu melindungi informasi proprietari, seperti nomor seri karyawan internal, kode proyek terbatas, nomor akun pelanggan khusus, atau format tiket sistem lama, detektor bawaan sama sekali tidak memadai. Di sinilah Anda harus melampaui templat generik dan merancang jenis informasi sensitif kustom. Membangunnya dari awal membutuhkan penyesuaian yang cermat agar aturan Anda dapat mengenali jejak digital unik organisasi Anda tanpa memperlakukan setiap untaian digit acak sebagai pelanggaran keamanan berisiko tinggi.

Menulis Ekspresi Reguler yang Efektif untuk Deteksi Data

Inti dari setiap jenis informasi sensitif kustom adalah ekspresi reguler, atau regex. Regex adalah kode ringkas yang menjelaskan struktur bentuk string yang ketat, bukan isi literalnya. Misalnya, jika nomor kontrak internal Anda selalu diawali huruf "CN" diikuti tanda hubung, tahun empat digit, tanda hubung lain, dan enam digit penutup, regex yang disusun dengan benar akan menangkap setiap string yang sesuai dengan format persis tersebut.

Namun, pencocokan pola saja membawa risiko serius jika tidak ditangani dengan benar. Menulis regex yang terlalu longgar, misalnya yang mencocokkan setiap angka tujuh digit karena terlihat cepat dan praktis saat pengujian awal, akan langsung menjadi bumerang di lingkungan produksi. Begitu diterapkan, pola yang longgar akan menandai nomor telepon, kode pos standar, nomor faktur, dan spreadsheet keuangan rutin. Regex tanpa disiplin struktural hanya berfungsi sebagai pendeteksi angka acak, yang membanjiri log audit Purview Anda dengan noise.

Kekuatan Bukti Pendukung dan Kedekatan

Untuk mengubah pola karakter dasar menjadi pendeteksi data yang cerdas, Anda harus menyertakan bukti pendukung dan aturan kedekatan. Bentuk saja tidak sama dengan makna. ID karyawan internal yang disusun dari huruf "E" diikuti tujuh angka bisa saja bertabrakan dengan SKU produk pemasok atau referensi pengiriman standar.

Dengan menambahkan kata kunci bukti pendukung, seperti "nomor staf", "catatan SDM", atau "profil karyawan", Anda memberi mesin deteksi konteks semantik. Selain itu, Anda harus menentukan aturan kedekatan untuk menetapkan seberapa dekat kata kunci tersebut harus berada dari pola yang cocok. Jika sebuah kata kunci muncul di footer dokumen tiga halaman dari sebuah string numerik, kata kunci itu seharusnya tidak memicu kecocokan. Mempersempit jendela kedekatan memastikan bahwa konteks benar-benar terkait dengan nilai data tersebut.

Memanfaatkan Kamus Kata Kunci untuk Skala

Mengelola daftar istilah yang panjang langsung di dalam aturan individual dengan cepat menjadi mimpi buruk administratif. Alih-alih mengetik puluhan atau ratusan kata satu per satu ke setiap aturan kustom, organisasi sebaiknya memanfaatkan kamus kata kunci. Kamus kata kunci menggabungkan daftar besar istilah terkait, seperti nama sandi sistem internal, tag proyek rahasia, atau entitas pelanggan yang berada di bawah NDA aktif, ke dalam satu objek yang mudah dikelola.

Saat membangun kamus, kualitas jauh lebih penting daripada jumlah. Memasukkan dua ribu kata umum seperti "rencana", "ringkasan", dan "tinjauan" ke dalam kamus akan merusak akurasi deteksi Anda, karena kata-kata tersebut muncul sepanjang hari dalam komunikasi korporat yang normal. Setiap istilah yang ditambahkan ke kamus harus cukup spesifik untuk secara bermakna menunjukkan sensitivitas ketika dipasangkan dengan pola dasarnya.

Pengujian dan Validasi Sebelum Penerapan Produksi

Kesalahan terbesar yang dilakukan tim kepatuhan adalah menerapkan jenis informasi sensitif kustom yang baru dibuat langsung ke kebijakan penegakan tanpa pengujian empiris. Jangan pernah hanya mengandalkan contoh uji buatan yang Anda tulis sendiri untuk membuktikan aturan itu bekerja. Sebagai gantinya, kumpulkan dokumen dan email nyata dari lingkungan bisnis.

Microsoft Purview memungkinkan Anda mengunggah file contoh langsung ke portal untuk menguji apa yang ditangkap dan terlewat oleh jenis kustom Anda. Susun kumpulan uji yang seimbang, berisi dokumen yang seharusnya cocok, dokumen yang secara eksplisit seharusnya tidak cocok, dan kasus batas. Jika pendeteksi kustom Anda menandai sesuatu yang seharusnya tidak ditandai, analisislah penyebabnya. Biasanya masalahnya berasal dari pola regex yang terlalu luas, jendela kedekatan yang keliru, atau kata kunci yang muncul terlalu sering dalam komunikasi bisnis standar. Perbaiki aturan Anda, uji ulang, dan ulangi prosesnya hingga rasio sinyal terhadap noise menjadi sangat tajam. Untuk pembahasan yang lebih luas tentang bagaimana elemen kustom ini sesuai dengan strategi penerapan yang komprehensif, dengarkan episode lengkapnya dan pelajari cara merancang kebijakan yang benar-benar melindungi lingkungan cloud Anda tanpa membuat tenaga kerja Anda merasa terasing.

Pertanyaan Umum

Apa tujuan utama dari jenis informasi sensitif kustom di Microsoft Purview?

Jenis informasi sensitif kustom memungkinkan organisasi mendeteksi dan melindungi format data proprietary yang unik bagi bisnis mereka, seperti ID karyawan internal, kode proyek kustom, atau nomor akun khusus, yang tidak tercakup dalam pustaka deteksi bawaan Microsoft.

Bagaimana pengaturan kedekatan mencegah false positive dalam aturan berbasis regex?

Pengaturan kedekatan membatasi seberapa dekat kata kunci bukti pendukung harus berada dari pola regex yang terdeteksi. Dengan mewajibkan kata kunci muncul dalam jarak karakter tertentu, mesin menghindari pemicuan kecocokan pada kata-kata yang tidak terkait dan tersebar di berbagai bagian dokumen.

Mengapa saya sebaiknya menghindari penggunaan kata umum dalam kamus kata kunci?

Kata-kata umum muncul dengan sering dalam komunikasi sehari-hari. Jika istilah umum dimasukkan ke dalam kamus kata kunci, mesin deteksi akan terus-menerus memicu positif palsu, sehingga menggerus kepercayaan pengguna dan menghasilkan beban administratif yang tidak perlu.

Bagaimana cara menguji jenis informasi sensitif kustom sebelum menerapkannya?

Microsoft Purview memungkinkan Anda mengunggah dokumen dan email contoh dari dunia nyata ke portal untuk mengevaluasi performanya. Anda dapat menguji aturan kustom terhadap campuran file positif, negatif, dan batas (borderline) untuk memastikan akurasinya sebelum mengaktifkan kebijakan bagi pengguna akhir.