Mengamankan Batas Terdepan AI: Mengapa Microsoft Copilot Memerlukan Lebih dari Keamanan Tradisional

By Mirko Peters · 2026-08-26

Selamat datang kembali di blog podcast! Jika Anda mengikuti episode terbaru kami, Anda tahu bahwa menerapkan alat AI di seluruh perusahaan tidak lagi menjadi hal futuristik…

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

Selamat datang kembali di blog podcast! Jika Anda mengikuti episode terbaru kami, Anda tahu bahwa penerapan alat AI di seluruh perusahaan tidak lagi menjadi konsep futuristik—hal itu sedang terjadi sekarang, dengan kecepatan yang luar biasa. Namun, di balik gelombang produktivitas yang menakjubkan itu, ada risiko tersembunyi yang mengintai. Ketika kita membawa asisten kecerdasan buatan yang canggih ke dalam alur kerja harian, kita pada dasarnya sedang mengubah cara data organisasi diakses, diolah, dan dibagikan. Langkah-langkah keamanan berbasis perimeter tradisional tidak dirancang untuk dunia tempat AI dapat secara dinamis mengumpulkan file, email, dan riwayat obrolan di seluruh penyewa hanya dalam hitungan detik. Dalam postingan ini, kita akan membahas mengapa kontrol keamanan standar tidak memadai, bagaimana pembagian izin yang berlebihan menciptakan kerentanan besar, dan apa yang dapat Anda lakukan untuk mengunci lingkungan Anda secara proaktif.

Postingan blog ini melanjutkan secara langsung percakapan kami di episode terkait, Protect Microsoft Copilot with Purview, DLP, and Insider Risk with Alan Cox [MVP]. Mari kita telusuri secara mendalam mekanisme pengamanan batas terdepan AI.

Mengapa Microsoft Copilot Perlu Dilindungi

Risiko Paparan Data AI

Anda menghadapi risiko unik saat menggunakan Microsoft Copilot. Berbeda dengan perangkat lunak tradisional, Copilot menggunakan AI untuk mengakses dan menggabungkan informasi dari berbagai sumber di Microsoft 365. Proses ini meningkatkan kemungkinan terjadinya pelanggaran data karena Copilot dapat mengambil data sensitif dari tempat-tempat yang mungkin tidak Anda duga. Kontrol keamanan yang dirancang untuk pengguna manusia tidak selalu melindungi dari pengambilan data yang digerakkan oleh AI. Copilot dapat menemukan dan membagikan data tanpa tindakan langsung dari Anda, yang berarti file rahasia dapat muncul dalam keluaran yang dihasilkan AI.

Berikut beberapa alasan Copilot memerlukan perlindungan tambahan:

Copilot dapat mengakses data di berbagai platform, sehingga meningkatkan risiko pembagian izin yang berlebihan.
Perilaku AI bersifat dinamis dan dapat membuka informasi sensitif secara tidak sengaja.
Telemetri keamanan di Microsoft 365 tidak selalu melacak pengolahan data oleh AI, sehingga risiko lebih sulit dikenali.

Jenis data sensitif yang berisiko meliputi file rahasia, informasi identitas pribadi (PII), kode proprietary, dan informasi bisnis sensitif. Insiden kebocoran dapat terjadi ketika Copilot menghasilkan konten yang memuat informasi rahasia, meskipun Anda tidak berniat membagikannya.

Tuntutan Kepatuhan dan Regulasi

Anda harus memenuhi persyaratan kepatuhan yang ketat saat menggunakan alat AI seperti Microsoft Copilot. Kerangka regulasi seperti GDPR, HIPAA, ISO 42001, dan NIST AI Risk Management Framework menetapkan aturan untuk perlindungan data dan transparansi. Kerangka tersebut mewajibkan Anda untuk meminimalkan penggunaan data, menjelaskan keputusan otomatis, dan menyimpan catatan aktivitas AI.

Catatan: Program kepatuhan sering kali mengabaikan keluaran yang dihasilkan AI, yang dapat menciptakan celah dalam pembuktian akses dan pembagian data yang tepat.

Sistem AI menghadapi tantangan kepatuhan yang unik. Anda harus memastikan transparansi dan kemampuan menjelaskan dalam keputusan AI. Anda juga perlu mengelola bias dan kekhawatiran etis, yang tidak lazim pada sistem TI tradisional. Badan regulator kini menuntut kontrol khusus untuk tata kelola AI, termasuk proses manajemen risiko dan pencatatan yang komprehensif.

Ancaman Orang Dalam di Lingkungan AI

Anda harus mewaspadai ancaman orang dalam saat menggunakan alat AI. Microsoft Copilot dapat menyarankan cuplikan kode atau konten yang mungkin memuat informasi sensitif. Pengembang dan karyawan dapat secara tidak sengaja menyalahgunakan saran tersebut, yang berujung pada kebocoran data atau pelanggaran kepatuhan. Izin yang berlebihan dan penggunaan AI bayangan (shadow AI) dapat meningkatkan risiko, karena karyawan mungkin mengakses data yang seharusnya tidak boleh mereka lihat.

Ancaman orang dalam yang umum meliputi kebocoran data yang tidak disengaja melalui keluaran yang dihasilkan AI, pelanggaran kepatuhan ketika data sensitif diproses tanpa audit yang memadai, dan pelanggaran keamanan akibat penyalahgunaan hak akses. Anda memerlukan perlindungan yang kuat untuk mencegah risiko-risiko ini dan menjaga keamanan data Anda.

Microsoft Purview untuk Keamanan Copilot

Microsoft Purview for Copilot Security

Anda memerlukan alat yang kuat untuk melindungi data organisasi saat menggunakan Microsoft Copilot. Microsoft Purview menyediakan kerangka kerja lengkap untuk perlindungan data, keamanan, dan kepatuhan. Anda dapat menggunakan Purview untuk mengklasifikasikan, memberi label, dan memantau data sensitif di seluruh Microsoft 365, termasuk alur kerja Copilot. Bagian ini menjelaskan cara menyiapkan Purview, mengotomatiskan tata kelola, dan menjaga keamanan data Anda.

Klasifikasi Data dan Label Sensitivitas

Anda harus mengidentifikasi dan memberi tag pada data sensitif sebelum dapat melindunginya. Microsoft Purview menggunakan metode deteksi canggih untuk menemukan informasi sensitif di lingkungan Anda. Metode ini mencakup jenis informasi sensitif dan pengklasifikasi yang dapat dilatih. Keduanya memindai perintah dan respons pengguna selama interaksi AI. Saat Anda menerapkan label sensitivitas, Anda menambahkan lapisan perlindungan data yang terlihat. Label muncul di aplikasi seperti Word dan Outlook, sehingga pengguna mengetahui kapan mereka menangani konten rahasia.

Otomatisasi Penerapan Label

Anda tidak perlu mengandalkan pengguna untuk memberi label pada setiap file atau email. Purview dapat mengotomatiskan prosesnya. Purview memindai data Anda dan menerapkan label sensitivitas yang tepat berdasarkan kontennya. Otomatisasi ini mengurangi kesalahan manusia dan memastikan perlindungan data yang konsisten. Misalnya, jika sebuah dokumen berisi informasi identitas pribadi, Purview dapat memberinya label "Confidential". Anda dapat menyiapkan aturan untuk memicu pelabelan otomatis pada file yang disimpan di SharePoint, OneDrive, atau Teams.

Purview menggunakan pengklasifikasi yang dapat dilatih untuk mendeteksi pola dalam data Anda.
Label sensitivitas dapat menerapkan enkripsi dan manajemen hak.
Label mengikuti data, bahkan jika Anda memindahkannya ke luar penyewa Microsoft 365 Anda.

Pendekatan ini membantu Anda memenuhi persyaratan kepatuhan dan menjaga keamanan data, bahkan saat pengguna bekerja dengan alat AI seperti Copilot.

Membatasi Akses AI ke Data Sensitif

Anda dapat mengontrol data apa saja yang dapat diakses Copilot dengan menggunakan label sensitivitas dan kebijakan. Saat Anda menerapkan label yang mewajibkan enkripsi, hanya pengguna dengan izin yang tepat yang dapat mengakses data tersebut melalui aplikasi AI. Copilot tidak akan menampilkan atau menggunakan data yang tidak dapat diakses pengguna. Pembatasan ini melindungi informasi paling sensitif Anda dari paparan yang tidak disengaja.

Tips: Gunakan Azure Information Protection bersama Purview untuk menambahkan lapisan keamanan lain. Anda dapat menggabungkan label sensitivitas dengan enkripsi dan kontrol akses untuk perlindungan data yang maksimal.

Pembuatan dan Penegakan Kebijakan

Anda memerlukan kebijakan yang jelas untuk menegakkan perlindungan dan keamanan data. Microsoft Purview memungkinkan Anda membuat dan mengelola kebijakan ini dari satu portal. Anda dapat menyiapkan aturan yang mencegah Copilot menampilkan konten yang diberi label. Anda juga dapat menentukan kebijakan akses menggunakan Microsoft Entra dan mewajibkan autentikasi multifaktor bagi pengguna yang mengakses data sensitif.

Berikut adalah langkah praktis untuk mengintegrasikan Purview dengan Copilot:

Buka portal Microsoft Purview dengan kredensial admin Anda.
Tinjau kebijakan yang ada untuk lokasi Copilot, seperti SharePoint dan Teams.
Buat atau perbarui kebijakan DLP agar mencakup email dan lokasi penting lainnya.
Gunakan Azure Information Protection untuk menerapkan enkripsi dan manajemen hak.
Beri tahu pemangku kepentingan tentang kebijakan baru dan sediakan pelatihan.
Pantau dan audit efektivitas kebijakan secara berkala.
Perbarui dokumentasi dan sampaikan perubahan kepada semua pengguna.
Rencanakan peningkatan di masa depan dan tinjau kepatuhan bersama tim hukum.

Anda sebaiknya mulai dengan kelompok percobaan untuk menguji kebijakan Anda. Audit sumber daya Anda untuk mencari akses dengan izin berlebihan. Terapkan label sensitivitas sejak dini dan batasi pembagian eksternal. Perkuat akses bersyarat dengan kebijakan risiko masuk, dan gunakan Privileged Identity Management untuk mengontrol hak admin.

"Pusat admin Microsoft 365 semakin menjadi tempat berkumpulnya berbagai kontrol. Kebijakan, observabilitas, dan konfigurasi berada dalam satu pengalaman, sehingga admin tidak perlu mencari-cari di berbagai portal. Konsolidasi ini memudahkan kami memahami bagaimana AI berperilaku di penyewa kami dan kontrol apa saja yang tersedia untuk mengarahkannya."

Dengan Purview, Anda dapat mengotomatiskan tata kelola untuk alat AI seperti Copilot. Anda mendapatkan pengalaman admin yang lebih ringkas serta visibilitas yang lebih baik terhadap postur keamanan Anda.

Memantau Penggunaan Data Copilot

Anda harus memantau cara pengguna berinteraksi dengan Copilot untuk mendeteksi risiko dan memastikan kepatuhan. Microsoft Purview melacak interaksi pengguna, peristiwa keamanan data, dan metrik kepatuhan regulasi. Anda dapat melihat kapan pengguna mengakses data sensitif, mendeteksi risiko internal seperti pencurian kekayaan intelektual, dan menyelidiki potensi ancaman dari orang dalam.

Pantau aktivitas pengguna dan akses data secara real time.
Deteksi dan tanggapi kebocoran data atau pelanggaran keamanan.
Pantau kepatuhan terhadap persyaratan bisnis, hukum, dan regulasi.
Identifikasi informasi elektronik untuk kebutuhan kasus hukum dan cegah penghapusan yang tidak sah.
Simpan konten yang diperlukan dan hapus data yang tidak diperlukan sesuai kebutuhan.

Purview mendukung pseudonimisasi nama pengguna demi privasi. Anda dapat mencari konten di seluruh layanan Microsoft 365 dan memastikan kebijakan perlindungan data Anda berfungsi dengan baik. Audit rutin membantu Anda menyesuaikan kontrol seiring pertumbuhan organisasi.

Dengan menggunakan Microsoft Purview, Anda membangun fondasi yang kuat untuk keamanan dan kepatuhan data. Anda melindungi data sensitif, mengotomatisasi tata kelola, dan memperoleh visibilitas penuh atas lingkungan AI Anda.

DLP dan Data Loss Prevention untuk Microsoft Copilot

DLP and Data Loss Prevention for Microsoft Copilot

Anda memerlukan strategi pencegahan kehilangan data yang kuat untuk melindungi organisasi saat menggunakan Microsoft Copilot. DLP membantu Anda mencegah informasi sensitif muncul dalam konten yang dihasilkan AI dan menjaga data Anda tetap aman. Anda dapat menggunakan kemampuan DLP untuk memantau, membatasi, dan menanggapi tindakan berisiko secara real time. Microsoft Purview menyediakan alat untuk menyiapkan kebijakan DLP yang sesuai dengan kebutuhan bisnis Anda.

Membuat Kebijakan DLP untuk Copilot

Anda harus membuat kebijakan DLP yang bekerja khusus dengan Microsoft Copilot. Kebijakan ini membantu Anda mengendalikan bagaimana informasi sensitif bergerak melalui prompt dan keluaran AI. Anda dapat mengikuti langkah-langkah berikut untuk menyiapkan DLP bagi Copilot:

Buka portal Microsoft Purview Data Security Posture Management.
Pilih tujuan Anda untuk mencegah eksposur data di Microsoft 365 Copilot.
Mulai dengan alur kerja terpandu dan terapkan kebijakan DLP satu klik dalam mode simulasi.
Sesuaikan kebijakan di portal DLP atau di Microsoft 365 Admin Center.
Buat kebijakan kustom DLP dan tentukan Microsoft 365 Copilot sebagai lokasi.
Tentukan aturan untuk jenis informasi sensitif dan tindakan untuk membatasi pemrosesan Copilot.

Anda dapat menyesuaikan kebijakan ini dengan kebutuhan organisasi. Mode simulasi memungkinkan Anda menguji kebijakan sebelum diberlakukan. Anda dapat menyesuaikan aturan untuk memblokir, mengaudit, atau menyunting data sensitif.

Memblokir Data Sensitif dalam Prompt AI

Kebijakan DLP memblokir informasi sensitif agar tidak digunakan dalam prompt Copilot. Ketika pengguna mencoba menyertakan data rahasia, kebijakan mendeteksi upaya tersebut dan menghentikan Copilot untuk memproses permintaan. Misalnya, jika seseorang memasukkan nomor jaminan sosial dalam prompt, Copilot akan menolak menangani permintaan tersebut. Pendekatan ini melindungi data Anda sekaligus mengedukasi pengguna tentang penanganan yang tepat.

Kebijakan DLP berlaku untuk fungsi aplikasi maupun chat di Microsoft 365 Copilot.
Kebijakan ini memastikan data sensitif tidak diproses atau terekspos.
Pengguna belajar menghindari tindakan berisiko karena kebijakan DLP memandu mereka.

Anda dapat mengombinasikan label sensitivitas dan otomatisasi DLP untuk menyederhanakan kepatuhan. Peningkatan di masa depan dapat mencakup penegakan yang lebih ketat dan pemantauan terhadap percobaan berulang untuk menggunakan jenis data yang diblokir.

Menyesuaikan DLP untuk Skenario Copilot

Anda dapat menyesuaikan solusi DLP untuk skenario khusus Copilot. Penegakan kebijakan DLP inline memindai setiap prompt Copilot dan keluaran yang dihasilkan AI untuk mencari pola data sensitif sebelum konten mencapai pengguna akhir. Anda dapat menyesuaikan mekanisme deteksi agar mengenali risiko tradisional maupun risiko khusus AI, seperti konten panjang, cuplikan kode, atau referensi tersembunyi ke data klien.

Otomatiskan eskalasi dan penanganan insiden dengan mengarahkan pelanggaran DLP ke tim keamanan untuk triase dan perbaikan.
Amankan atau karantina keluaran sambil menunggu peninjauan untuk meminimalkan eksposur.
Integrasikan DLP dengan pencatatan dan pemantauan untuk kepatuhan dan investigasi forensik.
Uji kebijakan secara rutin dan jalankan latihan skenario negatif untuk memvalidasi efektivitasnya.

Berkolaborasi dengan tim keamanan, pemilik data, dan tim hukum untuk menyetel aturan dan mengurangi negatif palsu. Tinjau data insiden DLP dan masukan pengguna untuk menyesuaikan logika klasifikasi serta menjaga kontrol tetap selaras dengan alur kerja AI yang terus berkembang.

Peringatan DLP dan Respons Insiden

Anda harus merespons dengan cepat saat peringatan DLP terpicu. Investigasi dimulai dengan pengumpulan bukti untuk menentukan penyebab dan dampak. Gunakan portal Microsoft Defender untuk mengelola peringatan DLP dan memfilter insiden agar berfokus pada kasus yang paling kritis. Segera ambil tindakan untuk mengisolasi sistem yang terdampak dan membatasi akses ke data yang terekspos.

Simpan log yang akurat dan evaluasi cakupan setiap insiden.
Beri tahu pihak terdampak dengan segera untuk memastikan transparansi.
Lakukan latihan respons insiden secara berkala dan perbarui rencana Anda secara rutin.

Anda dapat menggunakan alat seperti dasbor manajemen peringatan DLP, activity explorer, dan content explorer untuk mengumpulkan bukti dan melacak aktivitas file. Alat-alat ini membantu Anda memahami apa yang terjadi dan memandu respons Anda.

Tips: Latihan dan peninjauan rutin membantu Anda tetap siap menghadapi insiden nyata. Perbarui rencana respons Anda seiring pertumbuhan organisasi.

Praktik Terbaik untuk Penyiapan DLP

Anda dapat mengikuti praktik terbaik untuk menyiapkan DLP bagi Microsoft Copilot di lingkungan perusahaan. Praktik-praktik ini membantu Anda memaksimalkan perlindungan dan meminimalkan risiko.

Aktifkan DLP dengan mengonfigurasi kebijakan di Microsoft Purview untuk mendeteksi dan memblokir informasi sensitif agar tidak disertakan dalam konten yang dihasilkan Copilot. Konfigurasikan kebijakan DLP untuk menetapkan aturan yang mengaudit, memblokir, atau menyunting informasi sensitif di dalam prompt dan respons, dengan mengakui Copilot sebagai lokasi kebijakan tersendiri.

Anda dapat menggunakan endpoint data loss prevention untuk memperluas perlindungan ke perangkat dan memantau tindakan berisiko. Endpoint data loss prevention membantu Anda mengendalikan pergerakan data dan mencegah kebocoran dari endpoint.

Anda perlu mengaktifkan DLP, mengonfigurasi kebijakan, dan melibatkan pemangku kepentingan dalam penyusunan kebijakan. Uji kebijakan Anda secara rutin dan gunakan umpan balik untuk meningkatkan deteksi dan respons. Integrasikan DLP dengan pencatatan dan pemantauan untuk kepatuhan dan audit.

Catatan: Kebijakan DLP dan otomatisasi menyederhanakan kepatuhan dan menjaga keamanan organisasi Anda saat Anda mengadopsi alat AI seperti Microsoft Copilot.

Mengelola Risiko Orang Dalam dengan Purview

Anda perlu mengelola risiko orang dalam saat menggunakan Microsoft Copilot di organisasi Anda. Microsoft Purview menyediakan alat untuk mendeteksi, menyelidiki, dan merespons perilaku berisiko yang dapat mengarah pada eksfiltrasi data atau masalah kepatuhan. Anda dapat menggunakan alat ini untuk melindungi data sensitif dan menjaga keamanan bisnis Anda.

Mendeteksi Perilaku Berisiko Copilot

Anda harus mewaspadai tanda-tanda aktivitas berisiko saat karyawan menggunakan Copilot. Purview membantu Anda mengenali perilaku ini dengan memantau serangan prompt injection, melacak akses ke materi yang dilindungi, dan menandai komunikasi yang tidak pantas. Anda juga memperoleh wawasan dari Microsoft Defender XDR, yang memberikan gambaran lengkap tentang risiko terkait AI.

Pola Akses yang Tidak Biasa

Anda dapat menyiapkan peringatan untuk pola penggunaan yang tidak wajar. Misalnya, jika seseorang mencoba mengakses topik sensitif melalui Copilot lebih sering dari biasanya, Purview akan memberi tahu Anda. Anda dapat menetapkan pola penggunaan normal untuk setiap pengguna, peran, dan unit bisnis. Ketika seseorang bertindak di luar pola tersebut, Purview menggunakan machine learning atau penilaian berbasis aturan untuk menandai aktivitas itu. Hal ini membantu Anda mendeteksi ancaman orang dalam sebelum mengarah pada eksfiltrasi data.

Prompt Berisiko dan Eksfiltrasi Data

Anda perlu memantau prompt yang dapat menyebabkan eksfiltrasi data. Purview memindai prompt dan keluaran Copilot untuk mencari tanda-tanda perilaku berisiko. Jika karyawan mencoba menggunakan Copilot untuk mengekstrak informasi rahasia, Purview akan mendeteksi dan memblokir upaya tersebut. Anda juga dapat melacak upaya berulang untuk mengakses atau membagikan data sensitif. Pendekatan ini membantu Anda menghentikan risiko orang dalam sebelum berkembang menjadi masalah yang lebih besar.

Konfigurasi Kebijakan Risiko Orang Dalam

Anda dapat mengonfigurasi kebijakan risiko orang dalam di Purview dengan mengikuti beberapa langkah utama berikut:

Tetapkan default yang aman. Terapkan Restricted Access Control untuk situs penting dan nonaktifkan grup berbagi di seluruh perusahaan.
Siapkan pagar pengaman yang kuat. Gunakan pelabelan otomatis dan kebijakan DLP untuk menjaga data sensitif tetap aman dari penyalahgunaan Copilot.
Terus terapkan dan tingkatkan pagar pengaman Anda. Gunakan pelaporan Purview dan penilaian risiko untuk memeriksa perlindungan Anda dan menyelidiki penggunaan AI.

Tips: Tinjau kebijakan Anda secara berkala. Perbarui kebijakan saat organisasi Anda berubah atau saat fitur AI baru tersedia.

Skenario Risiko Orang Dalam di Dunia Nyata

Anda dapat melihat bagaimana risiko orang dalam muncul di berbagai departemen:

Keuangan: Seorang analis keuangan menggunakan Copilot untuk menyusun laporan yang secara tidak sengaja dapat memuat data laba yang belum dirilis jika tidak diklasifikasikan dengan benar.
SDM: Seorang manajer SDM menyusun laporan yang dapat mengungkap informasi karyawan yang sensitif akibat kontrol akses yang terlalu permisif.
R&D: Tim pengembangan produk berisiko membocorkan informasi rahasia tentang produk yang akan datang saat menggunakan Copilot untuk brainstorming.
Pemasaran: Tim pemasaran menganalisis umpan balik kelompok fokus, berpotensi membagikan informasi peserta yang sensitif tanpa klasifikasi yang tepat.

Anda dapat mengurangi risiko ini dengan menggunakan Microsoft Purview untuk memantau, mengklasifikasikan, dan melindungi data Anda. Pendekatan ini membantu Anda mencegah eksfiltrasi data dan menjaga keamanan organisasi Anda.

Mengintegrasikan Purview, DLP, dan Insider Risk Management

Kontrol Keamanan Terpadu untuk Copilot

Anda dapat memperkuat keamanan dengan mengintegrasikan Purview, DLP, dan Insider Risk Management. Ketiga alat ini bekerja bersama untuk memberi Anda satu titik kontrol untuk Copilot. Security Copilot di Purview menganalisis informasi dari DLP dan Insider Risk Management. Alat ini menggunakan promptbook untuk menjalankan beberapa prompt secara berurutan, sehingga Anda memperoleh hasil yang terintegrasi. Pendekatan ini meningkatkan kerangka keamanan Anda dan memudahkan pengelolaan risiko.

Anda dapat melihat bagaimana data bergerak di seluruh lingkungan Anda.
Anda dapat mendeteksi perilaku berisiko dari pengguna maupun agen AI.
Anda dapat menerapkan kebijakan yang melindungi informasi sensitif Anda.

Purview mengorelasikan klasifikasi data, tindakan pengguna, dan cakupan kebijakan. Proses ini membantu Anda mengenali risiko secara real-time, seperti berbagi berlebihan melalui AI. Anda menerima rekomendasi yang dapat ditindaklanjuti untuk menutup celah apa pun dalam postur keamanan Anda.

Penegakan Kebijakan Dinamis

Anda memerlukan penegakan kebijakan dinamis untuk mengikuti ancaman yang terus berubah. Data Security Posture Management for AI dari Purview memberi Anda dasbor terpusat. Anda dapat memantau aktivitas AI dan menilai risiko di satu tempat. Anda juga dapat menegakkan kebijakan kepatuhan di seluruh Copilot dan aplikasi AI lainnya.

Siapkan kebijakan Anda di Purview.
Pantau bagaimana pengguna berinteraksi dengan Copilot.
Sesuaikan aturan Anda berdasarkan peringatan dan risiko baru.
Terapkan perubahan dengan cepat untuk menjaga keamanan Anda tetap kuat.

Proses ini membantu Anda merespons ancaman saat terjadi. Anda tidak perlu menunggu tinjauan manual. Anda dapat mengotomatiskan penegakan kebijakan dan memastikan organisasi Anda tetap terlindungi.

Tips: Tinjau kebijakan Anda secara rutin. Perbarui kebijakan ketika Anda melihat pola atau ancaman baru.

Membangun Dasbor Keamanan

Dasbor keamanan memberi Anda gambaran yang jelas tentang aktivitas Copilot. Anda dapat melacak prompt, respons, dan tindakan pengguna. Dasbor ini membantu Anda mendeteksi masalah lebih awal dan bertindak dengan cepat.

Log prompt dan respons terpusat mencatat semua prompt dan respons Copilot beserta stempel waktu dan atribusi pengguna untuk keperluan keterlacakan. Integrasi alat pemantauan menghubungkan log Copilot ke alat SIEM untuk deteksi risiko perilaku secara otomatis. Deteksi insiden otomatis dan peringatan menyiapkan notifikasi untuk pola penggunaan yang tidak normal guna mendukung pertahanan proaktif. Kontrol retensi log dan kepatuhan menerapkan retensi berbasis kebijakan dengan penyimpanan aman untuk kepatuhan. Pemantauan pola akses Microsoft Graph dan API melacak aktivitas melalui log Microsoft Graph API untuk mendeteksi perilaku akses yang tidak biasa. Pencatatan audit dan visibilitas akses data mencatat seluruh aktivitas Copilot dalam jalur audit terpadu Microsoft 365 untuk pelacakan.

Anda dapat memanfaatkan fitur-fitur ini untuk meningkatkan keamanan. Anda dapat melihat di mana risiko bermula dan menghentikannya sebelum berkembang. Dasbor yang baik membantu Anda menjaga keamanan organisasi saat menggunakan alat AI.

Pemantauan dan Wawasan untuk Keamanan Copilot

Pemantauan Aktivitas Real-Time

Anda perlu melihat apa yang terjadi di lingkungan Anda saat kejadian berlangsung. Pemantauan aktivitas real-time memberi Anda kemampuan untuk mengenali risiko sebelum berkembang. Anda dapat menggunakan beberapa alat dan metode untuk melacak aktivitas Copilot:

Log prompt dan respons terpusat membantu Anda melacak setiap interaksi Copilot.
Integrasi alat pemantauan menghubungkan log Copilot ke alat SIEM seperti Microsoft Sentinel untuk deteksi otomatis.
Deteksi insiden otomatis dan peringatan menyiapkan notifikasi untuk pola penggunaan yang tidak normal.
Kontrol retensi log dan kepatuhan menjaga catatan tetap aman dan mudah ditinjau.
Analitik baseline perilaku menetapkan pola penggunaan normal sehingga Anda dapat menemukan anomali.
Visibilitas terpadu di Microsoft 365, Azure, dan aktivitas Copilot menunjukkan siapa yang mengakses konten sensitif.
Pemantauan berkelanjutan untuk akses data sensitif melacak cara Copilot berinteraksi dengan informasi Anda.
Deteksi otomatis izin yang salah konfigurasi menemukan masalah yang dapat mengekspos data sensitif.
Penegakan kebijakan untuk alur kerja berbasis AI menetapkan aturan tentang apa yang dapat diakses Copilot.
Peringatan kontekstual untuk perilaku Copilot yang anomali memberikan peringatan real-time.

Tips: Siapkan peringatan untuk aktivitas yang tidak biasa. Anda dapat bertindak cepat ketika melihat sesuatu yang di luar kebiasaan.

Analitik dan Pelaporan

Anda dapat menggunakan analitik dan pelaporan untuk meningkatkan hasil keamanan Copilot Anda. Alat-alat ini membantu Anda memahami apa yang sedang terjadi dan membuat keputusan yang lebih baik.

Pengawasan manusia memungkinkan Anda memvalidasi keluaran keamanan yang dihasilkan AI dengan keahlian Anda.
Alat verifikasi memeriksa keakuratan wawasan dan membantu Anda mempercayai laporan Anda.
Mekanisme umpan balik memungkinkan Anda memberikan masukan dan meningkatkan relevansi keluaran.
Optimalkan konsumsi SCU dengan memantau penggunaan dan menyetel sumber data agar lebih efisien.

Anda dapat meninjau dasbor dan laporan untuk melihat tren dan pola. Anda dapat menggunakan wawasan ini untuk menyesuaikan kebijakan dan menjaga lingkungan Anda tetap aman.

Catatan: Analitik membantu Anda mendeteksi risiko lebih awal dan merespons sebelum risiko tersebut berkembang menjadi masalah yang lebih besar.

Audit dan Tinjauan Kepatuhan

Anda harus melakukan audit dan tinjauan secara berkala untuk memenuhi persyaratan kepatuhan. Pemeriksaan ini membantu Anda membuktikan bahwa kontrol Anda berfungsi dan bahwa Anda melindungi informasi sensitif.

Audit dan tinjauan berkala meliputi penilaian triwulanan atas aktivitas pemrosesan data; pembaruan DPIA tahunan dan penilaian ulang risiko; pemantauan berkelanjutan terhadap efektivitas kontrol privasi; serta pembaruan pelatihan secara berkala bagi tim TI dan kepatuhan. Dokumentasi dan tata kelola mencakup pemeliharaan catatan lengkap atas aktivitas pemrosesan; pendokumentasian seluruh penerapan dan perubahan kontrol privasi; penetapan prosedur eskalasi yang jelas untuk insiden privasi; serta komunikasi rutin dengan petugas perlindungan data dan tim hukum. Pemantauan teknologi meliputi upaya tetap mengikuti pembaruan fitur Microsoft 365 dan dampaknya terhadap privasi; memantau peningkatan platform dan fitur privasi baru; menilai integrasi pihak ketiga dari sisi dampak privasi; serta merencanakan siklus pembaruan teknologi dan implikasinya terhadap kepatuhan.

Anda dapat menggunakan persyaratan ini untuk membangun program audit yang kuat. Anda menjaga organisasi tetap siap menghadapi tinjauan regulasi dan menunjukkan bahwa Anda menerapkan praktik terbaik.

Catatan Penting: Audit berkala membantu Anda tetap patuh dan membangun kepercayaan dengan para pemangku kepentingan.

Anda dapat mengamankan Microsoft Copilot dengan pendekatan berlapis dan otomatis. Menggabungkan Microsoft Purview, DLP, dan Insider Risk Management memberi Anda perlindungan yang kuat bagi data Anda saat mengadopsi alat AI. Tetap proaktif dengan mengikuti praktik terbaik berikut:

Mulai dengan grup percontohan dan audit izin.
Terapkan label sensitivitas dan batasi berbagi eksternal.
Aktifkan DLP dan pantau log aktivitas.
Latih pengguna tentang penggunaan yang bertanggung jawab.

Jelajahi solusi seperti Opsin, Wiz, CrowdStrike Falcon, dan Splunk Enterprise Security untuk memperkuat postur keamanan Anda.

Pertanyaan Umum

Apa itu Microsoft Purview dan bagaimana cara membantu mengamankan Copilot?

Anda menggunakan Microsoft Purview untuk mengklasifikasikan, memberi label, dan memantau data sensitif di lingkungan Anda. Alat ini membantu Anda mengotomatiskan tata kelola dan menerapkan kebijakan keamanan, sehingga lebih mudah melindungi informasi saat Anda menggunakan Copilot.

Bagaimana label sensitivitas bekerja dengan Copilot?

Anda menerapkan label sensitivitas pada file dan email. Label ini mengontrol siapa yang dapat mengakses konten tersebut. Saat Anda menggunakan Copilot, sistem menghormati label ini dan mencegah pengguna yang tidak berwenang melihat informasi yang dilindungi.

Bisakah saya memblokir Copilot agar tidak mengakses data tertentu?

Bisa. Anda menyiapkan kebijakan yang membatasi akses Copilot ke jenis data atau lokasi tertentu. Kontrol ini membantu Anda mencegah paparan informasi rahasia yang tidak disengaja selama interaksi AI.

Apa yang harus saya lakukan jika peringatan DLP terpicu?

Anda meninjau detail peringatan di dasbor keamanan Anda. Selidiki insiden, kumpulkan bukti, dan ambil tindakan untuk membatasi risiko apa pun. Latihan rutin membantu Anda merespons dengan cepat dan menjaga organisasi tetap aman.

Bagaimana Insider Risk Management mendeteksi perilaku berisiko Copilot?

Anda memantau aktivitas pengguna untuk mencari pola yang tidak biasa, seperti percobaan berulang untuk mengakses file sensitif. Sistem menggunakan analitik untuk menandai prompt atau tindakan berisiko, sehingga membantu Anda menghentikan ancaman sebelum menimbulkan kerugian.

Apakah saya perlu memperbarui program kepatuhan untuk Copilot?

Ya. Anda sebaiknya meninjau kebijakan kepatuhan Anda agar mencakup keluaran yang dihasilkan AI. Audit dan dokumentasi berkala membantu Anda memenuhi persyaratan regulasi dan menunjukkan bahwa Anda melindungi informasi sensitif.

Bagaimana cara memantau aktivitas Copilot secara real time?

Anda menggunakan log dan dasbor terpusat untuk melacak prompt, respons, dan tindakan pengguna. Pemantauan real-time memungkinkan Anda mendeteksi risiko lebih awal dan merespons sebelum masalah berkembang.

Apakah pelatihan diperlukan bagi pengguna yang bekerja dengan Copilot?

Ya. Anda memberikan pelatihan tentang penggunaan Copilot yang bertanggung jawab dan perlindungan data. Hal ini membantu pengguna memahami kebijakan keamanan dan mengurangi kemungkinan kebocoran data yang tidak disengaja.

🎧 Dengarkan episode ini

Ingin penjelasan praktis tentang Protect Microsoft Copilot? Episode ini membahas topik tersebut dengan bahasa yang jelas dan menunjukkan mengapa topik ini penting untuk Microsoft 365, Azure, Power Platform, keamanan, AI, dan dunia kerja modern.

Dengarkan episode ini jika Anda ingin:

Memahami konsep utama di balik Protect Microsoft Copilot
Melihat bagaimana topik ini berada dalam ekosistem teknologi Microsoft yang lebih luas
Mempelajari di mana topik ini dapat memberikan nilai praktis bagi organisasi Anda

Anda mungkin juga menyukai episode M365 FM terkait berikut:

Temukan lebih banyak percakapan praktis tentang Microsoft di M365 FM.