Microsoft Purview Custom Sensitive Information Types: come creare regex e prove di supporto che funzionano davvero

By Mirko Peters · 2026-10-27

Padroneggia i tipi di informazioni sensibili personalizzati di Microsoft Purview. Impara a scrivere regex efficaci, a usare le prove di supporto ed eliminare i falsi positivi.

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

Scopri come creare tipi di informazioni sensibili personalizzati ad alta precisione in Microsoft Purview combinando espressioni regolari, impostazioni di prossimità e parole chiave di prova di supporto. Smetti di combattere con i falsi positivi e impara a progettare rilevatori di dati precisi che proteggono i dati proprietari dell'azienda senza sommergere il tuo team IT di avvisi inutili.

Punti chiave

• I tipi di informazioni sensibili personalizzati si basano su espressioni regolari (regex) per individuare pattern proprietari come ID dei dipendenti, codici di progetto interni e numeri di contratto specifici.
• I pattern grezzi senza contesto non funzionano: combinare la regex con parole chiave di prova di supporto e regole di prossimità rigorose riduce drasticamente i falsi positivi.
• I dizionari di parole chiave semplificano la gestione, perché consentono di raggruppare centinaia di termini correlati in un unico oggetto riutilizzabile.
• Test rigorosi con documenti di esempio reali prima della distribuzione garantiscono che le regole intercettino le fughe di dati effettive senza bloccare le normali attività aziendali.
• Scegliere i livelli di affidabilità corretti evita che la dashboard si riempia di rumore generato da stringhe numeriche generiche, come numeri d'ordine o interni telefonici.

I limiti dei rilevatori integrati di Microsoft Purview

Microsoft offre centinaia di tipi di informazioni sensibili pronti all'uso, che coprono dalle carte di credito e dai numeri di previdenza sociale statunitensi agli IBAN europei e agli identificativi medici. Questi rilevatori integrati sono essenziali per soddisfare i requisiti generali di conformità. Tuttavia, coprono solo dati che hanno lo stesso aspetto in ogni azienda del mondo. La tua attività, invece, si basa su strutture dati interne uniche che nessun fornitore di software ha mai visto.

Quando devi proteggere informazioni proprietarie, come numeri di serie interni dei dipendenti, codici di progetto riservati, numeri di account specifici dei clienti o formati legacy dei ticket di sistemi precedenti, i rilevatori integrati non sono sufficienti. È qui che devi andare oltre i modelli generici e progettare tipi di informazioni sensibili personalizzati. Crearli da zero richiede una messa a punto accurata, in modo che le regole riconoscano con precisione l'impronta digitale unica della tua organizzazione senza trattare ogni stringa casuale di cifre come una violazione di sicurezza ad alto rischio.

Scrivere espressioni regolari efficaci per il rilevamento dei dati

Il motore principale di ogni tipo di informazioni sensibili personalizzato è un'espressione regolare, o regex. Una regex è un codice compatto che descrive la struttura precisa di una stringa anziché il suo contenuto letterale. Ad esempio, se i numeri di contratto interni iniziano sempre con le lettere "CN" seguite da un trattino, un anno di quattro cifre, un altro trattino e sei cifre finali, una regex scritta correttamente individuerà ogni stringa che corrisponde esattamente a quel formato.

Tuttavia, la corrispondenza di pattern da sola introduce rischi seri se non viene gestita correttamente. Scrivere una regex troppo permissiva, per esempio una che corrisponde a qualsiasi numero di sette cifre perché sembrava veloce e comoda durante i primi test, causa problemi immediati in produzione. Una volta distribuito, un pattern troppo largo segnalerà numeri di telefono, CAP, numeri di fattura e normali fogli di calcolo finanziari. Una regex senza una struttura rigorosa funziona semplicemente come un rilevatore di numeri casuali, che riempie i log di controllo di Purview di rumore.

Il valore delle prove a supporto e della prossimità

Per trasformare un semplice pattern di caratteri in un rilevatore di dati intelligente, devi aggiungere prove a supporto e regole di prossimità. La forma da sola non equivale a un significato. Un ID dipendente interno strutturato come la lettera «E» seguita da sette numeri potrebbe facilmente coincidere con codici SKU di prodotti di fornitori o con riferimenti di spedizione standard.

Aggiungendo parole chiave di supporto, come «numero di matricola», «record HR» o «profilo dipendente», dai al motore di rilevamento un contesto semantico. Inoltre, devi definire regole di prossimità che stabiliscano quanto devono essere vicine queste parole chiave rispetto al pattern trovato. Se una parola chiave compare nel piè di pagina di un documento tre pagine più in là rispetto a una stringa numerica, non deve generare una corrispondenza. Restringere la finestra di prossimità garantisce che il contesto sia davvero legato al valore del dato.

Usare dizionari di parole chiave per scalare

Gestire lunghi elenchi di termini direttamente all'interno delle singole regole diventa rapidamente un incubo amministrativo. Invece di digitare decine o centinaia di singole parole in ogni regola personalizzata, le organizzazioni dovrebbero usare i dizionari di parole chiave. Un dizionario di parole chiave raccoglie in un unico oggetto facilmente gestibile un ampio elenco di termini correlati, come nomi in codice di sistemi interni, etichette di progetti riservati o entità clienti soggette a un NDA attivo.

Quando crei dizionari, la qualità conta molto più della quantità. Inserire duemila parole generiche come «piano», «riepilogo» e «revisione» in un dizionario comprometterà l'accuratezza del rilevamento, perché queste parole compaiono tutto il giorno nella normale comunicazione aziendale. Ogni termine aggiunto a un dizionario deve essere abbastanza specifico da indicare in modo significativo la sensibilità quando è associato al pattern sottostante.

Test e validazione prima del deployment in produzione

L'errore più grave che fanno i team di compliance è distribuire un tipo di informazioni sensibili personalizzato appena creato direttamente in un criterio di applicazione, senza test empirici. Non affidarti mai solo a esempi di prova inventati da te per dimostrare che la regola funziona. Raccogli invece documenti ed email reali dall'ambiente aziendale.

Microsoft Purview ti permette di caricare direttamente nel portale file di esempio per verificare cosa rileva e cosa non rileva il tuo tipo personalizzato. Costruisci un set di test bilanciato che contenga documenti che devono corrispondere, documenti che non devono assolutamente corrispondere e casi limite. Se il rilevatore personalizzato segnala qualcosa che non dovrebbe, analizza il motivo: di solito il problema deriva da un pattern regex troppo ampio, da una finestra di prossimità errata o da una parola chiave che compare troppo spesso nelle comunicazioni aziendali standard. Affina la regola, ripeti il test e itera finché il rapporto segnale-rumore non è perfettamente nitido. Per un approfondimento su come questi elementi personalizzati si inseriscono nelle strategie di deployment complete, ascolta l'episodio completo e scopri come progettare criteri che proteggano davvero il tuo ambiente cloud senza alienare i dipendenti.

Domande frequenti

Qual è lo scopo principale di un tipo di informazioni sensibili personalizzato in Microsoft Purview?

I tipi di informazioni sensibili personalizzati permettono alle organizzazioni di rilevare e proteggere formati di dati proprietari unici della propria attività, come ID dipendente interni, codici progetto personalizzati o numeri di conto specializzati, che non sono coperti dalla libreria di rilevamento integrata di Microsoft.

In che modo le impostazioni di prossimità prevengono i falsi positivi nelle regole basate su regex?

Le impostazioni di prossimità limitano la distanza massima che le parole chiave di supporto devono avere dal pattern regex rilevato. Richiedendo che le parole chiave compaiano entro una specifica distanza in caratteri, il motore evita di generare corrispondenze su parole non correlate sparse in sezioni diverse del documento.

Perché dovrei evitare di usare parole generiche in un dizionario di parole chiave?

Le parole generiche compaiono di frequente nelle comunicazioni quotidiane normali. Inserire termini comuni in un dizionario di parole chiave fa sì che il motore di rilevamento generi continuamente falsi positivi, erodendo la fiducia degli utenti e producendo inutile carico amministrativo.

Come posso testare un tipo di informazioni sensibili personalizzato prima di distribuirlo?

Microsoft Purview consente di caricare nel portale documenti ed e-mail di esempio realistici per valutarne le prestazioni. Puoi testare le regole personalizzate su un insieme di file positivi, negativi e al limite, così da verificarne l'accuratezza prima di attivare il criterio per gli utenti finali.