Microsoft Purview Custom Sensitive Information Types: regex en ondersteunend bewijs die echt werken

By Mirko Peters · 2026-10-27

Leer custom sensitive information types in Microsoft Purview goed inzetten. Ontdek hoe je effectieve regex schrijft, ondersteunend bewijs gebruikt en false positives uitschakelt.

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

Ontdek hoe je met reguliere expressies, nabijheidsinstellingen en ondersteunende trefwoorden custom sensitive information types bouwt die zeer nauwkeurig zijn in Microsoft Purview. Stop met worstelen met false positives en leer precisiedetectors ontwerpen die bedrijfseigen gegevens beschermen zonder je IT-team te overspoelen met ruis.

Belangrijkste punten

• Custom sensitive information types vertrouwen op reguliere expressies (regex) om eigen patronen vast te leggen, zoals medewerkersnummers, interne projectcodes en specifieke contractnummers.
• Losse patronen zonder context leveren niets op; door regex te combineren met ondersteunende trefwoorden en strikte nabijheidsregels daal je het aantal false positives aanzienlijk.
• Trefwoordenlijsten maken het beheer eenvoudiger, omdat je honderden gerelateerde termen in één herbruikbaar object kunt groeperen.
• Grondig testen met echte voorbeelddocumenten vóór de uitrol zorgt ervoor dat je regels daadwerkelijke datalekken vangen zonder de dagelijkse bedrijfsvoering te blokkeren.
• Door de juiste vertrouwensniveaus te kiezen, voorkom je dat je dashboard vol komt te staan met ruis van generieke numerieke reeksen, zoals ordernummers of telefoontoestelnummers.

De beperkingen van ingebouwde Microsoft Purview-detectors

Microsoft levert honderden kant-en-klare sensitive information types, variërend van creditcardnummers en Amerikaanse sofinummers tot Europese IBAN's en medische identificatiecodes. Deze ingebouwde detectors zijn essentieel voor de standaard compliance-eisen. Ze dekken echter alleen gegevens die overal ter wereld op dezelfde manier worden opgemaakt. Jouw organisatie werkt met unieke interne gegevensstructuren die nog nooit door een softwareleverancier zijn gezien.

Wanneer je bedrijfseigen informatie wilt beschermen, zoals interne serienummers van medewerkers, beperkte projectcodes, specifieke klantaccountnummers of ticketformaten uit oude systemen, schieten ingebouwde detectors volledig tekort. Dan moet je verder gaan dan generieke sjablonen en zelf custom sensitive information types ontwerpen. Die vanaf nul bouwen vraagt zorgvuldige afstemming, zodat je regels de unieke digitale sporen van je organisatie precies herkennen zonder elke willekeurige reeks cijfers als een ernstig beveiligingslek te behandelen.

Effectieve reguliere expressies schrijven voor gegevensdetectie

De kern van elk custom sensitive information type is een reguliere expressie, of regex. Een regex is compacte code die de strikte structuur van een tekenreeks beschrijft in plaats van de letterlijke inhoud. Als je interne contractnummers bijvoorbeeld altijd beginnen met de letters "CN", gevolgd door een streepje, een viercijferig jaartal, nog een streepje en zes afsluitende cijfers, dan vangt een goed opgebouwde regex elke reeks op die precies aan deze opmaak voldoet.

Echter, patroonherkenning alleen introduceert ernstige risico's als het niet correct wordt aangepakt. Een regex die te ruim is, zoals een patroon dat elk getal van zeven cijfers matcht omdat dat tijdens de eerste test snel en handig leek, zal in productie meteen tegen je werken. Zodra hij live staat, markeert een ruim patroon telefoonnummers, standaard postcodes, factuurnummers en gewone financiële spreadsheets. Een regex zonder structurele discipline werkt in feite als een willekeurige nummerdetector en overspoelt je Purview-auditlogs met ruis.

De kracht van ondersteunend bewijs en nabijheid

Om een eenvoudig tekenpatroon om te vormen tot een intelligente gegevensdetector, moet je ondersteunend bewijs en nabijheidsregels opnemen. Vorm alleen zegt nog niets over betekenis. Een intern medewerkersnummer dat bestaat uit de letter "E" gevolgd door zeven cijfers kan gemakkelijk botsen met productnummers (SKU's) van leveranciers of standaard verzendreferenties.

Door ondersteunende trefwoorden toe te voegen, zoals "personeelsnummer", "HR-dossier" of "medewerkersprofiel", geef je de detectiemachine semantische context. Bovendien moet je nabijheidsregels definiëren die bepalen hoe dicht die trefwoorden bij het gevonden patroon moeten staan. Als een trefwoord in de voettekst van een document drie pagina's verderop staat dan een numerieke reeks, mag dat geen match veroorzaken. Een strakker nabijheidsvenster zorgt ervoor dat de context echt verbonden is met de gegevenswaarde.

Trefwoordenwoordenboeken gebruiken om op schaal te werken

Lange lijsten met termen rechtstreeks in individuele regels beheren wordt snel een administratieve nachtmerrie. In plaats van tientallen of honderden afzonderlijke woorden in elke aangepaste regel te typen, moeten organisaties trefwoordenwoordenboeken gebruiken. Een trefwoordenwoordenboek bundelt een grote lijst van verwante termen, zoals interne systeemcodenamen, vertrouwelijke projectlabels of klanten die onder een actieve geheimhoudingsverklaring (NDA) vallen, in één enkel, eenvoudig beheerbaar object.

Bij het opbouwen van woordenboeken gaat kwaliteit veel verder dan kwantiteit. Tweeduizend generieke woorden zoals "plan", "samenvatting" en "beoordeling" in een woordenboek dumpen zal je detectienauwkeurigheid ruïneren, omdat die woorden de hele dag in normale zakelijke communicatie voorkomen. Elke term die aan een woordenboek wordt toegevoegd, moet specifiek genoeg zijn om gevoeligheid betekenisvol aan te geven wanneer die wordt gekoppeld aan het onderliggende patroon.

Testen en valideren vóór productie-uitrol

De grootste fout die compliance-teams maken, is een nieuw aangemaakt aangepast gevoelig informatietype rechtstreeks in een handhavingsbeleid uitrollen zonder empirisch testen. Vertrouw nooit alleen op verzonnen testvoorbeelden die je zelf hebt geschreven om te bewijzen dat de regel werkt. Verzamel in plaats daarvan echte documenten en e-mails uit de bedrijfsomgeving.

Microsoft Purview laat je rechtstreeks in het portaal voorbeeldbestanden uploaden om te testen wat je aangepaste type wel en niet vindt. Stel een evenwichtige testset samen met documenten die moeten matchen, documenten die expliciet niet mogen matchen, en grensgevallen. Als je detector iets markeert dat het niet zou moeten markeren, analyseer dan waarom. Meestal ligt de oorzaak bij een te ruim regex-patroon, een fout nabijheidsvenster of een trefwoord dat te vaak voorkomt in standaard zakelijke communicatie. Verfijn je regel, test opnieuw en herhaal dit tot de verhouding tussen signaal en ruis haarscherp is. Voor een bredere verkenning van hoe deze aangepaste elementen passen in allesomvattende uitrolstrategieën, bekijk Beluister de volledige aflevering en ontdek hoe je beleid ontwerpt dat je cloudomgeving echt beschermt zonder je medewerkers af te schrikken.

Veelgestelde vragen

Wat is het primaire doel van een aangepast gevoelig informatietype in Microsoft Purview?

Met aangepaste gevoelige informatietypes kunnen organisaties gegevensformaten detecteren en beschermen die uniek zijn voor hun bedrijf, zoals interne medewerkersnummers, aangepaste projectcodes of gespecialiseerde rekeningnummers. Deze formaten vallen niet onder de ingebouwde detectiebibliotheek van Microsoft.

Hoe voorkomen nabijheidsinstellingen valse positieven in op regex gebaseerde regels?

Nabijheidsinstellingen beperken hoe dicht ondersteunende trefwoorden bij het gedetecteerde regex-patroon moeten staan. Doordat trefwoorden binnen een specifieke tekenafstand moeten voorkomen, voorkomt de engine matches op niet-gerelateerde woorden die verspreid staan over verschillende delen van een document.

Waarom moet ik generieke woorden in een trefwoordenwoordenboek vermijden?

Generieke woorden komen vaak voor in gewone dagelijkse communicatie. Als je veelvoorkomende termen opneemt in een sleutelwoordenwoordenboek, slaat de detectie-engine constant vals alarm. Dat ondermijnt het vertrouwen van gebruikers en levert onnodige beheerlast op.

Hoe test ik een aangepast gevoelig informatietype voordat ik het uitrol?

Microsoft Purview laat je praktijkvoorbeelden van documenten en e-mails uploaden in het portaal om de prestaties te beoordelen. Je kunt je aangepaste regels testen met een mix van positieve, negatieve en grensgevallen om de nauwkeurigheid te controleren voordat je het beleid voor eindgebruikers activeert.