Niestandardowe typy informacji poufnych w Microsoft Purview: skuteczne wyrażenia regularne i dowody pomocnicze w praktyce

By Mirko Peters · 2026-10-27

Opanuj niestandardowe typy informacji poufnych w Microsoft Purview. Dowiedz się, jak pisać skuteczne wyrażenia regularne, korzystać z dowodów pomocniczych i eliminować fałszywe alarmy.

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

Dowiedz się, jak budować niestandardowe typy informacji poufnych o wysokiej dokładności w Microsoft Purview, łącząc wyrażenia regularne, ustawienia bliskości i słowa kluczowe będące dowodami pomocniczymi. Przestań zmagać się z fałszywymi alarmami i poznaj sposoby projektowania precyzyjnych detektorów danych, które chronią zastrzeżone dane firmy, nie zasypując zespołu IT hałaśliwymi powiadomieniami.

Najważniejsze wnioski

• Niestandardowe typy informacji poufnych opierają się na wyrażeniach regularnych (regex), które wychwytują zastrzeżone wzorce, takie jak identyfikatory pracowników, wewnętrzne kody projektów i specjalistyczne numery umów.
• Same wzorce bez kontekstu nie sprawdzają się. Połączenie regex ze słowami kluczowymi będącymi dowodami pomocniczymi oraz ścisłymi regułami bliskości znacząco ogranicza liczbę fałszywych alarmów.
• Słowniki słów kluczowych usprawniają zarządzanie, pozwalając zgrupować setki powiązanych terminów w jednym, wielokrotnego użytku obiekcie.
• Rzetelne testy na rzeczywistych dokumentach przed wdrożeniem zapewniają, że reguły wykrywają rzeczywiste wycieki, nie blokując przy tym codziennej pracy biznesowej.
• Wybór odpowiednich poziomów ufności zapobiega zapełnianiu pulpitu szumem pochodzącym z ogólnych ciągów cyfr, takich jak numery zamówień czy numery wewnętrzne telefonów.

Ograniczenia wbudowanych detektorów Microsoft Purview

Microsoft udostępnia setki gotowych typów informacji poufnych, obejmujących wszystko, od numerów kart kredytowych i numerów ubezpieczenia społecznego w USA po europejskie numery IBAN i identyfikatory medyczne. Wbudowane detektory są niezbędne do spełnienia podstawowych wymogów zgodności. Obejmują jednak wyłącznie dane, które wyglądają tak samo w każdej firmie na świecie. Twoja organizacja korzysta z unikalnych struktur danych, o których żaden dostawca oprogramowania nigdy nie słyszał.

Gdy trzeba chronić informacje zastrzeżone, takie jak wewnętrzne numery seryjne pracowników, ograniczone kody projektów, specjalistyczne numery kont klientów czy formaty zgłoszeń z dawnych systemów, wbudowane detektory zawodzą całkowicie. Wtedy trzeba wyjść poza ogólne szablony i zaprojektować niestandardowe typy informacji poufnych. Ich budowa wymaga starannego dostrojenia, aby reguły rozpoznawały unikalny cyfrowy ślad organizacji i nie traktowały każdego losowego ciągu cyfr jako poważnego zagrożenia bezpieczeństwa.

Pisanie skutecznych wyrażeń regularnych do wykrywania danych

Podstawą każdego niestandardowego typu informacji poufnych jest wyrażenie regularne, czyli regex. Regex to zwięzły zapis opisujący ścisłą strukturę ciągu znaków, a nie jego dosłowną treść. Na przykład jeśli wewnętrzne numery umów zawsze zaczynają się od liter „CN”, po których następuje myślnik, czterocyfrowy rok, kolejny myślnik i sześć cyfr, to poprawnie zbudowane wyrażenie regularne wychwyci każdy ciąg pasujący do tego dokładnego formatu.

Dopasowywanie wzorców samo w sobie niesie jednak poważne ryzyko, jeśli nie jest prawidłowo obsłużone. Wyrażenie regularne, które jest zbyt ogólne – na przykład dopasowujące dowolny siedmiocyfrowy numer, bo wydawało się szybkie i wygodne podczas wstępnych testów – natychmiast zawiedzie w środowisku produkcyjnym. Po wdrożeniu luźny wzorzec będzie oznaczał numery telefonów, standardowe kody pocztowe, numery faktur i zwykłe arkusze finansowe. Wyrażenie regularne pozbawione dyscypliny strukturalnej działa wtedy jak zwykły detektor przypadkowych liczb, zalewając dzienniki audytu Purview szumem.

Siła dowodów pomocniczych i bliskości

Aby przekształcić prosty wzorzec znaków w inteligentny detektor danych, trzeba uwzględnić dowody pomocnicze oraz reguły bliskości. Sam kształt nie oznacza jeszcze znaczenia. Wewnętrzny identyfikator pracownika, zbudowany z litery „E” i siedmiu cyfr, może łatwo kolidować z kodami SKU produktów dostawców lub standardowymi numerami przesyłek.

Dodając słowa kluczowe jako dowody pomocnicze – takie jak „numer pracownika”, „akta kadrowe” czy „profil pracownika” – nadajesz silnikowi wykrywania kontekst semantyczny. Ponadto musisz określić reguły bliskości, które wskazują, jak blisko od dopasowanego wzorca muszą znajdować się te słowa kluczowe. Jeśli słowo kluczowe pojawi się w stopce dokumentu trzy strony dalej od ciągu cyfr, nie powinno wywołać dopasowania. Zawężenie okna bliskości zapewnia, że kontekst jest rzeczywiście powiązany z wartością danych.

Wykorzystanie słowników słów kluczowych przy dużej skali

Zarządzanie rozbudowanymi listami terminów bezpośrednio w poszczególnych regułach szybko staje się administracyjnym koszmarem. Zamiast wpisywać dziesiątki lub setki pojedynczych słów w każdej niestandardowej regule, organizacje powinny korzystać ze słowników słów kluczowych. Słownik słów kluczowych grupuje dużą listę powiązanych terminów – na przykład wewnętrzne nazwy kodowe systemów, poufne znaczniki projektów czy nazwy klientów objętych aktywną umową o zachowaniu poufności – w jeden, łatwy w zarządzaniu obiekt.

Przy budowie słowników jakość znacznie przeważa nad liczbą. Wrzucenie dwóch tysięcy ogólnych słów, takich jak „plan”, „podsumowanie” czy „przegląd”, zrujnuje dokładność wykrywania, ponieważ te słowa pojawiają się w normalnej korespondencji firmowej przez cały dzień. Każdy termin dodany do słownika musi być na tyle specyficzny, aby w połączeniu z podstawowym wzorcem znacząco wskazywał na poufność.

Testowanie i walidacja przed wdrożeniem produkcyjnym

Najpoważniejszym błędem zespołów ds. zgodności jest wdrożenie nowo przygotowanego niestandardowego typu informacji poufnych bezpośrednio w zasadach egzekwowania bez testów empirycznych. Nigdy nie polegaj wyłącznie na przykładach testowych, które sam wymyśliłeś, aby udowodnić, że reguła działa. Zamiast tego zbierz rzeczywiste dokumenty i wiadomości e-mail z środowiska biznesowego.

Microsoft Purview pozwala przesłać przykładowe pliki bezpośrednio do portalu, aby sprawdzić, co niestandardowy typ wykrywa, a co pomija. Przygotuj zrównoważony zestaw testowy, zawierający dokumenty, które powinny zostać dopasowane, dokumenty, które wyraźnie nie powinny zostać dopasowane, oraz przypadki graniczne. Jeśli detektor oznaczy coś, czego nie powinien, przeanalizuj przyczynę – zazwyczaj problem wynika ze zbyt szerokiego wyrażenia regularnego, błędnego okna bliskości lub słowa kluczowego, które pojawia się zbyt często w standardowej korespondencji biznesowej. Popraw regułę, przetestuj ponownie i powtarzaj ten proces, aż stosunek sygnału do szumu będzie idealnie precyzyjny. Szersze spojrzenie na to, jak niestandardowe elementy wpisują się w kompleksowe strategie wdrożenia, znajdziesz w Listen to the full episode – tam dowiesz się, jak projektować zasady, które naprawdę chronią środowisko chmurowe, nie zniechęcając pracowników.

Często zadawane pytania

Jaki jest główny cel niestandardowego typu informacji poufnych w Microsoft Purview?

Niestandardowe typy informacji poufnych pozwalają organizacjom wykrywać i chronić własne formaty danych charakterystyczne dla ich działalności – na przykład wewnętrzne identyfikatory pracowników, niestandardowe kody projektów czy specjalistyczne numery kont – które nie są objęte wbudowaną biblioteką wykrywania firmy Microsoft.

Jak ustawienia bliskości zapobiegają fałszywym alarmom w regułach opartych na wyrażeniach regularnych?

Ustawienia bliskości ograniczają odległość, w jakiej słowa kluczowe będące dowodem pomocniczym muszą znajdować się od wykrytego wzorca wyrażenia regularnego. Wymagając, aby słowa kluczowe pojawiały się w określonej odległości znaków, silnik unika dopasowań do niepowiązanych słów rozrzuconych w różnych częściach dokumentu.

Dlaczego nie należy używać ogólnych słów w słowniku słów kluczowych?

Ogólne słowa często pojawiają się w codziennej komunikacji. Uwzględnienie typowych terminów w słowniku słów kluczowych powoduje, że silnik wykrywania nieustannie generuje fałszywe alarmy, co podważa zaufanie użytkowników i wprowadza zbędne obciążenie administracyjne.

Jak przetestować niestandardowy typ informacji wrażliwych przed wdrożeniem?

Microsoft Purview pozwala przesłać do portalu rzeczywiste przykładowe dokumenty i wiadomości e-mail, aby ocenić skuteczność działania. Niestandardowe reguły można przetestować na mieszance plików pozytywnych, negatywnych oraz granicznych, aby sprawdzić dokładność, zanim włączysz zasady dla użytkowników końcowych.