Tipos de informações confidenciais personalizados no Microsoft Purview: como criar expressões regulares e evidências de apoio que realmente funcionam

By Mirko Peters · 2026-10-27

Domine os tipos de informações confidenciais personalizados no Microsoft Purview. Saiba como escrever expressões regulares eficazes, usar evidências de apoio e eliminar falsos positivos.

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

Descubra como criar tipos de informações confidenciais personalizados de alta precisão no Microsoft Purview combinando expressões regulares, configurações de proximidade e palavras-chave de evidência de apoio. Chega de lidar com falsos positivos: aprenda a projetar detectores de dados precisos que protegem os dados proprietários da empresa sem sobrecarregar sua equipe de TI com alertas excessivos.

Principais conclusões

• Os tipos de informações confidenciais personalizados dependem de expressões regulares (regex) para capturar padrões proprietários, como IDs de funcionários, códigos de projetos internos e números de contratos especializados.
• Padrões isolados, sem contexto, não funcionam; combinar regex com palavras-chave de evidência de apoio e regras rigorosas de proximidade reduz drasticamente os falsos positivos.
• Os dicionários de palavras-chave simplificam a gestão ao permitir agrupar centenas de termos relacionados em um único objeto reutilizável.
• Testes rigorosos com documentos de exemplo do mundo real antes da implantação garantem que suas regras detectem vazamentos reais sem bloquear as operações rotineiras do negócio.
• Escolher os níveis de confiança corretos impede que seu painel fique cheio de ruído causado por sequências numéricas genéricas, como números de pedido ou ramais telefônicos.

Os limites dos detectores integrados do Microsoft Purview

A Microsoft oferece centenas de tipos de informações confidenciais prontos para uso, que abrangem desde números de cartão de crédito e números de Seguro Social dos EUA até IBANs europeus e identificadores médicos. Esses detectores integrados são essenciais para atender a requisitos gerais de conformidade. No entanto, eles só cobrem dados que têm a mesma aparência em todas as empresas do planeta. Seu negócio depende de estruturas de dados internas exclusivas que nenhum fornecedor de software jamais viu.

Quando você precisa proteger informações proprietárias, como números de série internos de funcionários, códigos de projetos restritos, números de contas especializadas de clientes ou formatos legados de tickets de sistemas, os detectores integrados simplesmente não dão conta. É aqui que você precisa ir além dos modelos genéricos e criar tipos de informações confidenciais personalizados. Construí-los do zero exige ajustes cuidadosos para que suas regras reconheçam com precisão a pegada digital exclusiva da sua organização, sem tratar cada sequência aleatória de dígitos como uma violação de segurança de alto risco.

Como escrever expressões regulares eficazes para detecção de dados

O núcleo de qualquer tipo de informação confidencial personalizado é uma expressão regular, ou regex. Uma regex é um código compacto que descreve a estrutura rigorosa de uma sequência de caracteres, e não o seu conteúdo literal. Por exemplo, se os seus números de contrato internos sempre começam com as letras "CN", seguidas de um hífen, um ano de quatro dígitos, outro hífen e seis dígitos finais, uma regex bem estruturada capturará todas as sequências que seguem exatamente esse formato.

No entanto, a correspondência de padrões sozinha introduz riscos graves se não for tratada corretamente. Escrever uma regex permissiva demais, como uma que corresponda a qualquer número de sete dígitos porque pareceu rápida e conveniente nos testes iniciais, vai sair pela culatra em produção assim que for implantada. Em uso real, um padrão permissivo vai sinalizar números de telefone, CEPs, números de fatura e planilhas financeiras de rotina. Uma regex sem disciplina estrutural funciona apenas como um detector de números aleatórios, inundando seus logs de auditoria do Purview com ruído.

O poder das evidências de apoio e da proximidade

Para transformar um padrão de caracteres básico em um detector de dados inteligente, você precisa incorporar evidências de apoio e regras de proximidade. A forma, por si só, não equivale a significado. Um ID de funcionário interno estruturado como a letra "E" seguida de sete números pode facilmente coincidir com SKUs de produtos de fornecedores ou com referências de envio padrão.

Ao adicionar palavras-chave de evidência, como "número de funcionário", "registro de RH" ou "perfil do funcionário", você dá ao mecanismo de detecção um contexto semântico. Além disso, é preciso definir regras de proximidade que determinem a que distância essas palavras-chave devem estar do padrão correspondido. Se uma palavra-chave aparecer no rodapé de um documento, três páginas depois de uma sequência numérica, ela não deve disparar uma correspondência. Reduzir a janela de proximidade garante que o contexto esteja realmente ligado ao valor dos dados.

Como usar dicionários de palavras-chave para escalar

Gerenciar listas extensas de termos diretamente em regras individuais rapidamente se torna um pesadelo administrativo. Em vez de digitar dezenas ou centenas de palavras em cada regra personalizada, as organizações devem usar dicionários de palavras-chave. Um dicionário de palavras-chave consolida uma lista grande de termos relacionados, como nomes de código de sistemas internos, etiquetas de projetos confidenciais ou entidades de clientes sob NDA ativo, em um único objeto fácil de gerenciar.

Ao criar dicionários, a qualidade supera em muito o volume. Incluir duas mil palavras genéricas como "plano", "resumo" e "revisão" em um dicionário vai arruinar a precisão da sua detecção, porque essas palavras aparecem o tempo todo na comunicação corporativa comum. Cada termo adicionado a um dicionário precisa ser específico o suficiente para indicar sensibilidade de forma significativa quando combinado com o padrão subjacente.

Testes e validação antes da implantação em produção

O maior erro das equipes de conformidade é implantar um tipo de informação confidencial personalizado recém-criado diretamente em uma política de aplicação, sem testes empíricos. Nunca confie apenas em exemplos de teste inventados por você mesmo para provar que a regra funciona. Em vez disso, colete documentos e e-mails reais do ambiente de negócios.

O Microsoft Purview permite carregar arquivos de amostra diretamente no portal para testar o que o seu tipo personalizado detecta e o que deixa passar. Monte um conjunto de testes equilibrado, com documentos que devem corresponder, documentos que explicitamente não devem corresponder e casos limítrofes. Se o seu detector personalizado sinalizar algo que não deveria, analise o motivo: normalmente o problema está em um padrão regex amplo demais, em uma janela de proximidade inadequada ou em uma palavra-chave que aparece com frequência excessiva nas comunicações corporativas comuns. Refine a regra, teste novamente e itere até que a relação sinal-ruído esteja extremamente precisa. Para uma visão mais ampla de como esses elementos personalizados se encaixam em estratégias completas de implantação, confira Ouça o episódio completo e descubra como criar políticas que realmente protegem seu ambiente em nuvem sem afastar sua força de trabalho.

Perguntas frequentes

Qual é a finalidade principal de um tipo de informação confidencial personalizado no Microsoft Purview?

Tipos de informação confidencial personalizados permitem que as organizações detectem e protejam formatos de dados proprietários exclusivos do seu negócio, como IDs de funcionários internos, códigos de projetos personalizados ou números de conta especializados, que não estão cobertos pela biblioteca de detecção integrada da Microsoft.

Como as configurações de proximidade evitam falsos positivos em regras baseadas em regex?

As configurações de proximidade restringem a distância entre as palavras-chave de evidência e o padrão regex detectado. Ao exigir que as palavras-chave apareçam dentro de uma distância específica de caracteres, o mecanismo evita disparar correspondências em palavras não relacionadas espalhadas por diferentes seções de um documento.

Por que devo evitar usar palavras genéricas em um dicionário de palavras-chave?

Termos genéricos aparecem com frequência na comunicação diária normal. Incluir palavras comuns em um dicionário de palavras-chave faz o mecanismo de detecção disparar falsos positivos o tempo todo, o que corrói a confiança dos usuários e gera ruído administrativo desnecessário.

Como posso testar um tipo de informação confidencial personalizado antes de implantá-lo?

O Microsoft Purview permite que você carregue no portal documentos e e-mails de exemplo, baseados em casos reais, para avaliar o desempenho. Você pode testar suas regras personalizadas com uma mistura de arquivos positivos, negativos e limítrofes, para verificar a precisão antes de habilitar a política para os usuários finais.