Copilot и классификация данных: защита информации в Microsoft 365

By Mirko Peters · 2026-03-17 · Updated 2026-03-24

Узнайте, как ИИ усиливает защиту данных с помощью Copilot в Microsoft 365. Рассмотрим классификацию данных, контроль доступа и возможности Microsoft 365 Copilot.

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

Когда вы внедряете Microsoft 365 Copilot в бизнес, вопрос звучит не только как «Что он может сделать для продуктивности?», но и как «Как нам защитить данные при его использовании?» По мере того как организации спешат внедрять инструменты на основе ИИ, связь между Copilot и надёжной классификацией данных выходит на первый план. Почему? Потому что, когда Copilot работает с информацией вашей компании, безопасность, классификация и строгое управление перестают быть необязательными — они становятся основой успеха.

В следующих разделах вы увидите, как классификация данных служит опорой безопасного внедрения Copilot: она определяет, кто что может видеть, как маркируется информация и как управляются риски. Мы разберём всё — от возможностей Copilot, обязательств по соответствию требованиям и угроз безопасности ИИ до конфиденциальности, контроля доступа и продвинутых защитных механизмов для реальных сред Microsoft 365. Если ваша цель — повысить продуктивность с Copilot, не ослабляя контроль над чувствительными данными, вы попали по адресу.

1. Copilot может определять контекст конфиденциальных данных без явных меток: современные copilot-модели используют контекстные признаки, чтобы помечать вероятно конфиденциальную информацию, даже когда формальные теги классификации отсутствуют.
2. Автоматические рекомендации могут как помогать, так и вредить точности классификации: предложения copilot ускоряют маркировку, но могут переносить предвзятости из обучающих данных в вашу схему классификации данных.
3. Модели Copilot способны выявлять слабые места анонимизации: иногда они обнаруживают риски повторной идентификации в «анонимизированных» наборах данных, распознавая закономерности, которые пропускают стандартные классификаторы.
4. Использование copilot для классификации снижает нагрузку на людей, но повышает потребность в управлении: проверка человеком по-прежнему необходима, поскольку copilot может ошибочно классифицировать новые или специфичные для предметной области данные.
5. Copilot быстро осваивает внутренние правила классификации организации: на нескольких примерах он адаптируется к собственным определениям уровней конфиденциальности, ускоряя внедрение политик классификации данных.
6. Мультимодальные copilot-модели способны классифицировать данные в тексте, изображениях и коде: это позволяет строить единые конвейеры классификации данных, которые одновременно находят конфиденциальный контент в разных форматах.
7. Появляются функции Copilot, сохраняющие конфиденциальность: такие методы, как вывод на устройстве, дифференциальная приватность и защищённые анклавы, позволяют copilot помогать с классификацией, минимизируя раскрытие исходных конфиденциальных данных.

Понимание Microsoft 365 Copilot и классификации данных

Чтобы по-настоящему понять влияние Microsoft 365 Copilot, нужно взглянуть на то, что делает его работоспособным: доступ к данным вашей организации. Но вся информация неодинакова, и здесь на сцену выходит классификация данных. Эта связка — не просто техническая деталь, а стратегия, которая защищает бизнес от утечек, нарушений требований соответствия и даже от ошибок, допущенных с добрыми намерениями.

Copilot использует ИИ, чтобы собрать факты, документы и контекст внутри любимых приложений, но его возможности полностью зависят от информации, до которой он может добраться. Вот в чём подвох: если ваши файлы и сообщения не маркированы и не управляются должным образом, Copilot может отразить эти пробелы и усилить их. Поэтому грамотная классификация данных — не «приятное дополнение», а ограничитель, который позволяет уверенно использовать Copilot.

Начнём с обзора самого Copilot, а затем разберём, почему классификация данных, установка меток конфиденциальности и налаженное управление каждое по отдельности критически важны. Эти основы закладывают фундамент для всех подходов к безопасности, соответствию требованиям и автоматизации, которые понадобятся вам, чтобы Copilot работал на организацию, а не против неё.

Microsoft 365 Copilot: возможности и интеграция

Microsoft 365 Copilot предоставляет функции на основе ИИ, которые меняют способ работы в таких приложениях, как Word, Excel, Outlook и Teams. Анализируя запросы пользователей и обращаясь к корпоративным данным, Copilot автоматизирует рутинные задачи, выводит аналитику, предлагает содержимое и даже составляет черновики писем и заметок к собраниям.

Copilot работает в рамках существующей модели безопасности Microsoft 365, соблюдая установленные разрешения, настройки соответствия требованиям и политики. Его архитектура гарантирует, что Copilot взаимодействует только с тем содержимым, к которому у конкретного пользователя уже есть доступ. Интеграция опирается на API Microsoft Graph, связывая Copilot с данными вашей организации и сохраняя границы доверия и журналы аудита во всех рабочих нагрузках.

Основы классификации данных для сред Copilot

Классификация данных в Microsoft 365 — это процесс отнесения информации к уровням, например «Конфиденциально», «Внутреннее» или «Общедоступно», в зависимости от чувствительности и влияния на бизнес. Классифицируя данные, вы применяете правила, которые определяют, как информация защищается, передается и аудируется.

Это не просто галочка для ИT-отдела, а основа грамотного управления данными. Правильно настроенная классификация ограничивает круг лиц, которые могут видеть или использовать информацию, помогает соблюдать требования регуляторов и даёт ясность в том, какие обязанности лежат на вас при работе с данными. Если Copilot работает поверх разрозненных и неклассифицированных файлов, вы рискуете получить неконтролируемое разрастание информации или случайную утечку. Чтобы глубже разобраться в доступе к данным, их владении и устойчивом управлении в связке с Copilot, посмотрите этот разбор проблем управления данными в Microsoft 365.

Метки конфиденциальности и безопасная работа с данными

Метки конфиденциальности — это способ вашей организации сообщить Copilot (и остальному Microsoft 365), как обращаться с конкретной информацией. Когда вы применяете метку, например «Строго конфиденциально», вы задаете шифрование, ограничения на передачу и даже водяные знаки, которые автоматически защищают данные от посторонних глаз.

Например, документ с меткой «Конфиденциально» нельзя отправить за пределы вашей сети, и Copilot это учитывает. Такие метки сопровождают содержимое в почте, файлах, Teams и других сервисах и работают вместе с DLP и аудитом, чтобы данные оставались защищенными даже при совместной работе и передаче информации.

Чтобы понять, как метки конфиденциальности сочетаются с Microsoft Purview и управлением жизненным циклом документов, чтобы не допустить хаоса, посмотрите этот выпуск о борьбе с хаосом в документах с помощью Purview.

Безопасность данных и управление ими при развертывании Copilot

Чтобы получить максимум от Copilot, нужно всерьез заняться безопасностью данных и управлением ими. Copilot не расширяет доступ пользователей; он отражает текущее состояние вашей безопасности, каким бы оно ни было. Поэтому системы безопасности и модели управления — это не формальность, а основа безопасного и продуктивного внедрения ИИ.

Грамотное управление начинается с документирования того, кто владеет данными, как они защищены на всем жизненном цикле и какие политики регулируют их использование Copilot. Вам нужно расширить возможности сотрудников, не раскрывая конфиденциальное содержимое и не нарушая требования соответствия. Средства контроля безопасности, доступ по принципу наименьших привилегий и аудит процессов работают вместе, чтобы выявлять рискованное поведение до того, как оно превратится в инцидент.

В следующих выпусках мы подробно разберем, как Copilot соотносится с нормативными обязательствами, какие инструменты соответствия требованиям для этого нужны и как проактивный подход к управлению помогает удовлетворять и аудиторов, и конечных пользователей. Если вы хотите автоматизировать управление Microsoft 365 и строить его на обучении, даже при нехватке готовых руководств, хорошей отправной точкой может стать просмотр недавних обсуждений о Copilot и корпоративной архитектуре в подкастах.

Обеспечение соответствия требованиям и нормативным требованиям

Соответствие означает, что ваше использование Copilot соответствует юридическим требованиям и отраслевым стандартам, таким как GDPR, HIPAA и SOX. Microsoft 365 Copilot спроектирован так, чтобы работать в пределах периметра соответствия вашей организации, используя средства Microsoft Purview, метки конфиденциальности и политики хранения данных, которые помогают выполнять обязательства.

Для этого необходимо правильно настроить расположение данных, аудит и правила DLP, чтобы Copilot не показывал и не обрабатывал данные, которые не должны быть доступны. Например, соответствие GDPR требует, чтобы персональные данные обрабатывались с согласия пользователя и были надежно защищены. Copilot использует журналы аудита и шифрование Microsoft 365, чтобы подтверждать соответствие и при необходимости поддерживать расследования.

Управление дрейфом соответствия требованиям — например, когда сложные настройки хранения или быстрая совместная работа выходят за рамки заданного — требует регулярной оценки. Материал об этом дрейфе соответствия в Microsoft 365 объясняет, почему важно измерять не только наличие политик, но и поведение пользователей и результаты работы с версиями.

Непрерывный мониторинг соответствия требованиям с помощью инструментов вроде Microsoft Defender for Cloud позволяет выявлять, фиксировать и устранять проблемы по мере их появления, автоматизируя большую часть рутины и снижая объём ручной работы. Подробнее о проактивном управлении соответствием читайте в этом руководстве по Defender for Cloud.

Риски безопасности ИИ и ответственное использование Copilot

Если вы внедряете Copilot, нужно учитывать новые способы утечки или неправомерного использования данных, которые появляются благодаря ИИ. Copilot — мощный инструмент, но и угрозы, которые ищут слабые места в вашей системе защиты, тоже становятся серьёзнее. Утечка данных, prompt injection и Shadow AI — не просто модные термины: это риски, которые реализуются, если отнестись к ним небрежно.

Чтобы безопасно использовать Copilot, одних сильных технических средств контроля недостаточно: нужны принципы ответственного ИИ и оперативный контроль в режиме реального времени. Этические принципы ИИ, такие как справедливость и прозрачность, работают только тогда, когда они встроены в процессы и проверяются на практике. Кроме того, нужны планы мониторинга и реагирования, чтобы выявлять инциденты и локализовать их до того, как они выйдут из-под контроля.

Дальше разберём актуальные паттерны атак, способы responsible-управления Copilot и действия, которые нужно предпринять, как только вы заметите, что ИИ начал работать неправильно. Реальные истории и стратегии борьбы с Shadow IT и рисками ИИ-агентов рассмотрены в этом обсуждении, которое подробно раскрывает эволюцию управления ИИ в Microsoft 365. А пошаговое руководство по развёртыванию Copilot с принципом наименьших привилегий и DLP — в этом подробном разборе безопасности Copilot.

Распространённые риски безопасности ИИ: утечка данных и Shadow AI

• Утечка данных: Copilot может непреднамеренно показать или передать конфиденциальную информацию, если классификация и механизмы контроля доступа недостаточно надёжны. Это ведёт к нарушениям требований регулирования и бизнес-рискам.
• Shadow AI: Неофициальные, не согласованные с ИТ-службой решения ИИ в организации («Shadow IT с ИИ») могут приводить к неконтролируемому доступу, слабому журналированию и необнаруженному использованию данных, усиливая скрытые риски. Подробнее о рисках Shadow IT и управлении ими — здесь.
• Prompt Injection: Злоумышленники или внутренние пользователи могут манипулировать запросами к ИИ, чтобы получить доступ к данным, которые им не положены, или заставить Copilot обойти ограничения политик.
• Риски интеграций со сторонними сервисами: Интеграции с приложениями и коннекторами не от Microsoft или плохо управляемыми могут открыть новые каналы утечки данных.
• Слепые зоны соответствия требованиям: Когда автоматизация на основе ИИ работает «вне поля зрения», вы рискуете упустить требования к хранению, сроках хранения и аудиту данных. Эти проблемы усиливаются на неуправляемых платформах, о чём говорится здесь.

Внедрение практик ответственного ИИ

1. Обеспечьте прозрачность: Делайте действия Copilot видимыми с помощью понятного журналирования и регулярного информирования пользователей. Это упрощает аудит и повышает доверие пользователей.
2. Определите ответственность: Назначьте обязанности по управлению ИИ конкретным ролям, отслеживая не только то, что делает Copilot, но и того, кто установил правила.
3. Обеспечивайте справедливость и конфиденциальность: Используйте надёжную систему меток конфиденциальности и политики DLP, чтобы Copilot не генерировал и не передавал вредоносную, предвзятую или личную информацию.
4. Внедрите фильтры контента: Настройте проактивную фильтрацию контента, чтобы результаты работы Copilot проверялись на соответствие требованиям и нарушения политик до их публикации.
5. Контроль в точке принятия решения: Разделите плоскость пользовательского взаимодействия и плоскость управления, как предлагается в этом обсуждении безопасного управления ИИ-агентами. Это позволяет применять политики в момент действия, а не постфактум.

Мониторинг запросов Copilot и реагирование на инциденты

1. Мониторинг запросов: Постоянно отслеживайте запросы пользователей к Copilot и его ответы на предмет аномалий, неприемлемого содержимого или избыточного доступа к данным. Используйте автоматизированные инструменты для выявления отклонений.
2. Настройте оповещения и журналирование: Используйте Purview Audit или Sentinel для детального журналирования действий Copilot. Включайте расширенные режимы аудита для сред с высоким уровнем риска, что помогает проводить упреждающие расследования. Рекомендации по Purview Audit доступны здесь.
3. Playbook реагирования на инциденты: Создайте подробные процессы сортировки инцидентов. Для любой подозрительной активности Copilot, например доступа к ограниченным файлам, определите роли, пути эскалации и методы изоляции, чтобы ограничить воздействие.
4. Криминалистический анализ: Документируйте и анализируйте последовательность запросов и взаимодействий с данными при подозрении на утечку. Подключайте инструменты криминалистического анализа, чтобы проследить путь от входных данных до результата ИИ.
5. Обратная связь от пользователей: Поощряйте пользователей сообщать о неправильном использовании Copilot или неожиданных результатах. Направляйте эту обратную связь напрямую в процессы проверки безопасности и соответствия требованиям для постоянного улучшения.

Защита конфиденциальных данных с помощью Microsoft Purview и DLP

Microsoft Purview и предотвращение утечки данных (DLP) не просто полезны, они критически важны для организаций, которые предоставляют Copilot доступ к конфиденциальным рабочим нагрузкам. Эти решения позволяют видеть, где хранится конфиденциальная информация, применять политики защиты и выявлять рискованное поведение до того, как данные покинут организацию, будь то человеческая ошибка или сценарий, управляемый ИИ.

Думайте о Purview как о глазах и мозге вашего информационного ландшафта: он обнаруживает, маркирует и отслеживает конфиденциальные материалы от облака до конечной точки, а DLP выступает в роли щита, блокируя или сигнализируя о несанкционированном перемещении данных, включая сценарии Copilot и автоматизации Power Platform. Такое пересечение функций не случайно: чем больше Copilot понимает ваши данные, тем важнее убедиться, что к ним имеет доступ только нужная информация.

Далее мы разберем возможности Purview по сканированию и классификации, а затем рассмотрим стратегии DLP, которые закрывают пробелы для Copilot, от окружений по умолчанию до управления коннекторами. Чтобы понять, как DLP и Copilot работают вместе, стоит послушать этот подробный разбор управления агентами Copilot, особенно разработчикам и архитекторам, которые ищут устойчивые модели безопасности.

Microsoft Purview для обнаружения и классификации данных

Microsoft Purview обеспечивает автоматизированное обнаружение и классификацию на основе политик для всей вашей экосистемы Microsoft 365. Он сканирует репозитории данных, выявляет конфиденциальную информацию с помощью готовых или пользовательских классификаторов и применяет метки конфиденциальности, чтобы Copilot обрабатывал только соответствующим образом помеченный контент.

Непрерывный мониторинг выявляет новые или перемещенные конфиденциальные данные и предоставляет отчетные панели для соответствия требованиям и аудита. Purview делает больше, чем простое сканирование файлов: он интегрируется с системами управления жизненным циклом и политиками DLP, обеспечивая готовность к аудиту и соответствие нормативным требованиям. Подробнее о построении надежной основы соответствия с Purview см. как построить ваш «щит Purview».

Эффективные стратегии предотвращения утечки данных для Copilot

1. Сегментация политик DLP: Создавайте детализированные политики DLP, нацеленные как на коннекторы, так и на действия пользователей в приложениях с поддержкой Copilot. Классифицируйте коннекторы как Business, Non-Business или Blocked, чтобы ограничить точки утечки данных.
2. Контроль окружений по умолчанию: Укрепите окружения Power Platform и Copilot по умолчанию, которые часто становятся «кухонной раковиной» для неконтролируемого обмена данными. Задайте ограничения и оповещения для конкретных окружений, чтобы выявлять аномальные потоки.
3. Тестирование и мониторинг: Проводите предварительные проверки и негативное тестирование правил DLP, особенно при развертывании новых автоматизаций Copilot, чтобы предотвратить тихие сбои и непреднамеренную утечку данных. Проактивное тестирование позволяет выявлять проблемы на раннем этапе.
4. Проактивное управление: Рассматривайте DLP как часть базовой архитектуры безопасности, а не как дополнение. Согласовывайте применение политик, оповещения и регулярные проверки с развитием использования Copilot. Такие стратегии подробно разбираются для разработчиков Power Platform, а также обсуждаются в этом руководстве по адаптивным стратегиям DLP.

Контроль доступа и разрешения для безопасности Copilot

Надежный контроль доступа имеет решающее значение, чтобы Copilot мог делать только то, что ему положено, ни больше ни меньше. Когда ИИ-ассистент способен автоматизировать задачи за считанные секунды, вы должны точно понимать, «кто к чему имеет доступ», а также как эти разрешения применяются и проверяются.

Microsoft 365 Copilot учитывает существующие модели безопасности, а это значит, что ваши условный доступ, Entra ID и назначения на основе ролей напрямую определяют, к каким данным он может обращаться. Границы разрешений, которые вы настраиваете сегодня, становятся пределами досягаемости Copilot завтра.

Далее мы разберем основные механизмы контроля, от аутентификации до управления доступом на основе ролей, а также практические аспекты реализации принципа наименьших привилегий и постоянной гигиены разрешений. Если ваша настройка условного доступа кажется запутанной, для понимания контекста помогут этот материал о проблемах доверия к политикам и долге идентификации, а также этот разбор роли Entra ID в масштабируемой безопасности.

Механизмы контроля доступа в Microsoft 365 Copilot

1. Политики условного доступа: Определите, кто может использовать Copilot и при каких условиях. Тонко настраивайте правила, чтобы избежать чрезмерно широких исключений, и учитывайте соответствие устройств требованиям. Для наилучшего результата следуйте рекомендациям, например, из этого подробного разбора пробелов в политиках условного доступа.
2. Управление доступом на основе ролей (RBAC): Согласовывайте права на использование Copilot с ролями пользователей. Назначайте только необходимые роли и области действия Microsoft 365, чтобы снизить риск накопления привилегий.
3. Интеграция с Entra ID: Используйте Entra ID для управления удостоверениями, принудительного применения многофакторной аутентификации и мониторинга использования токенов. Избегайте «долга идентификации», регулярно проверяя и обновляя логику назначений, как обсуждается в этом подкасте об управлении Entra ID.
4. Контексты аутентификации: Требуйте повышенной аутентификации для действий Copilot с особо чувствительными рабочими нагрузками, что дополнительно снижает риски.
5. Непрерывный мониторинг: Отслеживайте шаблоны доступа и изменения, используя оповещения и аналитику, чтобы выявлять отклонения от базовых показателей безопасности.

Управление разрешениями и принцип наименьших привилегий для Copilot

1. Применяйте принцип наименьших привилегий: Строго ограничивайте доступ Copilot к данным тем, что необходимо для роли пользователя, исключая избыточные или ненужные разрешения.
2. Периодические проверки разрешений: Регулярно проводите аудит в центре администрирования Microsoft 365 и с помощью таких инструментов, как PowerShell. Удаляйте устаревшие или «осиротевшие» права доступа, чтобы сократить поверхность атаки.
3. Согласование ролей: Сопоставляйте разрешения Copilot с должностными функциями, а не с отдельными людьми. Используйте динамические группы для упрощения обслуживания и снижения количества ручных ошибок.
4. Многофакторная аутентификация: Обеспечьте использование MFA для всех привилегированных пользователей Copilot, чтобы блокировать несанкционированный доступ в случае кражи учетных данных.
5. Автоматизация гигиены: Используйте скрипты и автоматизацию управления для выявления рискованных учетных записей и разрешений, а также для оперативного реагирования на организационные изменения. Даже несовершенные руководства по автоматизации дополняются полезными выводами из недавних подкастов о гигиене разрешений и Copilot, которые помогают поддерживать соответствие требованиям.

Последствия для размещения данных и конфиденциальности при использовании Copilot

Где находятся ваши данные и как они защищены — это не просто формальность: требования к локализации данных имеют юридический вес и влияют на то, как вы развёртываете и управляете Copilot в Microsoft 365. Разные страны и контракты требуют, чтобы данные оставались в определённых границах или соответствовали конкретным стандартам обработки.

В то же время ожидания клиентов, регуляторов и вашей собственной команды в отношении конфиденциальности требуют аккуратного обращения с любыми персональными или конфиденциальными данными. Ошибки здесь могут обернуться судебными исками, репутационным ущербом или полным запретом на внедрение новых технологий.

В этом разделе вы получите обзор средств контроля локализации данных в Microsoft 365 Copilot и узнаете практические рекомендации по защите конфиденциальности при работе с запросами и результатами. Если вы понимаете, «зачем» нужны эти обязательства, настройка контролей становится простым шагом, который повышает уверенность в безопасном развёртывании Copilot.

Соблюдение политик локализации данных

Локализация данных в эпоху Microsoft 365 Copilot означает хранение и обработку данных вашей организации в определённых географических регионах для выполнения местных законодательных и договорных требований. Этот механизм помогает снизить риски несанкционированной трансграничной передачи информации.

Администраторы настраивают локализацию, выбирая места хранения данных на уровне клиента, а затем применяя эти параметры с помощью встроенных инструментов Microsoft 365. Регулярный мониторинг перемещения данных гарантирует, что Copilot взаимодействует только с содержимым, разрешённым для обработки в допустимых регионах, что помогает соблюдать юридические обязательства и обязательства перед клиентами.

Защита конфиденциальности и безопасная обработка данных

1. Встроенные журналы аудита: включите полные журналы аудита в Microsoft 365, чтобы отслеживать, кто получает доступ к данным, которые использует Copilot, или изменяет их. Это поддерживает расследования в рамках регуляторных требований.
2. Наследование метки конфиденциальности: убедитесь, что результаты, созданные ИИ, например в Copilot Notebooks, по умолчанию получают метку. Это предотвращает появление неконтролируемых «теневых данных». Подробнее о рисках и средствах контроля см. этот разбор управления Copilot Notebooks.
3. Безопасное хранение по умолчанию: используйте шифрование и защищённое хранилище, чтобы предотвратить несанкционированный общий доступ или загрузку, будь то со стороны Copilot или пользователей.
4. Минимизация данных: проектируйте рабочие процессы так, чтобы Copilot получал минимально необходимый объём персональных или конфиденциальных данных для выполнения своих задач, соблюдая как законы о конфиденциальности, так и ожидания пользователей.
5. Проверка и ограничение общего доступа: ограничьте автоматическую публикацию, предоставление общего доступа или экспорт содержимого, созданного ИИ, до проверки со стороны специалистов по соблюдению требований и владельцев данных. Так ничего не ускользнёт из поля зрения.

Расширенные возможности Copilot для классификации данных и безопасности

Чтобы работать с Copilot на более продвинутом уровне, нужно не просто реагировать на риски, а предвидеть их. Microsoft 365 Copilot предлагает функции безопасности, которые выходят за рамки базового соответствия требованиям: расширенные ограничители содержимого, фильтры ответов на основе контекста и механизмы выявления защищённых материалов, а также поиск избыточной, устаревшей или тривиальной (ROT) информации до того, как она станет риском.

Организации, которые инвестируют в эти расширенные средства контроля, фиксируют меньше утечек и нарушений требований, даже когда Copilot становится всё более важным для повседневной работы. Ключевая задача — автоматизировать обнаружение и свести к минимуму ручную проверку, одновременно following за изменяющимися регуляторными и деловыми ожиданиями.

Далее мы рассмотрим автоматические ответы Copilot с учётом политик, стратегии фильтрации и важность постоянной очистки данных (чтобы конфиденциальные данные не накапливались поверх устаревшего мусора). Если вам нужен подробный план по DLP, RBAC и изоляции агентов на продвинутом уровне, этот ресурс по управлению Copilot содержит много практических ориентиров.

Безопасность ответов Copilot и ограничители содержимого

1. Автоматическое применение политик: ответы Copilot проходят проверку с помощью политик коммуникационного соответствия требованиям, DLP и автоматической маркировки, что предотвращает утечку критически важных для бизнеса или регулируемых данных.
2. Фильтры содержимого: встроенные и пользовательские фильтры отмечают или блокируют ответы Copilot, содержащие рискованные ключевые слова, защищённую информацию или неприемлемую лексику, чтобы ничего лишнего не просочилось наружу.
3. Непрерывный мониторинг: рабочие нагрузки Copilot постоянно отслеживаются на предмет нарушений политик и аномальной генерации контента, а администраторы сразу получают оповещения о возможных проблемах.
4. Управление ролями и договорными условиями: управление объединяет договоры, лицензирование и назначение ролей с техническими средствами контроля, поэтому расширенные возможности Copilot получают только пользователи с необходимыми полномочиями и реальной деловой потребностью. Подробнее о стратегиях внедрения читайте в этом руководстве по политикам Copilot.
5. Обратная связь пользователей и эскалация: у пользователей есть удобные способы сообщить о сомнительных результатах, и это запускает оперативную, систематическую проверку и реагирование.

Выявление защищаемых материалов и минимизация ROT-данных

1. Автоматическое сканирование контента: используйте Purview и интегрированные инструменты, чтобы сканировать неструктурированные файлы на предмет защищаемых материалов до того, как Copilot сможет их обработать или показать.
2. Классификация и редактирование: применяйте автоматические метки и процедуры редактирования на основе машинного обучения, чтобы скрывать конфиденциальные данные в файлах, чатах или результатах ИИ, снижая риск раскрытия.
3. Выявление ROT-данных: регулярно находите избыточные, устаревшие или несущественные данные (ROT) с помощью проверок всей системы, перемещая или удаляя их, чтобы упростить работу ИИ и снизить юридические риски.
4. Автоматизация хранения записей: применяйте графики хранения и удаления, которые учитывают контент, созданный или затронутый Copilot, что упрощает поддержание соответствия требованиям с течением времени.
5. Совместное управление: налаживайте взаимодействие между командами HR, юристов и ИТ, чтобы поддерживать культуру соответствия требованиям и повышать точность классификации. Советы о том, как это лежит в основе готовности к аудиту и управления рисками, см. в статье о том, как организации строят ECM, готовую к аудиту, с Purview.

6. использование Microsoft 365 Copilot и защита данных с Microsoft Copilot

   Что такое Microsoft Copilot и как он связан с Microsoft 365 Copilot?

   Microsoft Copilot — это интегрированный в экосистему Microsoft 365 инструмент на основе ИИ, который помогает с задачами продуктивности в приложениях и службах Microsoft 365. Microsoft 365 Copilot использует большие языковые модели в сочетании с данными вашей организации в клиенте Microsoft 365, Microsoft Graph и других источниках данных, чтобы формировать ответы, сводки и предлагаемый контент. На практике Copilot и Microsoft 365 Copilot работают вместе, находя нужную информацию в существующих данных приложений продуктивности Microsoft 365, не заменяя при этом основные бизнес-системы.

   Как Copilot работает с конфиденциальными данными и обеспечивает их защиту?

   Защита данных Copilot регулируется корпоративными политиками и средствами контроля, такими как Дополнение об защите данных и классификация данных Microsoft Purview. С помощью Microsoft Purview и других средств безопасности и конфиденциальности администраторы могут классифицировать и маркировать данные организации, чтобы Copilot работал в заданных границах. Эти меры помогают не допустить непреднамеренной утечки данных и гарантируют, что Copilot формирует результаты только из разрешённых источников данных и должным образом обработанных существующих данных.

   Может ли Copilot получать доступ к данным через Microsoft Graph и другие источники данных?

   Да. Copilot может получать доступ к данным через Microsoft Graph и к нескольким источникам данных, настроенным для вашего клиента, но доступ контролируется разрешениями и политиками. Если данные внутри клиента Microsoft 365 не авторизованы, для этих запросов Microsoft Graph не используется. Администраторы могут ограничить, к каким источникам данных Copilot может выполнять запросы, чтобы Copilot работал только с подходящими данными и не выводил общие данные ненадлежащим образом.

   Какие шаги могут предпринять организации, чтобы не допустить непреднамеренной утечки данных при использовании Copilot?

   Чтобы предотвратить утечку данных, регулярно обновляйте меры управления данными и безопасности, применяйте метки конфиденциальности через Microsoft Purview, настройте Дополнение об защите данных и средства контроля на уровне клиента, а также ограничьте использование чата Copilot и агентов в Microsoft 365 утверждёнными пользователями и источниками данных. Обучение и понятные политики использования Microsoft 365 Copilot Chat и настройки Copilot Chat также снижают риск непреднамеренной утечки данных.

   Как граница данных ЕС влияет на Copilot и данные организации?

   Вариант EU Data Boundary помогает гарантировать, что данные клиента и данные Copilot остаются в пределах определённых географических регионов в соответствии с нормативными требованиями. Используя EU Data Boundary и связанные функции управления данными, организации могут контролировать, где хранятся и обрабатываются данные Microsoft 365 Copilot и данные, доступ к которым осуществляется через Microsoft Graph. Это способствует соблюдению требований и снижает риски трансграничной передачи данных.

   В чём разница между чатом Copilot, Microsoft 365 Copilot Chat и другими решениями Copilot?

   Чат Copilot, как правило, означает диалоговый интерфейс ИИ в различных инструментах Microsoft. Microsoft 365 Copilot Chat интегрируется со службами и приложениями для повышения продуктивности Microsoft 365 и отвечает на вопросы на основе данных организации, электронных писем, документов и данных Microsoft Graph. Другие решения Copilot или реализации ИИ могут быть ориентированы на конкретные задачи, но Microsoft 365 Copilot использует экосистему Microsoft 365 и корпоративные данные, чтобы обеспечивать контекстную помощь в работе с различными службами.

   Как администраторы могут контролировать, на основе каких данных Copilot формирует ответы?

   Администраторы могут использовать инструменты управления данными, такие как Microsoft Purview, метки конфиденциальности, условный доступ и параметры на уровне клиента, чтобы определить, какие источники данных и приложения Microsoft 365 доступны для Copilot. Настраивая эти элементы управления, задавая правильные разрешения в Microsoft Graph и проверяя несколько источников данных, администраторы могут гарантировать, что Copilot формирует ответы только на основе подходящих данных и не раскрывает ограниченную или общедоступную информацию.

   Хранит ли Copilot пользовательские данные или обучающие данные и как Microsoft защищает эти данные?

   Microsoft описывает меры защиты, благодаря которым Copilot и Microsoft 365 Copilot не используют содержимое клиентов для обучения базовых моделей, если это прямо не разрешено. Microsoft предоставляет договорные обязательства, средства обеспечения безопасности и конфиденциальности, а также Data Protection Addendum (дополнение об защите данных), которые регулируют обработку данных Microsoft 365 Copilot и существующих данных. Обновления безопасности и мониторинг дополнительно защищают данные организации и помогают исключить их непреднамеренную утечку.

   Как пользователи могут безопасно применять Microsoft 365 Copilot в повседневных задачах продуктивности?

   Пользователям следует соблюдать политики организации, маркировать и классифицировать конфиденциальный контент с помощью Microsoft Purview и использовать Microsoft 365 Copilot в утверждённых приложениях Microsoft 365. При работе с чатом Copilot или агентами в Microsoft 365 не вводите секреты и внешнюю конфиденциальную информацию и проверяйте результаты перед тем, как делиться ими. Использование ресурсов Microsoft Learn и рекомендаций ИТ-службы помогает пользователям внедрять лучшие практики безопасности и продуктивности в службах Microsoft 365.