Exact Data Match не работает: полное руководство по устранению неполадок в Microsoft 365

By Mirko Peters · 2026-04-21

Если Exact Data Match (EDM) в Microsoft 365 не работает, вы точно не одиноки. Это руководство поможет разобраться, почему DLP-политики на основе EDM не всегда работают так, как вы ожидаете. Вы получите пошаговые объяснения: от технических основ и необходимой настройки до диагностики критических ошибок и решения сложных проблем.

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

Cover: Microsoft 365 Governance Is a People and Ownership Problem

Если Exact Data Match (EDM) в Microsoft 365 не работает, вы точно не одиноки. Это руководство поможет разобраться, почему DLP на основе EDM (предотвращение утечки данных) не всегда соответствует вашим ожиданиям. Вы получите пошаговые объяснения: от понимания технических основ и необходимой настройки до диагностики критических ошибок и решения сложных проблем.

Мы рассмотрим базовые концепции, а затем перейдём к практическим шагам по устранению неполадок, которые выходят за рамки основ. Независимо от того, отвечаете ли вы за данные сотрудников или клиентов, вы получите эффективные стратегии защиты конфиденциальной информации. Эти советы и методы созданы специально для администраторов Microsoft 365 и технических команд, работающих с регулируемыми или корпоративными средами.

Что такое Exact Data Match и с какими типичными проблемами он связан

Прежде чем засучить рукава, разберёмся, что такое Exact Data Match и почему он сбивает с толку людей чаще, чем можно ожидать. EDM — это ответ Microsoft 365 на задачу сверхточного обнаружения в DLP-политиках: например, поиск номеров социального страхования, данных расчёта заработной платы или других особо чувствительных полей без лишних совпадений, которые вам не нужны. Идея предполагает безупречную точность, но на практике всё не всегда получается сразу.

В этом разделе мы разберём подход EDM, который использует криптографические хэши и подробные схемы, создаваемые вами самостоятельно. Также расскажем, почему EDM не always работает идеально. Главная причина, как правило, в том, как настроена схема, как подготовлены данные и сколько технических компонентов должны согласованно работать. Даже опытные администраторы сталкиваются с проблемами из-за ошибок в схеме, несовпадений данных или пропущенных шагов настройки.

Разобравшись в теории и самых распространённых «подводных камнях», вы сможете избежать типичных ошибок. Дальше мы разберём, почему EDM иногда не срабатывает, и подготовимся к решению этих проблем, когда перейдём к деталям в следующих разделах.

Что такое Exact Data Match и как он должен работать?

Exact Data Match (EDM) — это функция Microsoft 365, предназначенная для обнаружения конкретной конфиденциальной информации, например идентификаторов сотрудников или номеров социального страхования. Она сравнивает данные в вашей среде с защищённым эталонным списком хэшей. Процесс использует криптографические хэши, чтобы находить точные совпадения, не раскрывая исходный открытый текст Microsoft. Поэтому он идеально подходит для отраслей со строгими требованиями к соответствию нормативам.

При правильной настройке EDM позволяет DLP-политикам работать с хирургической точностью: помечаются только те файлы или сообщения, которые содержат именно те конфиденциальные данные, которые нужно отслеживать. Организации выбирают EDM для сценариев, где требуется только точная защита регулируемых данных: реальных записей о клиентах, сотрудниках или финансовых операциях, а также отсеивание ложных срабатываний, которых не удаётся избежать в обычном DLP.

Типичные ошибки и сложности при внедрении EDM

Несоответствие схемы: EDM опирается на тщательно спроектированную схему. Если столбцы CSV не совпадают с определёнными в схеме или расположены не по порядку, даже одна ошибка может сорвать весь процесс сопоставления. Например, перепутанные местами заголовки «Employee ID» и «Last Name» в файле сразу приводят к проблемам.
Неправильное форматирование данных: Если не нормализовать данные или не привести их к правильному формату, например при разных форматах SSN или лишних пробелах, EDM часто пропускает реальные конфиденциальные записи. Со временем изменение форматов данных может незаметно нарушить уже работающие настройки.
Неверное хэширование или ошибки загрузки: Если загружать нехэшированные или некорректно хэшированные данные, EDM попросту не будет работать. Кроме того, неправильное использование EDM Upload Agent или пропуск проверки загрузки приводит к рассинхронизации данных.
Проблемы с основным полем: Выбор неподходящего основного элемента, например поля, которое не является уникальным (скажем, «Date of Birth» вместо «Employee ID»), приводит к дублирующимся совпадениям или снижает надёжность обнаружения. Непонимание того, как задавать пороговые значения или режимы точного совпадения, также может привести к пропущенным срабатываниям или нежелательным ложным срабатываниям.
Пользовательские данные и обход правил: Пользовательские или самостоятельно определённые типы данных создают особые риски. Если пользователи намеренно или даже случайно меняют шаблоны данных или разбивают поля (например, номера телефонов по разным столбцам), логика сопоставления перестаёт работать. Следите за поведением пользователей и корректируйте схемы по мере изменения шаблонов.
Ограничения на количество токенов и запросов: EDM накладывает жёсткие ограничения на количество токенов (уникальных слов и строк) как в эталонных данных, так и в поисковых запросах. Превышение этих лимитов, обычно при росте схемы или среды, вызывает ошибки, которые незаметно нарушают обнаружение, если за ними не вести тщательный контроль.
Отсутствие мониторинга и снижение производительности: Со временем производительность или точность может снизиться из-за «дрейфа данных», то есть когда формат или значения эталонных данных меняются и перестают соответствовать ожиданиям EDM. Регулярные проверки состояния и периодический пересмотр схем необходимы, чтобы не допустить незаметных брешей в безопасности.

Если вы хотите глубже разобраться в том, как фрагментированное владение инструментами также срывает инициативы в Microsoft 365, посмотрите обсуждение на тему почему управление в M365 терпит неудачу. Оно добавит контекста к системному мышлению, которое понадобится для успешного внедрения EDM.

Предварительные требования и безопасность внедрения EDM

Запуск EDM в Microsoft 365 — это не просто переключение тумблера. Речь о создании прочной технической и организационной основы для безопасности задолго до того, как вы начнёте загружать чувствительные данные сотрудников или клиентов. В этом разделе описаны базовые требования: готовность инфраструктуры, наличие нужных разрешений и подготовка политик импорта данных, которые действительно будут работать с существующей стратегией соответствия требованиям.

Также важно продумать, как защищать данные на каждом этапе. Правильная безопасность — это не формальность. Именно она гарантирует, что открытый текст записей никогда не будет раскрыт, даже при передаче и анализе. Здесь мы поможем разобраться и в том, «что» и «зачем». Подробности о структуре файлов, ролях пользователей и технических шагах будут рассмотрены в следующих разделах, так что оставайтесь с нами: впереди практические чек-листы и разбор вопросов безопасности.

Хотите больше узнать о базовой настройке DLP? Полезным введением может стать выпуск подкаста о настройке DLP в Microsoft 365, особенно если вы только начинаете работать с такими средствами контроля соответствия или учитываете при автоматизации возможности Microsoft Copilot.

Технические требования и предварительные условия для импортируемых данных

Текущая подписка Microsoft 365: Нужен подходящий план Microsoft 365 с включёнными функциями DLP и Purview. EDM доступен не во всех планах.
Ролевой доступ: Создавать, управлять или загружать профили EDM могут только администраторы с соответствующими ролями в области соответствия требованиям, DLP или Purview. Обязательно перепроверьте доступ для команды безопасности и соответствия требованиям.
Структура файлов с данными: Эталонные данные должны храниться в файлах CSV. В этих файлах заголовки столбцов должны соответствовать схеме, без лишних пробелов и скрытых символов. Избегайте объединённых ячеек и смешанных разделителей.
Разрешения на файлы и хранение: Храните эталонные файлы надёжно, с ограниченным доступом, как правило, на защищённом соответствующем требованиям устройстве. Читать эти файлы должны только авторизованные агенты загрузки.
Инструменты и агенты загрузки: Для безопасного хеширования и передачи эталонных данных необходимо использовать официальный EDM Upload Agent. Загрузка через браузер или сторонние методы не поддерживается.
Готовность сети и системы: Хост агента должен иметь стабильное подключение к интернету и доступ к необходимым конечным точкам Microsoft, без проблем с брандмауэром или прокси.

Соображения безопасности и конфиденциальности данных в EDM

EDM серьёзно относится к безопасности: перед тем как данные покинут локальную среду, к вашим чувствительным данным применяется криптографическое хеширование. Благодаря этому никакой читаемый открытый текст, например реальные SSN или номера ведомостей на зарплату, никогда не отправляется и не хранится в облаке Microsoft. Через EDM Upload Agent загружаются только хеши (строки, которые человек не может распознать).

Такая архитектура означает, что Microsoft никогда не видит ваших реальных данных, что соответствует строгим требованиям к конфиденциальности и соответствию нормативам, особенно в регулируемых сферах, таких как здравоохранение или финансы. Все данные при передаче зашифровываются, а загружать их могут только авторизованные администраторы, что соответствует современным корпоративным требованиям и нормативным стандартам. Подробнее о тактиках DLP и управления клиентом можно узнать здесь: как Microsoft Purview помогает с расширенной безопасностью и мониторингом.

Построение схемы EDM для точного сопоставления данных

Далее поговорим о создании «чертежа» для вашего решения EDM — схемы. Если схема настроена неверно, даже немного, вся инициатива EDM может пойти не по плану. Поэтому нужно особенно внимательно отнестись к тому, какие поля являются основными, как вы называете столбцы и как ваша логика соотносится с реальными бизнес-сценариями.

Этот раздел посвящён тому, почему продуманная схема, создаваемая заранее, окупается более точным обнаружением, меньшим количеством ложных срабатываний и готовностью к изменениям по мере развития данных и рабочих процессов организации. Вы увидите, почему так важно описать основные и вспомогательные элементы — поля «обязательного совпадения» и «желательного совпадения» — для надёжного применения политик в реальных условиях.

Оставайтесь с нами: мы покажем, как подходить к проектированию схемы, определять правила сопоставления под ваши сценарии и выбирать режимы сопоставления, которые действительно отражают структуру эталонных данных. Простые ошибки здесь могут обернуться серьёзными проблемами в будущем, поэтому в следующих разделах мы подробно разберём пошаговые инструкции, которые можно сразу применить на практике.

Как создать схему EDM и определить правила сопоставления

Определите чувствительные поля: Сначала выберите типы данных, которые требуют точной защиты (например, идентификатор сотрудника, номер счёта, SSN). Учитывайте нормативные обязательства и бизнес-риски — это и есть основные кандидаты для схемы.
Стандартизируйте форматы полей: Убедитесь, что каждое поле имеет одинаковый формат во всех записях — без смеси дефисов, пробелов или регистров букв. Нормализация данных (например, всегда использовать «123-45-6789» для SSN) является ключевой.
Определите основные и вспомогательные элементы: Основной элемент (уникальный идентификатор) должен быть полем, которое не повторяется в других местах, — например, идентификатор сотрудника. Вспомогательные элементы могут содержать дополнительную информацию (например, дату рождения), которая помогает отфильтровать почти совпадающие записи и неоднозначности.
Согласуйте заголовки столбцов CSV со схемой: Заголовки столбцов в вашем CSV-файле должны точно совпадать (включая написание и порядок) с тем, что задано в конфигурации схемы EDM. Этот шаг вызывает больше сбоев, чем почти любой другой.
Учитывайте дрейф данных и обновления: Заранее планируйте, что реальные данные будут меняться со временем (новые форматы, новые значения). Закладывайте гибкость в схему — периодически проверяйте заголовки и типы полей, чтобы не допустить незаметного снижения точности.
Проверьте на тестовых данных: Используйте тестовые CSV-файлы, чтобы смоделировать, как схема будет действительно сопоставлять данные. Ищите ложные срабатывания и пропуски и при необходимости корректируйте правила сопоставления.
Не усложняйте без необходимости: Не включайте лишние поля и не добавляйте столбцы «на всякий случай» — используйте только то, что действительно нужно сопоставить. Неиспользуемые столбцы могут вносить путаницу или ошибки сопоставления в EDM.

Настройка режимов сопоставления и выбор основных элементов

Продуманно выбирайте тип сопоставления: Используйте режим «Exact» (точное совпадение), когда нужно находить только конкретные эталонные значения (это идеально для регулируемых данных, таких как SSN). Режимы «Threshold» или «fuzzy» (нечёткое сопоставление) доступны для сценариев, где допустимы достаточно близкие совпадения, но учитывайте риск роста ложных срабатываний.
Тщательно назначайте основные элементы: Основное поле должно содержать действительно уникальные данные — никогда не используйте поле, которое может повторяться, например имя или отдел. Лучший практический выбор — идентификатор сотрудника или номер счёта.
Задайте ограничения полей: Убедитесь, что типы полей в схеме соответствуют типу данных в источнике (числовой, строковый и т. д.). Несоответствия могут помешать правильному сопоставлению или привести к пропуску политики.
Проверьте ложные срабатывания и пропуски: Запустите пробные обнаружения, чтобы убедиться, что чувствительные записи действительно находятся и что безобидные записи не запускают политику DLP без необходимости.

Подготовка и загрузка конфиденциальных данных для профилей EDM

Ни одна настройка EDM не обходится без тщательной подготовки эталонных данных перед загрузкой: считайте это подготовкой ключевых игроков к игровому дню. Этот процесс — гораздо больше, чем просто выгрузка файла в нужное место. Вам нужен чистый, без ошибок и правильно отформатированный набор данных, чтобы получать стабильные результаты.

В этом разделе вы поймёте, почему правильная подготовка данных (включая строгое форматирование, проверки на корректность и безопасные процессы загрузки) важна не только для точности, но и для защиты данных на высшем уровне на всех этапах. Если сделать эту часть правильно, вы сможете выявлять проблемы до того, как они проявятся в производственной среде, и сохраните конфиденциальные записи вашей организации в безопасности.

Далее вы найдёте пошаговые инструкции по структурированию CSV-файлов, инструменты и шаги для безопасной загрузки с помощью EDM Agent, а также процедуры проверки. Так ваши данные поступят в Microsoft 365 готовыми к работе и без утечки исходного открытого текста.

Форматирование данных, выгрузка и проверка перед загрузкой

Приведите CSV-файл в точное соответствие со схемой: Выстройте заголовки столбцов в эталонном CSV-файле так, чтобы они совпадали с тем, что вы указали в схеме EDM: без лишних столбцов, опечаток и измененного порядка заголовков.
Проверьте типы данных и значения: Найдите строки с пропущенными, дублирующимися или некорректно оформленными значениями. Номера SSN должны соответствовать одному и тому же шаблону, даты должны быть в формате ГГГГ-ММ-ДД и так далее.
Удалите лишние символы: Уберите пробелы в конце строк, непечатаемые символы и случайные разделители внутри полей. Если есть сомнения, проверьте данные с помощью скриптов валидации.
Выполните предварительную проверку перед загрузкой: Используйте встроенный инструмент проверки (или пробный запуск с EDM Upload Agent), чтобы выявить расхождения между CSV-файлом и схемой до реальной загрузки.
Ведите журнал аудита: Версионируйте файлы, сохраняйте журналы загрузок и проверок, а также надёжно храните как исходные, так и хешированные данные для аудитов соответствия требованиям.

Хеширование и безопасная загрузка конфиденциальных данных

EDM Upload Agent отвечает за преобразование эталонных данных в открытом тексте в защищённые криптографические хеши прямо в вашей инфраструктуре. Это означает, что фактические конфиденциальные значения никогда не покидают вашу среду: в облако Microsoft 365 передаются только хешированные представления.

Этот процесс выполняется до и во время загрузки, поэтому конфиденциальность обеспечивается на каждом этапе. Передача в облако шифруется, а для сопоставления хеш-значения использует только движок DLP. Это помогает команде соответствия требованиям и гарантирует, что конфиденциальные данные организации никогда не подвергаются риску. Поддержать это также помогут надёжные практики управления корпоративным контентом и готовности к аудиту в таких инструментах, как SharePoint и Purview.

Интеграция EDM с политиками предотвращения утечки данных

Настоящая сила EDM проявляется, когда вы связываете эталонные данные напрямую с правилами политик DLP в Microsoft 365. При правильной настройке это позволяет организации применять точно настроенную защиту данных и блокировать утечки независимо от того, работают ли пользователи в Outlook, Teams, SharePoint или Power Platform.

В этом разделе описано, что нужно сделать, чтобы связать политики DLP со схемой EDM. Это не только техническая связка: она включает принятие решений о том, какие типы данных должны запускать оповещения, как эскалируются инциденты и куда направляются уведомления при обнаружении реального совпадения.

Если вы настраиваете политики DLP для сложных сред, не упускайте из виду продуманную стратегию управления и работы со средами, о которой говорится в этом подкасте для разработчиков Power Platform, которые управляют политиками DLP, а также в обсуждении устойчивости DLP с акцентом на инсайдерские угрозы.

Проверка и анализ результатов обнаружения EDM

Загрузите тестовый набор данных: Заполните среду небольшим пакетом известных эталонных данных (фиктивные идентификаторы сотрудников, номера счетов), чтобы смоделировать реальный сценарий.
Создайте политику DLP и привяжите схему EDM: Направьте политику DLP непосредственно на настроенную схему EDM, убедившись, что правило обнаружения указывает правильные поля и режим сопоставления.
Проверка политики на примерах файлов: Отправьте или загрузите в отслеживаемые приложения (Outlook, Teams, SharePoint) контент с тестовыми эталонными значениями и убедитесь, что политики DLP срабатывают.
Анализ журналов политик и оповещений: Сразу проверьте отчёты об инцидентах, журналы оповещений и панели соответствия требованиям, чтобы убедиться, что совпадения зафиксированы. Ищите как ложные срабатывания, так и возможные пропуски («ложноотрицательные» результаты).
Проверка сквозного процесса: Убедитесь, что действия DLP (например, уведомления или принудительные ограничения) действительно были запущены, а рабочий процесс (например, проверка инцидентов) соответствует ожиданиям политики.
Регулярный мониторинг показателей обнаружения: Используйте аналитические инструменты или панели мониторинга, например описанные в этом руководстве по непрерывному мониторингу соответствия требованиям, чтобы отслеживать текущие показатели совпадений, выявлять смещение и обнаруживать проблемы производительности по мере изменения схем использования.

Устранение неполадок и ошибок лимита токенов EDM и сбоев настройки

Даже при правильной настройке EDM иногда дает сбой, обычно как раз тогда, когда он нужен больше всего. Лимиты токенов, неверные подключения к схеме или пропущенные шаги настройки могут незаметно отключить возможности сопоставления или тихо пропустить конфиденциальные данные наружу.

В этом разделе рассматриваются первопричины сбоев политик EDM, в частности печально известных ошибок лимита токенов и ловушек настройки. Речь о том, где именно искать проблему, какие журналы или сообщения об ошибках изучить и как откатить или скорректировать внедрение, чтобы вернуть всё в работу.

Без постоянного мониторинга и регулярных операционных проверок сбои здесь могут быстро стать дорогостоящими, поэтому ниже мы разберём практические стратегии диагностики и исправления, а не только теорию. Следующие советы помогут выйти из рутины поиска «что сломалось» и вернуть уверенность в работе вашего инструментария DLP.

Устранение неполадок с максимальным количеством токенов и ограничениями EDM

Перегрузка токенов в запросах: EDM ограничивает максимальное количество токенов для сопоставления, обычно до десятков тысяч на схему. Если схема или запросы превышают этот лимит, вы увидите ошибки «maximumNumberOfTokens». Решение: сократите объём эталонных данных или разбейте крупные импорты на несколько небольших профилей EDM.
Слишком широкие правила DLP: Политики, охватывающие большие диапазоны данных, могут непреднамеренно захватить слишком много токенов и вызвать срабатывание ограничений. Ужесточите фильтры политик или выделите отдельные правила обнаружения для разных наборов данных.
Смешанные или меняющиеся форматы данных: Если дрейф данных приносит новые значения или форматирование, количество токенов может резко вырасти. Периодически проверяйте импортированные данные, чтобы выявлять и исключать нерелевантные или устаревшие эталонные значения.
Мониторинг скрытых сбоев: Регулярно проверяйте панели состояния системы на предупреждения о размерах запросов, поскольку большинство ошибок токенов не приводит к видимым уведомлениям для пользователей.

Диагностика сбоев настройки EDM и результатов сопоставления

Несоответствия данных схемы: Дважды проверьте, что заголовки и порядок столбцов CSV точно совпадают со схемой EDM. Простые опечатки или отсутствующие столбцы могут сломать все совпадения.
Неверные правила или режимы сопоставления: Проверьте, соответствует ли режим сопоставления («Exact» или «Threshold») задуманной политике и реальным эталонным данным. При необходимости скорректируйте его.
Неполные или неудачные загрузки хешей: Изучите журналы агента загрузки на предмет ошибок и незавершённых загрузок. Любые сбои сети или прерывания требуют повторной, проверенной загрузки.
Устаревшие или неактуальные эталонные данные: Изменились ли ваши бизнес-данные, а EDM не обновлялся? Устаревшие профили перестают отражать действительность, поэтому планируйте регулярные повторные загрузки.
Анализ журналов и кодов ошибок: Изучите журналы центра соответствия требованиям или системные журналы событий, чтобы найти подробности ошибок: ищите сбои сопоставления, ошибки приёма данных или предупреждения агента загрузки.

Лучшие практики и ключевые выводы для надёжной работы EDM

Вы уже многое увидели, но давайте сделаем паузу и сосредоточимся на том, что отличает внедрение EDM на основе «благих пожеланий» от по-настоящему надёжного решения, готового к эксплуатации. Чтобы EDM продолжал работать стабильно, учитывая новые реалии, избегая скрытых сбоев и обрабатывая пользовательские типы данных, нужны стратегии, которые сохраняют эффективность после того, как первоначальный энтузиазм от запуска угаснет.

Лучше всего настроенные среды внимательно следят за своими схемами, проверяют пользовательские поля и организуют регулярные проверки, чтобы EDM продолжал находить реальные совпадения по мере изменения бизнес-условий. Понимать, как возникают дрейф соответствия требованиям и изменение данных, так же важно, как и правильно выполнить настройку. Если вам интересно, как скрытый дрейф влияет на долгосрочное соответствие требованиям, послушайте этот подкаст о дрейфе соответствия требованиям в Microsoft 365 и это обсуждение дрейфа семантических моделей данных в Microsoft Fabric.

Итак, на этой основе завершим практическими рекомендациями по пользовательским данным и простым чек-листом, который поможет удерживать ваше развертывание EDM на правильном пути.

Проверенные практики для пользовательских и настраиваемых данных в EDM

Придерживайтесь единых форматов: задайте стандартный формат для всех настраиваемых полей, например для идентификаторов сотрудников, и отклоняйте загрузки, которые нарушают этот шаблон.
Периодически сверяйте новые данные: раз в квартал проверяйте соответствие схем бизнес-системам на предмет дрейфа формата или значений.
Документируйте изменения полей: ведите журнал изменений каждый раз, когда вы меняете схему или добавляете новые поля, чтобы через несколько месяцев никто не потерялся.
Привлекайте реальных пользователей: спросите у пользователей из HR, финансов или операционного отдела, как выглядят «реальные» данные, чтобы ваша схема отражала меняющиеся рабочие привычки.
Отслеживайте ложноотрицательные срабатывания: собирайте обратную связь после пропусков DLP и попыток обхода и соответствующим образом корректируйте логику сопоставления.

Главные выводы и обзор условий успешного Exact Data Match

Проектируйте схемы внимательно: правильная структура экономит часы переработок и обеспечивает точность совпадений.
Проверяйте и контролируйте постоянно: регулярные аудиты и выборочный анализ инцидентов DLP позволяют выявить проблемы на раннем этапе, до того как вырастет бизнес-риск.
Уделяйте приоритет безопасности данных: на каждом этапе все эталонные данные должны храниться и передаваться в хешированном виде и под защитой лучших средств шифрования.
Следите за дрейфом данных: обновляйте схемы и справочные списки в соответствии с реальной бизнес-ситуацией, ведь EDM не может работать с устаревшими или несогласованными данными.
Используйте обратную связь: отзывы пользователей и разбор инцидентов — самый быстрый способ закрыть пробелы и уточнить политики.