Риски безопасности Microsoft 365 Copilot: что нужно знать

By Mirko Peters · 2026-03-21 · Updated 2026-03-24

Разбираем безопасность Microsoft Copilot: как выявить и снизить риски для конфиденциальных данных в Microsoft 365. Практика безопасного использования ИИ с Copilot.

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

Titelbild: Microsoft 365 Copilot Security Risks: What You Need to Know

Microsoft 365 Copilot стремительно вошёл в организации, обещая серьёзный рост производительности, но давайте не будем делать вид, что он не создаёт реальных проблем с безопасностью. Когда Copilot соединяет ИИ с вашими облачными данными, возникают новые риски, которые ИТ-команды и руководители бизнеса не могут игнорировать. Будь то утечка конфиденциальных данных через ответы ИИ, давление регуляторов или неконтролируемое теневое ИТ, разобраться с этими угрозами — первоочередная задача. В этом руководстве вы найдёте практические сведения об основных угрозах, которые вносит Copilot, о важности надёжного управления и контроля над данными, а также о реальных инцидентах, которые заставляют пересмотреть привычные подходы к безопасности. Мы разберём стратегии соответствия требованиям, обучение пользователей и отраслевые меры защиты, чтобы вы могли уверенно использовать возможности Copilot без лишних рисков. Давайте разберёмся, что действительно важно для безопасности и соответствия требованиям ваших сред Copilot.

8 неожиданных фактов о рисках безопасности Microsoft 365 Copilot

Резидентность данных может размываться: Хотя Microsoft 365 Copilot соблюдает границы данных клиента, обработка может затрагивать глобальные конечные точки сервисов ИИ, что создаёт неожиданные риски трансграничной обработки регулируемых данных.
Запросы могут раскрывать конфиденциальный контекст: Запросы пользователей на естественном языке могут содержать конфиденциальные фразы или данные, которые попадают в контекст модели. Это повышает вероятность непреднамеренного раскрытия, если запросы сохраняются или журналируются.
Сторонние коннекторы расширяют поверхность атаки: Copilot интегрируется со множеством приложений и коннекторов; скомпрометированный коннектор может раскрыть агрегированные данные Microsoft 365 за пределами стандартных границ.
Галлюцинации модели могут создавать ложные авторитетные ответы: Copilot может генерировать правдоподобный, но неверный контент (галлюцинации), который выглядит так, будто он взят из внутренних документов. Это можетввести пользователей в заблуждение и привести к ошибкам в вопросах соответствия требованиям или безопасности.
Тонко настраиваемый контроль доступа остаётся сложным: Традиционные списки ACL и метки не переносятся автоматически в контексты использования ИИ, поэтому данные с классификацией «конфиденциально» всё равно могут влиять на ответы Copilot, если политики и механизмы принудительного применения не настроены специально.
Телеметрия и журналы могут раскрыть больше, чем задумано: Диагностические данные, данные об использовании и телеметрия, собираемые для устранения неполадок Copilot, могут содержать метаданные, которые помогают злоумышленникам выяснить поведение пользователей, привилегированные учётные записи или ценные цели.
Риски цепочки поставок и обновлений модели: Регулярные обновления базовых моделей или сторонних компонентов могут привнести новые уязвимости или изменить способ использования данных. Исправление поведения ИИ — это не то же самое, что установка патчей для программного обеспечения.
Внутренний риск усиливается автоматизацией: Copilot может ускорять агрегацию и обобщение данных, а значит, инсайдер с законным доступом может с помощью Copilot быстро собрать конфиденциальные наборы данных, которые было бы сложнее создать вручную.

Понимание рисков безопасности Microsoft 365 Copilot

Если посмотреть на Microsoft 365 Copilot, перед вами инструмент, который может обращаться к данным организации — письмам, документам, чатам и многому другому — и с помощью ИИ давать ответы, автоматизировать процессы и даже создавать новый контент. Это мощно, но у этой мощи есть оборотная сторона. Именно те функции, которые делают Copilot привлекательным, создают уникальные риски безопасности, которых вы не встретите в традиционных инструментах совместной работы.

Дело не только в технических уязвимостях, хотя они, безусловно, существуют. Речь также о том, как Copilot обрабатывает, преобразует и иногда передаёт информацию, которая никогда не должна была покинуть пределы цифровой среды. Существует риск утечки конфиденциальных данных, атак с помощью промптов, которые компрометируют контекст, или ситуация, когда регуляторы обнаруживают, что среда внезапно перестала соответствовать требованиям. Даже обычное поведение пользователей и настройки разрешений могут открыть огромные слепые зоны, если управлять ими без свежего взгляда.

В следующих разделах мы подробно разберём, что именно делает Copilot рискованным: от базовых технических угроз, таких как утечка данных и prompt injection, до проблем с соблюдением требований и специфических киберрисков, которые возникают при внедрении ИИ-ассистентов в корпоративной среде. Цель — показать полную картину и объяснить, почему так важно привести в порядок безопасность и управление Copilot. Давайте разберём каждую из этих областей, чтобы вы понимали, что поставлено на карту, и знали, с чего начать укрепление защиты.

Основные угрозы безопасности: утечка данных, prompt injection и model inversion

Утечка данных: Copilot может непреднамеренно раскрыть конфиденциальную информацию, поскольку при формировании ответов он извлекает данные из писем, чатов и файлов. В отличие от обычных приложений, контекстно-зависимые ответы Copilot часто смешивают сведения из разных источников, что повышает вероятность случайной утечки. Особенно это касается ситуаций, когда производные материалы (например, результаты в блокнотах) не помечены подходящими метками конфиденциальности, и в итоге можно получить теневое хранилище данных из неуправляемого контента. Стандартные средства контроля редко отслеживают, куда дальше попадают данные, созданные ИИ, и поэтому сдерживать такие утечки непросто.
Атаки с внедрением промптов: Злоумышленники (или даже невнимательные пользователи) могут составить запросы, которые меняют логику работы Copilot или заставляют его раскрыть информацию, которую он раскрывать не должен. Такие уязвимости, известные как «prompt injection», трудно обнаружить заранее, и, в отличие от обычного фишинга, они работают внутри доверенного интерфейса Copilot. Когда Copilot работает с широкими разрешениями, часто на уровне, который повторяет или превышает реальные права пользователя, такие атаки могут обойти традиционные механизмы DLP и границы доступа.
Model inversion: При достаточном количестве тщательно составленных запросов злоумышленники могут восстановить конфиденциальные данные, использованные для обучения базовых моделей Copilot. Это означает, что информация, которая, как вы считали, была доступна только внутри организации, например данные клиентов, коммерческая тайна или регулируемые данные, потенциально может быть восстановлена по частям. Стандартные ИТ-средства контроля и правила DLP редко учитывают такой риск, поэтому легко создать ложное ощущение безопасности на основе устаревших политик.

Угрозы, специфичные для Copilot, требуют нового подхода и более жёстких мер контроля: от мониторинга во время выполнения до меток по умолчанию для результатов ИИ и по-настоящему контекстно-зависимого управления. Игнорирование этих рисков оставляет открытой дверь для новых форм теневых ИТ и потери данных, которые даже не появятся в привычных журналах аудита.

Проблемы соблюдения требований и регуляторные риски при использовании Copilot

Обработка регулируемых данных ИИ: Copilot может обрабатывать или формировать контент на основе регулируемых данных (таких как PHI, PII, финансовые записи), не различая конфиденциальную и общедоступную информацию. Если метки конфиденциальности не наследуются или результаты ИИ не контролируются, можно быстро нарушить требования HIPAA, GDPR или FISMA. Правильное управление ИИ означает внедрение средств контроля, которые распространяют метки и политики DLP на весь производный контент ИИ, как показано в этом руководстве по управлению.
Местонахождение и передача данных: Модели ИИ, на которых работает Copilot, могут функционировать за пределами региональных границ, что вызывает вопросы о местонахождении и суверенитете данных. Вам понадобятся стратегии, которые подтверждают, что Copilot взаимодействует только с данными, хранящимися в допустимых юрисдикциях, а контент, созданный ИИ, не выходит за эти границы непреднамеренно.
Аудит и мониторинг: Объединение источников данных в Copilot может затруднить ведение журналов, готовых к аудиту. Такие функции, как автосохранение, совместное редактирование и одновременная работа, могут сокращать историю версий, скрывая полную картину движения данных и снижая эффективность политик хранения (подробнее здесь). Управление должно выходить за рамки статичных панелей и переходить к активному мониторингу поведения пользователей и сохранности контента, созданного ИИ.
Регуляторный контроль и риски в финансовом секторе: В отраслях с повышенным регуляторным надзором способность Copilot получать доступ к финансовым или медицинским данным с высокой степенью конфиденциальности, обрабатывать их и даже предлагать действия с ними может повысить риск нарушения требований соответствия. Регуляторы ожидают чётких записей о доступе к данным, их использовании и преобразовании, и Copilot может усложнить их получение, если не настроены надлежащее журналирование и отчётность.

Вывод такой: Copilot меняет не только риски безопасности, но и то, как службам соответствия требованиям нужно подходить к маркировке, мониторингу и реагированию на потенциальные нарушения.

Киберриски, характерные для ИИ-ассистентов

В отличие от традиционных приложений Microsoft 365, ИИ-ассистенты вроде Copilot создают новые киберриски уже самим способом своей работы. Поскольку Copilot получает и синтезирует огромные объёмы данных организации, он становится уязвимым для манипуляций: это могут быть состязательные запросы, составленные для извлечения конфиденциальной информации, или попытки «отравить» его ответы для социальной инженерии. Способность ассистента работать с несколькими наборами данных создаёт новые поверхности атаки и позволяет раскрыть контекст всей организации одним запросом.

Copilot также может стать новым типом риска теневых ИТ: автономные ИИ-агенты могут получать доступ к конфиденциальным данным и выполнять с ними действия без существующего механизма управления и понятной видимости. Это требует мер защиты, выходящих за рамки базового контроля приложений: мониторинга контекста в реальном времени и принудительного применения политик Purview для сохранения контроля и соответствия требованиям в рабочих нагрузках на основе ИИ.

Стратегии защиты данных и управления для безопасности Copilot

Когда вы внедряете Copilot, вы фактически ставите ИИ-вход поверх тех же данных, на которых держится весь ваш бизнес. Поэтому надёжные стратегии защиты данных и управления — не опция, а ваша первая линия обороны. Особенность того, как Copilot извлекает, синтезирует и повторно использует данные, означает, что вам понадобятся обновлённые руководства по маркировке, контролю доступа и автоматизации политик.

Этот раздел — ваша дорожная карта по защите конфиденциальной информации при появлении Copilot. Мы рассмотрим практические методы классификации данных с помощью меток конфиденциальности, проектирование систем управления, которые учитывают рабочие процессы Copilot, и внедрение строгих моделей разрешений для предотвращения избыточного доступа. Попутно вы увидите, почему автоматизация этих мер контроля и их регулярная проверка критически важны для работы со скоростью и сложностью Copilot.

Пересматривая подход к выбору, настройке и автоматизации средств контроля Microsoft 365, вы сокращаете не только поверхности атаки, но и накопленный долг по соответствию требованиям. Эти стратегии закладывают основу для безопасного и поддающегося аудиту использования Copilot в масштабе организации — до того, как рискованные данные покинут ваше предприятие непредусмотренными путями.

Использование меток конфиденциальности для предотвращения утечек данных в Copilot

Определите метки конфиденциальности, соответствующие вашим бизнес-данным: Начните с определения категорий данных — конфиденциальные, только для внутреннего использования, общедоступные — которые существуют в вашей среде Microsoft 365. Создайте метки конфиденциальности для каждого уровня, чтобы Copilot мог отличать привилегированную информацию от остальной.
Обеспечьте обязательную маркировку общего и созданного ИИ контента: Требуйте обязательной маркировки конфиденциальности при создании, редактировании или отправке документов и писем через Copilot. Результаты работы ИИ, особенно порождающие производные материалы (например, Notebooks), нуждаются в правилах маркировки по умолчанию и периодических проверках соответствия требованиям (подробнее здесь).
Интегрируйте метки конфиденциальности с предотвращением утечек данных (DLP): Синхронизируйте систему маркировки с правилами DLP, чтобы данные с меткой «конфиденциально» не могли покинуть управляемые границы. Вот практическое руководство по согласованию DLP и маркировки для лучшего контроля Copilot.
Постоянно отслеживайте и проверяйте применение меток: Настройте мониторинг с помощью Purview или аналогичных инструментов, чтобы отслеживать, кто применяет, редактирует или обходит метки. Автоматизируйте отчёты, чтобы выявлять неверные метки и игнорируемые политики до того, как они превратятся в утечки данных.
Обучите команды работе с политикой меток и рисками: Одного внедрения меток недостаточно. Конечным пользователям и администраторам нужно целевое обучение, чтобы распознавать конфиденциальные данные и никогда не удалять, не переопределять и не игнорировать метки, какими бы «безобидными» ни казались запросы к Copilot. Пропущенные метки создают окна для случайных утечек, теневых ИТ и проблем с соответствием требованиям.

Подробнее о настройке средств DLP и контролей среды для баланса между инновациями и безопасностью вы найдёте в этом выпуске о стратегии DLP.

Предотвращение избыточных разрешений в средах Copilot

Проверьте все разрешения пользователей и гостей: Проверьте, кто имеет доступ к Copilot и базовым источникам данных, включая устаревшие гостевые учётные записи (проверенные стратегии).
Соблюдайте принцип наименьших привилегий: Назначайте на каждой роли ровно столько доступа, сколько нужно, не больше и не меньше. Это особенно важно для Copilot, который может усиливать рискованные конфигурации.
Ограничивайте по времени особые разрешения: Устанавливайте срок действия для временного доступа или доступа, связанного с проектом, и удаляйте лишние права по завершении работы.
Используйте условный доступ для обеспечения соблюдения правил: Внедряйте всеобъемлющие контролируемые политики условного доступа с минимумом исключений, как описано в этом руководстве.
Регулярно проверяйте и удаляйте невостребованный доступ: Проводите регулярные автоматизированные проверки, чтобы выявлять и устранять избыточные или несогласованные разрешения до того, как они станут проблемами соответствия требованиям или взломов.

Модели контроля доступа, которые снижают ИТ-риски Copilot

Управление доступом на основе ролей (RBAC): Назначайте разрешения по роли, а не по отдельному пользователю, чтобы обеспечить согласованность и возможность аудита. RBAC помогает предотвращать накопление привилегий по мере смены команд и обязанностей (методы обучения).
Управление доступом на основе атрибутов (ABAC): Используйте динамический доступ с учётом контекста, основанный на атрибутах пользователя (например, отделе или проекте), что позволяет точнее настраивать контроль по мере того, как Copilot автоматизирует рабочие процессы.
Управление доступом на основе политик: Строите многоуровневые решения о доступе с явными политиками, привязанными к уровню конфиденциальности данных, профилям рисков пользователей и эксплуатационным потребностям. Эта модель адаптивна и помогает предотвращать непредсказуемое расширение разрешений (подробнее здесь).

Реальные инциденты и уязвимости безопасности Copilot

Какими бы надёжными ни выглядели ваши средства защиты на бумаге, реальные атаки и сбои рано или поздно выявляют новые слабые места, особенно когда вы внедряете такой значимый инструмент, как Copilot. Изучение задокументированных инцидентов и известных уязвимостей критически важно, если вы хотите не повторять ошибки других организаций.

В этом разделе мы рассмотрим подтверждённые примеры того, как среды с включённым Copilot становились жертвами утечек, злоупотреблений и неожиданного раскрытия данных. Вы увидите не только, где всё пошло не так, но и какие схемы используют злоумышленники и где операционные пробелы позволяют угрозам проникнуть внутрь. Будь то чрезмерно открытый запрос или неправильно настроенное разрешение, эти истории наглядно показывают практические реалии, которые Copilot приносит в вашу среду.

Изучая инциденты, которые уже произошли у других, вы получаете возможность закрыть эти пробелы и заранее защитить свою среду, прежде чем сами станете очередным примером того, как не надо делать.

Разбор реальных инцидентов, влияющих на безопасность Copilot

Фишинг согласия и злоупотребление OAuth: Один реальный инцидент в Microsoft 365 был связан с тем, что злоумышленники рассылали пользователям вредоносные запросы на согласие на приложения. После принятия такие приложения могли получать доступ к конфиденциальным данным и, в контексте Copilot, передавать их дальше, даже после смены пароля или включения MFA. Этот разбор объясняет, как кража токенов и злоупотребление OAuth обходят устаревшие механизмы защиты.
Фрагментация управления, ведущая к утечке данных: Среда, в которой несколько команд применяли несогласованные политики Copilot, стала очагом теневой активности ИИ. Без единого управления дрейф идентификаторов и разрастание совместной работы усиливали риск утечки данных и сбоев автоматизации (подробнее).
Незаполненные метки у контента, созданного ИИ, и пробелы в аудите: Некоторые организации на собственном опыте убедились, что результаты Copilot сохранялись или передавались без меток классификации. Из-за этого конфиденциальные обсуждения становились видны пользователям без нужного допуска, а журналы аудита переставали быть полными. Устранение последствий отнимало много времени и нарушало работу.
Избыточные привилегии в потоках автоматизации: Потоки Power Automate, связанные с Copilot, непреднамеренно выдавали избыточные права отдельным пользователям, позволяя им организовывать перемещение данных в обход корпоративной политики. Злоумышленники использовали эти потоки, объединяя действия с низкими привилегиями в цепочку, что приводило к эксфильтрации данных.

Такие реальные цепочки атак показывают, что Copilot может усиливать слабые места на стыке идентификации, автоматизации и политик, а службам безопасности после случившегося приходится с трудом восстанавливать картину событий.

Распространённые уязвимости безопасности, выявленные в Copilot

Недостатки защиты от инъекций в промпты: Злоумышленники используют специально составленные промпты, чтобы заставить Copilot раскрыть ограниченные данные или выполнить непредусмотренные действия.
Чрезмерное раскрытие данных: Разрешения Copilot по умолчанию могут открывать доступ к конфиденциальному контенту, который пользователям или ИИ-агентам видеть не следует.
Недостаточное журналирование и аудит: Многие организации не ведут детального журнала действий Copilot, из-за чего при расследовании инцидентов возникают пробелы.
Слабое управление ИИ-агентами: Copilot и аналогичные инструменты могут действовать автономно, и данные легко начинают уходить без контроля, если у вас нет многоуровневых средств управления на нескольких уровнях.

Ключевые уроки из провалов безопасности Copilot

Приоритет политикам, действующим в реальном времени: Сбои безопасности часто происходят потому, что средства контроля существуют только на бумаге, а не работают как активно отслеживаемое принуждение. Нужны политики, которые срабатывают в реальном времени на каждой точке доступа и автоматизации (подробные стратегии).
Встраивайте жизненный цикл и ответственность владельцев: Не полагайтесь на статичные настройки «установил и забыл». Назначайте владельцев данных и автоматизации и предусматривайте регулярные проверки, чтобы выявлять дрейф и «бесхозные» разрешения.
Укрепляйте управление идентификацией и автоматизацией: ИИ и автоматизация усиливают человеческие ошибки, превращая неверно настроенные разрешения в критические векторы риска. Относитесь к потокам ИИ так же, как к любому другому привилегированному процессу, и проводите регулярные проверки (практические решения).
Обучайте всех пользователей, а не только ИТ-специалистов: Нарушения безопасности часто возникают из-за неверно понятых промптов, непреднамеренного обмена данными и непонятной обратной связи от Copilot. Хорошие результаты зависят от широкого обучения пользователей и их понимания работы системы.

Лучшие практики защиты Microsoft 365 Copilot

Защита Copilot — это не задача «настроил и забыл». Copilot предоставляет динамические возможности ИИ, которые по своей природе требуют постоянного внимания: мониторинга, управления и автоматизации процессов. Успех достигается за счёт сочетания инструментов, политик и рабочих процессов с участием людей, чтобы риски не оставались незамеченными по мере развития платформы.

Этот раздел познакомит вас с самыми эффективными и проверенными на практике рекомендациями по безопасности Copilot. От внедрения современных решений для обнаружения угроз и мониторинга соответствия требованиям до автоматизации управления и организации жизненного цикла — вы увидите, как постоянно держать под контролем свою среду. Copilot работает лучше всего, когда безопасность и подотчётность становятся частью повседневных операций, а не квартальной проверки по чек-листу.

Благодаря надёжному обнаружению, понятному контролю и гибкому управлению организации могут уверенно раскрывать возможности Copilot и при этом оставаться на шаг впереди новых и появляющихся угроз.

Внедрение решений мониторинга для обнаружения угроз в Copilot

Включите аудит в Microsoft Purview: Активируйте расширенные журналы аудита Purview для мониторинга на уровне всего клиента. Это позволяет отслеживать каждое обращение к Copilot и каждое его действие с детальной точностью для целей расследования — не ограничиваясь активностью пользователей, а фиксируя и следы взаимодействия с ИИ (руководство по аудиту).
Интегрируйте Microsoft Defender для мониторинга в реальном времени: Разверните Microsoft Defender for Cloud и объедините его с политиками оповещений, адаптированными под сценарии Copilot. Используйте автоматические триггеры и инциденты, чтобы быстро выявлять подозрительные запросы или потоки данных (стратегии мониторинга соответствия требованиям).
Непрерывный контроль движения данных: Используйте непрерывный мониторинг, чтобы замечать необычные запросы Copilot или всплески доступа к данным. Дашборды в Power BI (на основе данных Defender и Purview) дают наглядную картину рисков и рабочий процесс реагирования.
Согласуйте работу служб безопасности, HR и юридического отдела: Создавайте команды мониторинга, которые связывают между собой активность пользователей, журналы Copilot и политики соответствия требованиям. Культура принципа «увидел — сообщи» необходима для раннего предупреждения, о чём также говорится в этом обзоре по соответствию требованиям.

Использование Microsoft Purview для расширенного мониторинга соответствия требованиям

Применяйте политики DLP на границе сред коннекторов: Используйте DLP, специфичный для Copilot, через Purview, чтобы предотвратить утечку данных между коннекторами рабочего и нерабочего назначения (ключевые настройки).
Автоматически помечайте и классифицируйте данные: Настройте Purview на автоматическое присвоение меток файлам и сообщениям, чтобы Copilot не мог удалить или проигнорировать обязательные средства контроля.
Обеспечьте изоляцию клиента: Предотвратите перекрёстное влияние ИИ, блокируя пользовательские коннекторы и коннекторы HTTP на уровне политик.
Поддерживайте ECM в готовности к аудиту: Расширьте журналы аудита документов на SharePoint и Copilot, чтобы операции были подтверждаемы с точки зрения соответствия требованиям (стратегии аудита).

Автоматизация управления: сокращение ручных пробелов в политиках Copilot

Автоматизируйте проверки доступа и назначение разрешений: Используйте такие инструменты, как скрипты PowerShell или встроенные рабочие процессы, для регулярного запланированного аудита разрешений вместо ручных проверок. Такой подход значительно снижает риск сохранения избыточных привилегий или забытых исключений в доступе (принципы управления).
Настройте политику принудительного применения в реальном времени: Создайте автоматические триггеры, которые реагируют на высокорисковую активность Copilot — например, на неправильный обмен или подозрительные шаблоны запросов — сбросом разрешений, принудительным обновлением политик или оповещением групп безопасности.
Интегрируйте управление ролями Entra для принципа наименьших привилегий: Автоматически управляйте назначением идентификаторов и ролей, связанных с Copilot, чтобы повышенный доступ получали только те, кому он нужен, и только на необходимый срок.
Выявляйте и закрывайте пробелы в соответствии требованиям на лету: Используйте адаптивные автоматизированные дашборды, чтобы выявлять расхождение политик или медленные реакции в критически важных рабочих процессах Copilot. Сделайте соответствие политикам непрерывным процессом, а не периодической задачей.
Документируйте всё для аудита и обучения: Ведите подробные журналы автоматизации для изменений политик и реагирования на инциденты, чтобы поддерживать соответствие требованиям, повышать подотчётность и использовать результаты для будущего обучения пользователей.

Итог? Эффективное управление никогда не строится только на автоматизации или только на политиках. Именно сочетание защищает от ошибок людей и от неожиданного поведения ИИ.

Планирование жизненного цикла и управление изменениями для безопасности Copilot

Опишите полный жизненный цикл активов Copilot: Документируйте каждый этап: развертывание, ежедневную эксплуатацию, циклы обновлений и исправлений, а также вывод из эксплуатации. Такая прозрачность гарантирует, что параметры безопасности не отстают от новых функций и сценариев использования.
Автоматизируйте согласование изменений и тестирование: Применяйте поэтапное внедрение изменений конфигурации Copilot с автоматическими проверками и мониторингом в реальном времени, чтобы снизить риски, связанные с поспешными изменениями.
Регулярно пересматривайте политики: Периодически переоценивайте все политики Copilot, разрешения и структуры классификации данных. Занесите это в календарь, а не откладывайте на «когда-нибудь».

Особенности безопасности Copilot для отдельных отраслей

Не у каждого бизнеса риски безопасности Copilot одинаковы: в некоторых отраслях при сбое на кону гораздо больше, а требования регуляторов выше. Если вы работаете в здравоохранении, финансовых услугах или в любом секторе со строгим надзором, каждая включенная функция Copilot создает новые юридические и комплаенс-задачи, которые нельзя игнорировать.

В этом разделе мы разберем именно эти потребности. Вы найдете практические рекомендации по согласованию безопасности Copilot с HIPAA, HITECH, GLBA, SOX и другими стандартами, а также конкретные шаги, которые помогут пройти аудит и не вызвать вопросов у регуляторов. Цель в том, чтобы помочь ИT-руководителям в регулируемых отраслях строить средства контроля, которые действительно работают, когда в процессы добавляется ИИ, а не просто выглядят впечатляюще на бумаге.

Далее в подразделах собраны практические советы для здравоохранения и финансов, чтобы развертывание Copilot приносило пользу и не нарушало требования комплаенса.

Выполнение требований к комплаенсу в здравоохранении при использовании Copilot

Проведите подробную оценку рисков для PHI: Проверьте, как развертывание Copilot получает доступ к защищенной медицинской информации (PHI), обрабатывает и хранит ее. Это картирование поверхности атаки должно охватывать все конечные точки, подключенные к Copilot.
Распространите DLP и метки конфиденциальности на результаты Copilot: Требуйте, чтобы все документы и чаты, созданные Copilot, соответствовали маркировке, совместимой с HIPAA. Правила DLP должны распознавать и блокировать любые исходящие потоки, содержащие PHI (DLP в здравоохранении).
Изолируйте рабочие процессы Copilot от данных, не связанных со здравоохранением: Разделите среды так, чтобы Copilot не мог получать или использовать источники данных, не относящиеся к уходу за пациентами, что предотвращает непреднамеренное перекрестное загрязнение данных.
Примените ролевой доступ для медицинского персонала: Ограничьте возможности Copilot в зависимости от роли сотрудника (врач, медсестра, администратор) и разрешите взаимодействие только с необходимыми системами.
Ведите мониторинг, журналирование и аудит всего доступа к Copilot: Каждое обращение к Copilot, будь то формирование отчета или рекомендация, должно фиксироваться в журнале, проверяться аудитом и просматриваться сотрудниками отдела комплаенса.

Настройте политики так, чтобы ИИ никогда не выполнял действий с PHI без явного подтверждения человеком в рабочих процессах повышенного риска. Делитесь обучающими материалами с медицинским персоналом, чтобы разъяснить, что Copilot может и чего не может получать или создавать.

Укрепление безопасности финансовых услуг при развертывании Copilot

Сопоставьте потоки данных с требованиями GLBA, PCI-DSS и SOX: Определите, какие интеграции Copilot затрагивают финансовые записи клиентов, журналы транзакций или аудиторские следы. Задокументируйте каждый поток данных и сопоставьте его с соответствующим средством контроля комплаенса (рекомендации по Zero Trust).
Внедрите Zero Trust и непрерывную оценку доступа: Используйте модель непрерывной проверки доступа с адаптивной многофакторной аутентификацией и оценкой рисков в реальном времени, чтобы блокировать рискованные сеансы Copilot.
Изолируйте чувствительные среды с помощью сегментации клиентов: Не запускайте функции Copilot для торговли, управления рисками и back-office в одной среде. Отдельный клиент или разделение сеансов помогают предотвратить утечку данных между направлениями.
Усильте журналирование, оповещения и сбор доказательств: Финансовые данные должны иметь максимально возможный уровень аудита. Настройте Sentinel и Purview так, чтобы обеспечить оповещения в реальном времени и неизменяемые доказательства для каждого действия, связанного с Copilot.
Обучение персонала безопасности с акцентом на привилегированный доступ: обучите финансовых сотрудников распознавать запросы к Copilot, связанные с конфиденциальными данными клиентов, и введите политику «проверь перед действием» для всех высокоценных транзакций.

Строгие границы данных и непрерывные проверки аутентификации позволяют финансовым организациям получать пользу от Copilot, не рискуя штрафами за несоблюдение требований и утратой доверия клиентов.

Расширение безопасности Copilot за счёт обучения пользователей и повышения осведомлённости

Даже при самых строгих технических мерах безопасность может быть подорвана самими людьми, которые ежедневно работают с системой. Copilot делает использование ИИ сотрудниками как никогда простым, но эта же простота может стать проблемой, если пользователи не понимают, где скрываются риски. Обучение конечных пользователей и культура осведомлённости теперь являются базовыми требованиями, а не формальностью для отдела кадров.

В этом разделе объясняется, почему правильное обучение не является необязательным. Безопасность Copilot зависит от того, понимает ли каждый пользователь, как работает ИИ, какие запросы безопасны и почему небрежное поведение (например, вставка конфиденциальной информации в запросы или игнорирование предупреждений Copilot) увеличивает риски утечки данных. Мы выделим главные проблемные зоны, а затем покажем, как структурированные программы обучения и практические упражнения могут сместить поведение в сторону безопасности по замыслу.

Ваш периметр безопасности? Он определяется не меньше мышлением пользователей, чем межсетевыми экранами и политиками. Давайте используем это, чтобы добиться лучших и более безопасных результатов работы с Copilot.

Поведение пользователей, повышающее риски безопасности Copilot

Избыточная передача конфиденциальных данных в запросах: пользователи могут вставлять конфиденциальную информацию прямо в запросы к Copilot, что расширяет круг её обработки ИИ.
Игнорирование предупреждений безопасности и уведомлений политик: пренебрежение встроенными подсказками безопасности Copilot или обход уведомлений DLP создаёт слепые зоны и потенциальные утечки.
Передача результатов Copilot без проверки: бездумная пересылка или сохранение сгенерированного ИИ контента без проверки на наличие конфиденциальных данных увеличивает риски теневых данных.
Повторное использование неразрешённых запросов от коллег: копирование запросов из переписки по электронной почте или чатов Teams может привести к повторным утечкам, особенно в регулируемых отраслях (материалы об управлении).

Разработка программ обучения безопасности Copilot для конечных пользователей

Разделяйте обучение по ролям пользователей и уровню доступа к данным: создавайте индивидуальные учебные модули для сотрудников первой линии, специалистов и администраторов, чтобы рекомендации соответствовали функциям Copilot и профилю риска каждой команды.
Включите «гигиену запросов» и основы безопасности ИИ: обучайте пользователей составлять безопасные запросы, понимать, как ИИ запоминает данные, и когда следует не включать конфиденциальные сведения.
Имитируйте социальную инженерию и атаки через запросы: регулярно проводите «красные» тесты, в которых пользователи получают попытки внедрения промптов или фишинга, связанные с Copilot. Разбирайте реальные действия пользователей, чтобы повысить практическую ценность обучения.
Дополняйте обучение живыми демонстрациями и сессиями вопросов и ответов: не ограничивайтесь раздачей обучающих видео. Организуйте живые сессии, где пользователи видят реальные сценарии и задают вопросы о сложных случаях использования Copilot.
Закрепляйте знания постоянной коммуникацией: используйте регулярные напоминания, короткие памятки и рассылки «совет недели» о Copilot, чтобы идеи безопасности оставались актуальными.
Централизуйте материалы в управляемом учебном центре Copilot: избегайте разрозненных и устаревших документов. Поддерживайте все ресурсы в актуальном состоянии и доступными, как описано в этом руководстве по учебному центру Copilot.
Оценивайте результаты и корректируйте программу: используйте тесты, симуляции и обратную связь, чтобы измерять, насколько хорошо усваивается материал и где нужна дополнительная помощь.

Управление рисками интеграции сторонних решений в Copilot

Легко увлечься расширением возможностей Copilot с помощью сторонних плагинов и подключённых приложений, но каждая новая интеграция открывает новую дверь для рисков. Эти внешние коннекторы могут создавать неожиданные бреши в защите данных и пути атак, которые вы не предполагали. Одних благих намерений недостаточно, чтобы закрыть эти пробелы.

В этом разделе рассматривается дополнительная сложность, которую вносят сторонние разрешения и интеграции плагинов. Мы поможем вам понять, почему проверка этих подключений так же важна, как то, что вы делаете «внутри компании». В следующих подразделах вы найдёте практические рекомендации по оценке и ограничению разрешений сторонних приложений, а также советы по защите цепочки поставок, чтобы ошибка или утечка на стороне внешнего поставщика не распространилась на вашу среду Copilot.

При работе с Copilot управление рисками – командная игра, в которую вовлечены все подключённые системы, особенно те, которыми вы напрямую не владеете.

Оценка разрешений сторонних приложений при использовании Copilot

Проведите аудит всех подключённых приложений и плагинов: регулярно составляйте перечень всех сторонних приложений, связанных с Copilot, и проверяйте, какой уровень доступа к данным и API они получили (узнайте, как злоумышленники используют согласие OAuth).
Ограничьте согласие пользователей только доверенными приложениями: настройте Entra ID (Azure AD) так, чтобы пользователи не могли давать согласие непроверенным или не одобренным приложениям, что снижает риск теневой ИТ-инфраструктуры (Shadow IT) (шаги по устранению здесь).
Отслеживайте активность приложений и потоки данных: настройте оповещения о необычном объёме данных, всплесках вызовов API или неожиданном обмене данными между приложениями.
Немедленно отзывайте осиротевшие или неактивные разрешения: приложения, которые не использовались последние 30–90 дней, должны лишиться доступа – без исключений.

Снижение рисков цепочки поставок в интеграциях Copilot

Внедрите строгую проверку новых коннекторов: перед подключением стороннего коннектора требуйте проверку безопасности разрешений, потоков данных и репутации поставщика.
Назначьте явных владельцев интеграций: закрепите за каждой сторонней интеграцией внутреннего владельца, который будет управлять ею и регулярно её проверять, – не допускайте, чтобы внешние инструменты становились невидимой инфраструктурой (шаблон для обеспечения исполнения).
Ограничьте области передачи данных: ограничивайте то, что внешние приложения могут видеть или изменять, используя предоставление доступа по принципу наименьших привилегий с учётом контекста.
Отслеживайте признаки дрейфа цепочки поставок и атак: постоянно проверяйте журналы активности на наличие новых коннекторов, изменённых разрешений или неудачных проверок соответствия. Для быстрого сдерживания угроз критически важны автоматические оповещения.
Требуйте договорных обязательств по безопасности: для стратегических интеграций включайте требования к безопасности, реагированию и соответствию во все договоры с поставщиками.

Будьте внимательны к возникающим рискам: иногда управление безопасностью настолько надёжно, насколько надёжен ваш самый слабый партнёр в цепочке поставок. Работающие средства контроля и подотчётность, а не только документация, помогут надёжно запереть новые «двери».

Реагирование на инциденты и криминалистика, специфичная для Copilot

Реагирование на инциденты становится движущейся мишенью, когда Copilot появляется в вашей среде. Утечки и нарушения, связанные с ИИ, часто не укладываются в традиционные сценарии – угрозы могут быть незаметными, быстро развивающимися и скрытыми за внешне безобидными запросами. Поэтому вам нужны новые стратегии реагирования с учётом Copilot на случай, если что-то пойдёт не так.

Этот раздел делает акцент на проактивной готовности: как выявлять несанкционированную активность Copilot, сдерживать утечки и направлять команды через процесс реагирования, специфичный для Copilot. Стандартной криминалистики M365 недостаточно, поскольку смешение контекста ИИ, создаваемые результаты и широкие разрешения Copilot оставляют новые следы, которые нужно отслеживать.

Если уделять реагированию на инциденты такое же внимание к Copilot, как к средствам контроля безопасности, вы обеспечите более быстрое сдерживание, более эффективное восстановление и цикл обратной связи, который постоянно укрепляет ваши защитные меры против будущих атак с использованием ИИ.

Выявление несанкционированного доступа к данным через активность Copilot

Анализируйте журналы использования Copilot на предмет аномалий: проверяйте журналы использования в Purview или на панели безопасности на предмет необычной частоты запросов к Copilot, странных запросов контента или необычной активности в нетипичное время суток (подробнее об аудите в Purview).
Отслеживайте взаимодействия с конфиденциальными данными: отмечайте сеансы Copilot, которые обращаются к данным с высокой ценностью (PII, PHI, финансовые записи) вне обычных шаблонов.
Настройте оповещения о поведенческих аномалиях: используйте инструменты на основе машинного обучения, чтобы выявлять отклонения в работе Copilot от обычной для организации нормы и получать оповещения о них.
Сопоставляйте запросы к Copilot с событиями экспорта данных: следите за серией запросов к Copilot, после которой следуют массовые загрузки или общий доступ к файлам, — это может быть признаком возможной утечки данных.

Построение плана реагирования на инциденты безопасности Copilot

Создайте плейбук для инцидентов, связанных с Copilot: разработайте отдельные плейбуки для расследования и реагирования на инциденты, специфичные для Copilot, включая данные, созданные ИИ, злоупотребления на основе ролей и раскрытие данных через запросы (практический контрольный список внедрения).
Сдерживайте угрозу и изолируйте затронутые компоненты: немедленно отзовите соответствующие разрешения Copilot или подключенных приложений для затронутых пользователей или рабочих процессов. Заблокируйте общий доступ и потоки ИИ на время оценки ситуации.
Проводите целевой анализ с учетом контекста ИИ: используйте расширенные журналы, чтобы восстановить контекст сессий, отслеживаемые результаты, созданные ИИ, и цепочки предоставления разрешений, предшествовавшие инциденту.
Своевременно уведомляйте заинтересованные стороны и затронутых лиц: следуйте требованиям регуляторов к уведомлениям о подозреваемых или подтвержденных нарушениях, связанных с Copilot, особенно если речь идет о персональных данных, медицинской информации или финансовых данных.
Используйте судебный анализ для восстановления: применяйте журналы, резервные копии и отслеживание результатов ИИ в вашей среде, чтобы откатить несанкционированные изменения или раскрытие данных и получить доказательства, пригодные для аудита.
Проведите тщательный разбор уроков инцидента: после устранения проблемы проанализируйте повторяющиеся закономерности инцидентов, пробелы в политиках и действия пользователей, которые способствовали раскрытию, чтобы учесть это при будущем обновлении правил управления.
Обновите политики Copilot, обучение и автоматизацию: используйте выводы из инцидента, чтобы укрепить маркировку, мониторинг и обучение пользователей, сделав среду более защищенной после любого нарушения.

Лучший результат реагирования на инцидент — более продуманное и надежное внедрение Copilot и команда, готовая справиться с любой следующей атакой, основанной на ИИ.

Контрольный список: шаги по укреплению безопасности Copilot

Внедрите непрерывный мониторинг: используйте такие решения, как Microsoft Purview, для обнаружения угроз в реальном времени и автоматизированного реагирования на события безопасности, связанные с Copilot.
Автоматизируйте элементы управления правилами и жизненным циклом; регулярно проверяйте метки конфиденциальности, доступ к данным и наборы разрешений, чтобы предоставлялись только необходимые права.
Проводите обязательное обучение пользователей безопасности работы с Copilot, уделяя внимание безопасному использованию запросов и распознаванию рискованных действий, ведущих к утечке данных.
Тщательно проверяйте и контролируйте сторонние интеграции, анализируя разрешения API и коннекторов, чтобы минимизировать уязвимости цепочки поставок и уязвимости, связанные с приложениями.
Разработайте план реагирования на инциденты, специфичный для Copilot, включая готовность к судебному расследованию, чтобы быстро выявлять, сдерживать и устранять последствия нарушений. Более глубокие стратегии описаны в этом руководстве по масштабированию управления ИИ и контроля. Контрольный список: риски безопасности Microsoft 365 Copilot
Используйте этот контрольный список, чтобы оценивать, снижать и отслеживать риски, которые Microsoft 365 Copilot создает в вашей среде.
1. Управление и политики
  - Документированная политика использования Microsoft 365 Copilot с указанием разрешенных типов данных и сценариев использования.
  - Утвержденные правила классификации и обработки данных, применяемые к содержимому, которое получает доступ Copilot.
  - Определенные роли и обязанности администраторов Copilot, владельцев данных и проверяющих.
2. Доступ к данным и минимизация
  - Принцип наименьших привилегий соблюдается для сервисных учетных записей и интеграций, связанных с Copilot.
  - Аудит того, какие источники данных (SharePoint, OneDrive, Exchange, Teams) индексируются или доступны Copilot.
  - Правила минимизации данных применяются, чтобы Copilot не получал доступ к высокорисковым или конфиденциальным наборам данных там, где это не требуется.
3. Конфиденциальность данных и соответствие требованиям
  - Проверьте, что конфигурация Copilot соответствует применимым нормативным требованиям (GDPR, HIPAA, CCPA и др.).
  - Действуют политики поиска и редактирования персональных данных для результатов, которые могут содержать персональные данные.
  - Настройки передачи данных третьим сторонам и телеметрии проверены и при необходимости ограничены.
4. Аутентификация и контроль доступа
  - MFA обязательна для всех учетных записей с административными или конфигурационными привилегиями Copilot.
  - Политики условного доступа созданы для ограничения доступа Copilot по местоположению, соответствию требованиям устройства или уровню риска.
  - Субъекты-службы и разрешения приложений проверяются; секреты и сертификаты регулярно ротируются.
5. Мониторинг и журналирование
  - Журналирование включено для действий, запросов и событий доступа к данным, связанных с Copilot.
  - Настроены оповещения о необычных шаблонах использования Copilot (крупные запросы данных, нетипичное время, признаки экспорта данных).
  - Установлен регулярный график проверки журналов и оповещений с назначенными ответственными за расследование.
6. Безопасность вывода и фильтрация контента
  - Механизмы проверки и очистки результатов Copilot для предотвращения утечек конфиденциальных данных в сгенерированном контенте.
  - Шаблоны и защитные ограничения настроены так, чтобы не раскрывать внутренние секреты, учетные данные или интеллектуальную собственность.
  - Обучение пользователей проверке результатов Copilot и недопущению слепого доверия сгенерированным рекомендациям.
7. Безопасность моделей и промптов
  - Контроль того, какие языковые модели (LLM) использует Copilot, и документирование гарантий обработки данных моделью.
  - Меры защиты от внедрения промптов и проверка входных данных для предотвращения утечки конфиденциального контекста или выполнения вредоносных промптов.
  - Тестирование на галлюцинации и некорректные результаты в сценариях высокого риска; определены процессы исправления.
8. Интеграции сторонних сервисов
  - Инвентаризация сторонних приложений и коннекторов, используемых с Copilot, и оценка их уровня безопасности.
  - Проверены контракты и условия DPA на предмет надлежащей защиты данных и условий ответственности.
  - Ограничение или изоляция коннекторов, которые передают данные во внешние сервисы, не одобренные политикой.
9. Безопасность конечных точек и устройств
  - Проверка того, что конечные точки, использующие Copilot, соответствуют требованиям к обновлениям, антивирусной защите и соответствию устройств.
  - Применение защиты от утечки данных (DLP) на конечных точках для предотвращения копирования и сохранения конфиденциальных результатов Copilot.
10. Реагирование на инциденты и восстановление
  - Включение сценариев, специфичных для Copilot, в планы реагирования на инциденты (утечка данных, неправильное использование модели, экспорт данных).
  - Определены плейбуки и шаги локализации для отключения доступа Copilot, отзыва токенов и изоляции затронутых источников данных.
  - Процедуры резервного копирования и восстановления проверены для систем, содержащих данные, доступные Copilot.
11. Обучение и повышение осведомленности
  - Регулярное обучение пользователей безопасному использованию Copilot, классификации данных и сообщению о подозрительных результатах.
  - Обучение администраторов настройке, мониторингу и безопасным практикам интеграции Copilot.
12. Непрерывная проверка
  - Периодические оценки рисков, посвященные именно рискам безопасности и мерам защиты Microsoft 365 Copilot.
  - Обновление политик и средств контроля при изменении функций, моделей или интеграций Copilot.

Риски безопасности Microsoft 365 Copilot и безопасность данных

Какие основные риски безопасности Microsoft Copilot должны знать организации?

Основные риски безопасности Microsoft Copilot включают непреднамеренный доступ к внутренним данным, возможное раскрытие конфиденциальных данных через промпты, ошибки в настройке разрешений клиента Microsoft 365 и недостаточный контроль над данными Copilot. Будучи ИИ-инструментом, интегрированным в службы Microsoft 365 и Microsoft Teams, Copilot может показать чувствительную информацию, если не применяются настройки безопасности и соответствия требованиям, средства Microsoft Entra ID и политики классификации данных.

Как Copilot для Microsoft 365 получает доступ к данным и какие средства контроля ограничивают доступ к конфиденциальным данным?

Copilot получает доступ к данным организации через Microsoft Graph и API служб в приложениях Microsoft 365. Доступ к данным регулируется разрешениями на уровне клиента, аутентификацией Microsoft Entra и ролевым управлением доступом. Меры безопасности, такие как защита информации Microsoft Purview, классификация данных и политики условного доступа, могут ограничить доступ Copilot к чувствительным или конфиденциальным данным и снизить риск раскрытия такой информации.

Может ли Microsoft 365 Copilot раскрыть чувствительные или конфиденциальные данные, когда пользователи обращаются к ИИ-инструменту с запросами?

Да, утечка данных Copilot может произойти, если пользователи вставят конфиденциальные данные в промпты или запросят сводки, раскрывающие внутренние данные. Использование Microsoft Purview, маркировка чувствительных данных и строгие политики использования Copilot помогают предотвратить непреднамеренное раскрытие чувствительных данных пользователями. Руководители в сфере безопасности должны обучать сотрудников безопасной работе с промптами и применять мониторинг для выявления рискованного поведения при работе с промптами.

Какие шаги могут предпринять команды безопасности, чтобы защитить Microsoft Copilot и снизить риск раскрытия данных?

Команды безопасности должны внедрить классификацию данных, развернуть Microsoft Purview Information Protection, включить условный доступ Microsoft Entra ID и настроить разрешения на уровне клиента для Copilot. Мониторинг журналов доступа, соблюдение принципа наименьших привилегий, включение политик предотвращения утечки данных (DLP) для служб Microsoft 365 и интеграция средств контроля безопасности данных Copilot помогают минимизировать доступ к конфиденциальным данным и согласовать цели конфиденциальности и безопасности.

Как граница данных ЕС или резидентность данных влияет на использование Microsoft Copilot в Европе?

Настройки границы данных ЕС и резидентности данных определяют, где хранятся и обрабатываются данные Copilot и обработанный контент. Организациям, которые используют Microsoft 365 в Европе, следует проверить, соответствует ли обработка Copilot требованиям к региональной резидентности, и применить настройки резидентности данных в клиенте Microsoft 365. Сочетание этих настроек с Microsoft Purview и местными инструментами соблюдения требований снижает регуляторные риски и помогает выполнять обязательства в области конфиденциальности и безопасности.

Какую роль играют Microsoft Entra ID и управление доступом в безопасности данных Copilot?

Microsoft Entra ID управляет аутентификацией и авторизацией для Copilot и других служб Microsoft 365. Правильно настроенные политики Entra, условный доступ, многофакторная аутентификация и управление привилегированными учетными записями (Privileged Identity Management) ограничивают круг пользователей, которые могут получать доступ к функциям Copilot и данным, которые он выводит. Эти средства контроля доступа необходимы для предотвращения несанкционированного доступа к внутренним данным и обеспечения безопасного использования Microsoft Copilot во всей организации.

Как организациям работать с запросами пользователей и обучением, чтобы не допустить раскрытия данных клиентов или внутренних данных?

Организациям следует установить четкие политики использования Microsoft Copilot, ограничить типы данных, которые пользователи могут включать в запросы, и провести обучение по лучшим практикам конфиденциальности и безопасности. Используйте инструменты Microsoft Purview для классификации данных клиентов и внутренних данных, внедряйте правила DLP, которые блокируют рискованные запросы или выводят предупреждения о них, и объясняйте пользователям риски вставки конфиденциальных данных в ИИ-инструмент.

Сохраняет ли Copilot пользовательские данные и как компании могут управлять хранением и конфиденциальностью данных Copilot?

Copilot может обрабатывать запросы и генерировать результаты, которые журналируются для обеспечения качества службы и соответствия требованиям; политики хранения зависят от параметров клиента, соглашений об обслуживании и настроек Microsoft 365. Компаниям следует проверить параметры клиента Microsoft 365, применить правила хранения и очистки данных, использовать Microsoft Purview для управления данными и изучить документацию Microsoft по службам, чтобы настроить подходящие средства контроля хранения и конфиденциальности данных Copilot.

Как службы безопасности и соответствия требованиям отслеживают и аудируют доступ и действия Copilot в Microsoft 365?

Службы безопасности и соответствия требованиям могут отслеживать активность Copilot с помощью журналов аудита Microsoft 365, решений аудита Microsoft Purview и интеграций мониторинга, которые фиксируют доступ к конфиденциальным ресурсам через Microsoft Graph. Внедрение передачи данных в SIEM, оповещения о подозрительном доступе к конфиденциальным данным и регулярные проверки соответствия требованиям помогают выявлять злоупотребления, обеспечивать соблюдение политик безопасности и конфиденциальности и демонстрировать контроль над использованием Copilot в среде Microsoft 365.