Créer un détecteur de thèmes de métadonnées personnalisé

Ce document explique comment configurer Sensitive Data Protection pour détecter des étiquettes de métadonnées spécifiques dans votre contenu.

Dans ce document, les libellés de métadonnées sont des libellés de fichiers intégrés dans les fichiers compatibles ou des métadonnées fournies par votre application cliente dans la requête d'inspection. Si Sensitive Data Protection trouve du contenu correspondant à vos critères de métadonnées, il génère un résultat.

Pour rechercher des étiquettes de métadonnées, créez un infoType d'étiquette de métadonnées personnalisé. Ensuite, configurez votre analyse d'inspection ou de découverte pour rechercher cet infoType.

Avantages et cas d'utilisation

Cette fonctionnalité vous permet d'utiliser vos taxonomies de classification existantes pour l'inspection du contenu et l'application des règles. Si vous utilisez un système de classification personnalisé ou tiers qui applique des libellés de métadonnées à vos documents, vous pouvez configurer Sensitive Data Protection pour détecter ces libellés de métadonnées lors de vos opérations d'inspection ou de découverte.

Voici quelques exemples de cas d'utilisation :

  • Recherchez dans les fichiers la présence de libellés Google Drive ou de libellés de sensibilité Microsoft contenant des métadonnées spécifiques.
  • Combinez la détection des libellés de métadonnées avec la détection d'infoTypes standards pour une approche multicouche.
  • Analyser les métadonnées que votre application cliente transmet avec le contenu, même si elles ne sont pas intégrées au fichier. Dans ce document, ce type de métadonnées est appelé métadonnées fournies par le client.
  • Nettoyez des documents à l'aide de Model Armor en fonction d'étiquettes de métadonnées spécifiques. Pour utiliser cette fonctionnalité avec Model Armor ou des services qui utilisent Model Armor (comme Gemini Enterprise), vous devez créer une configuration Sensitive Data Protection avancée dans Model Armor qui fait référence à ce détecteur d'étiquettes de métadonnées personnalisé.

Formats de métadonnées compatibles

Cette fonctionnalité peut détecter les types de métadonnées suivants :

  • libellés Google Drive
  • Libellés de sensibilité Microsoft sur les types de fichiers suivants :

    • DOCX
    • PDF
    • PPTX
    • XLSX
  • Métadonnées fournies par le client

Configurations non compatibles

Les détecteurs de thèmes de métadonnées personnalisés ne sont pas compatibles avec les éléments suivants :

Créer un détecteur de libellés de métadonnées

Pour créer un détecteur d'étiquettes de métadonnées, définissez un CustomInfoType dans un objet InspectConfig. Selon le type de métadonnées que vous souhaitez analyser, définissez l'un des éléments suivants :

Créer un détecteur de libellés de métadonnées pour rechercher des libellés de fichiers

Pour rechercher des libellés Google Drive ou des libellés de sensibilité Microsoft, définissez un CustomInfoType qui comporte un FileLabelInfoType. Dans fileLabelInfoType, spécifiez googleDriveLabel ou sensitivityLabel (ces champs s'excluent mutuellement).

Pour rechercher un libellé Google Drive :

{
  "inspectConfig": {
    "customInfoTypes": [
      {
        "infoType": {
          "name": "CUSTOM_METADATA_LABEL_NAME"
        },
        "likelihood": "LIKELIHOOD",
        "sensitivityScore": {
          "score": "SENSITIVITY_SCORE"
        },
        "fileLabelInfoType": {
          "googleDriveLabel": {
            "labelId": "LABEL_ID",
            "labelFieldsToMatch": [
              {
                "id": "FIELD_ID",
                "value": "FIELD_VALUE"
              }
            ]
          }
        }
      }
    ]
  }
}

Pour rechercher un libellé de sensibilité Microsoft :

{
  "inspectConfig": {
    "customInfoTypes": [
      {
        "infoType": {
          "name": "CUSTOM_METADATA_LABEL_NAME"
        },
        "likelihood": "LIKELIHOOD",
        "sensitivityScore": {
          "score": "SENSITIVITY_SCORE"
        },
        "fileLabelInfoType": {
          "sensitivityLabel": {
            "guid": "GUID"
          }
        }
      }
    ]
  }
}

Remplacez les éléments suivants :

  • CUSTOM_METADATA_LABEL_NAME : nom à attribuer au détecteur d'infoTypes personnalisé.
  • LIKELIHOOD : facultatif. Valeur Likelihood à attribuer à tous les résultats correspondant à cet infoType personnalisé. Si vous omettez ce champ, le niveau de probabilité par défaut est VERY_LIKELY.
  • SENSITIVITY_SCORE : facultatif. SensitivityScore à attribuer à tous les résultats correspondant à cet infoType personnalisé. Si vous omettez ce champ, le score de sensibilité par défaut est HIGH.

    Les scores de sensibilité sont utilisés dans les profils de données. Lors du profilage de vos données, Sensitive Data Protection utilise les scores de sensibilité des infoTypes pour calculer le niveau de sensibilité.

  • LABEL_ID : obligatoire lorsque vous spécifiez googleDriveLabel. ID d'un libellé Google Drive à mettre en correspondance. Si vous ne spécifiez qu'un LABEL_ID, le détecteur correspond à tout fichier auquel ce libellé Google Drive est appliqué, quelles que soient ses valeurs de champ. Pour mettre en correspondance des valeurs de champ spécifiques dans un libellé, incluez un objet labelFieldsToMatch.

  • FIELD_ID : obligatoire si vous spécifiez un objet labelFieldsToMatch. ID d'un champ de libellé Google Drive à mettre en correspondance.

  • FIELD_VALUE : obligatoire si vous spécifiez un objet labelFieldsToMatch. Valeur d'un champ de libellé Google Drive à mettre en correspondance.

  • GUID : obligatoire lorsque vous spécifiez sensitivityLabel. GUID d'un libellé de sensibilité Microsoft à faire correspondre.

Exemple de détecteur pour un libellé Google Drive

Cet exemple inspectConfig définit un infoType personnalisé nommé CUSTOM_GOOGLE_DRIVE_LABEL_CONFIDENTIAL. Cet infoType personnalisé détecte un libellé Google Drive qui présente les caractéristiques suivantes :

  • L'ID de libellé mydrive-label-id
  • Dans ce libellé, un champ avec l'ID sensitivity-field-id et la valeur confidential.

Si vous ne spécifiez pas d'ID et de valeur de champ dans labelFieldsToMatch, cet infoType personnalisé détecte les fichiers portant le libellé mydrive-label-id, quelle que soit la présence de champs de libellé.

{
  "inspectConfig": {
    "customInfoTypes": [
      {
        "infoType": {
          "name": "CUSTOM_GOOGLE_DRIVE_LABEL_CONFIDENTIAL"
        },
        "likelihood": "VERY_LIKELY",
        "fileLabelInfoType": {
          "googleDriveLabel": {
            "labelId": "mydrive-label-id",
            "labelFieldsToMatch": [
              {
                "id": "sensitivity-field-id",
                "value": "confidential"
              }
            ]
          }
        }
      }
    ],
    "minLikelihood": "POSSIBLE"
  }
}

Lorsque vous utilisez cette configuration dans un job d'inspection, Sensitive Data Protection génère un résultat CUSTOM_GOOGLE_DRIVE_LABEL_CONFIDENTIAL s'il trouve une correspondance.

Exemple de détecteur pour un libellé de sensibilité Microsoft

Cet exemple inspectConfig définit un infoType personnalisé nommé CUSTOM_SENSITIVITY_LABEL_CONFIDENTIAL. Ce détecteur d'infoTypes personnalisé détecte un libellé de sensibilité Microsoft contenant le GUID 12345678-9012-3456-7890-123456789012 :

{
  "inspectConfig": {
    "customInfoTypes": [
      {
        "infoType": {
          "name": "CUSTOM_SENSITIVITY_LABEL_CONFIDENTIAL"
        },
        "likelihood": "VERY_LIKELY",
        "fileLabelInfoType": {
          "sensitivityLabel": {
            "guid": "12345678-9012-3456-7890-123456789012"
          }
        }
      }
    ],
    "minLikelihood": "POSSIBLE"
  }
}

Lorsque vous utilisez cette configuration dans un job d'inspection, Sensitive Data Protection génère un résultat CUSTOM_SENSITIVITY_LABEL_CONFIDENTIAL s'il trouve une correspondance.

Créer un détecteur de libellés de métadonnées pour rechercher des paires clé-valeur personnalisées

Pour utiliser des expressions régulières afin de rechercher des paires clé-valeur personnalisées dans les métadonnées fournies par le client, procédez comme suit :

  1. Définissez un CustomInfoType qui comporte un MetadataKeyValueExpression :

    {
      "inspectConfig": {
        "customInfoTypes": [
          {
            "infoType": {
              "name": "CUSTOM_METADATA_LABEL_NAME"
            },
            "likelihood": "LIKELIHOOD",
            "sensitivityScore": {
              "score": "SENSITIVITY_SCORE"
            },
            "metadataKeyValueExpression": {
              "keyRegex": "KEY_REGULAR_EXPRESSION",
              "valueRegex": "VALUE_REGULAR_EXPRESSION"
            }
          }
        ]
      }
    }
    

    Remplacez les éléments suivants :

    • CUSTOM_METADATA_LABEL_NAME : nom à attribuer au détecteur d'infoTypes personnalisé.
    • LIKELIHOOD : facultatif. Valeur Likelihood à attribuer à tous les résultats correspondant à cet infoType personnalisé. Si vous omettez ce champ, le niveau de probabilité par défaut est VERY_LIKELY.
    • SENSITIVITY_SCORE : facultatif. SensitivityScore à attribuer à tous les résultats correspondant à cet infoType personnalisé. Si vous omettez ce champ, le score de sensibilité par défaut est HIGH.

      Les scores de sensibilité sont utilisés dans les profils de données. Lors du profilage de vos données, Sensitive Data Protection utilise les scores de sensibilité des infoTypes pour calculer le niveau de sensibilité.

    • KEY_REGULAR_EXPRESSION : expression régulière à rechercher dans les clés des étiquettes de métadonnées.

    • VALUE_REGULAR_EXPRESSION : expression régulière à rechercher dans les valeurs des étiquettes de métadonnées.

  2. Dans votre requête content.inspect, spécifiez les métadonnées fournies par le client dans le champ ContentMetadata de ContentItem.

Exemple de requête pour analyser les métadonnées fournies par le client

L'exemple suivant montre une requête content.inspect qui inclut à la fois un fichier PDF et des métadonnées fournies par le client. La requête utilise un infoType personnalisé nommé CUSTOM_METADATA_CLASSIFICATION pour rechercher les fichiers marqués comme "Confidentiel" ou "Usage interne".

{
  "inspectConfig": {
    "customInfoTypes": [
      {
        "infoType": {
          "name": "CUSTOM_METADATA_CLASSIFICATION"
        },
        "likelihood": "VERY_LIKELY",
        "metadataKeyValueExpression": {
          "keyRegex": "classification",
          "valueRegex": "Confidential|Internal Use"
        }
      }
    ]
  },
  "item": {
    "byteItem": {
      "type": "PDF",
      "data": "BASE64_ENCODED_PDF"
    },
    "contentMetadata": {
      "properties": [
        {
          "key": "classification",
          "value": "Confidential"
        }
      ]
    }
  }
}

Remplacez BASE64_ENCODED_PDF par un fichier encodé en base64 à analyser.

Sensitive Data Protection génère un résultat s'il trouve une correspondance dans le contenu. Le champ MetadataType du résultat pour MetadataLocation est renseigné selon que la correspondance est intégrée au fichier (CONTENT_METADATA) ou fournie par le client (CLIENT_PROVIDED_METADATA).

Étapes suivantes