יצירת מזהה תוויות מותאם אישית של מטא נתונים

במאמר הזה מוסבר איך להגדיר את Sensitive Data Protection כדי לזהות תוויות ספציפיות של מטא-נתונים בתוכן שלכם.

במסמך הזה, תוויות מטא-נתונים הן תוויות קבצים שמוטמעות בקבצים נתמכים או במטא-נתונים שסופקו על ידי אפליקציית הלקוח בבקשת הבדיקה. אם Sensitive Data Protection מוצא תוכן שתואם לקריטריונים של המטא-נתונים, הוא יוצר ממצא.

כדי לסרוק תוויות של מטא-נתונים, צריך ליצור infoType של תווית מטא-נתונים בהתאמה אישית. לאחר מכן, מגדירים את סריקת הבדיקה או הגילוי כך שתחפש את ה-infoType הזה.

יתרונות ותרחישים לדוגמה

התכונה הזו מאפשרת לכם להשתמש בטקסונומיות הסיווג הקיימות שלכם לבדיקת תוכן ולאכיפת מדיניות. אם אתם משתמשים במערכת סיווג בהתאמה אישית או של צד שלישי שמוסיפה תוויות מטא-נתונים למסמכים, אתם יכולים להגדיר את Sensitive Data Protection כך שיזהה את תוויות המטא-נתונים האלה במהלך פעולות הבדיקה או הגילוי.

תרחישים לדוגמה:

  • סריקת קבצים כדי לבדוק אם יש בהם תוויות של Google Drive או תוויות רגישות של מיקרוסופט שמכילות מטא-נתונים ספציפיים.
  • כדי להשתמש בגישה רב-שכבתית, אפשר לשלב בין זיהוי תוויות של מטא-נתונים לבין זיהוי רגיל של סוגי מידע.
  • לסרוק מטא-נתונים שאפליקציית הלקוח מעבירה יחד עם התוכן, גם אם המטא-נתונים לא מוטמעים בקובץ. במסמך הזה, סוג המטא-נתונים הזה נקרא מטא-נתונים שסופקו על ידי הלקוח.
  • הסרת תוכן זדוני או רגיש ממסמכים באמצעות Model Armor על סמך תוויות ספציפיות של מטא-נתונים. כדי להשתמש בתכונה הזו עם Model Armor, או עם שירותים שמשתמשים ב-Model Armor כמו Gemini Enterprise, צריך ליצור הגדרה מתקדמת של Sensitive Data Protection ב-Model Armor שמפנה לגלאי תוויות המטא-נתונים בהתאמה אישית.

פורמטים נתמכים של מטא-נתונים

התכונה הזו יכולה לזהות את סוגי המטא-נתונים הבאים:

  • תוויות ב-Google Drive
  • תוויות המידע הרגיש של מיקרוסופט בסוגי הקבצים הבאים:

    • DOCX
    • PDF
    • PPTX
    • XLSX
  • מטא-נתונים שהלקוח סיפק

הגדרות לא נתמכות

גלאים של תוויות מטא-נתונים בהתאמה אישית לא נתמכים במקרים הבאים:

יצירת גלאי תוויות מטא-נתונים

כדי ליצור גלאי תוויות של מטא-נתונים, מגדירים CustomInfoType בתוך אובייקט InspectConfig. בהתאם לסוג המטא-נתונים שרוצים לסרוק, מגדירים את אחד מהבאים:

יצירת מזהה של תוויות מטא-נתונים כדי לסרוק תוויות של קבצים

כדי לסרוק תוויות של Google Drive או תוויות רגישות של מיקרוסופט, מגדירים CustomInfoType עם FileLabelInfoType. בתוך fileLabelInfoType, מציינים את googleDriveLabel או את sensitivityLabel (השדות האלה לא יכולים להופיע ביחד).

כדי לסרוק תווית ב-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"
              }
            ]
          }
        }
      }
    ]
  }
}

כדי לסרוק תווית רגישות של מיקרוסופט:

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

מחליפים את מה שכתוב בשדות הבאים:

  • ‫CUSTOM_METADATA_LABEL_NAME: השם שרוצים להקצות לכלל המותאם אישית לבדיקת נתוני infoType.
  • ‫LIKELIHOOD: אופציונלי. ערך ה-Likelihood שיוקצה לכל הממצאים שתואמים לסוג המידע האישי המותאם אישית הזה. אם לא משמיטים את השדה הזה, רמת הסבירות שמוגדרת כברירת מחדל היא VERY_LIKELY.
  • ‫SENSITIVITY_SCORE: אופציונלי. SensitivityScore שיוקצה לכל הממצאים שתואמים לסוג המידע האישי המותאם אישית הזה. אם לא משמיטים את השדה הזה, ציון הרגישות שמוגדר כברירת מחדל הוא HIGH.

    ציוני רגישות משמשים בפרופילי נתונים. כשמגדירים פרופיל לנתונים, Sensitive Data Protection משתמש בציוני הרגישות של סוגי המידע כדי לחשב את רמת הרגישות.

  • ‫LABEL_ID: חובה כשמציינים את googleDriveLabel. המזהה של תווית ב-Google Drive להתאמה. אם מציינים רק LABEL_ID, הגלאי יתאים לכל קובץ שהוחלה עליו התווית הזו ב-Google Drive, בלי קשר לערכי השדות שלו. כדי להתאים ערכי שדות ספציפיים בתוך תווית, צריך לכלול אובייקט labelFieldsToMatch.

  • ‫FIELD_ID: חובה אם מציינים אובייקט labelFieldsToMatch. המזהה של שדה התווית ב-Google Drive להתאמה.

  • ‫FIELD_VALUE: חובה אם מציינים אובייקט labelFieldsToMatch. הערך של שדה התווית ב-Google Drive שצריך להתאים.

  • ‫GUID: חובה כשמציינים את sensitivityLabel. ה-GUID של תווית המידע הרגיש של מיקרוסופט שרוצים להתאים.

דוגמה לגלאי של תווית ב-Google Drive

בדוגמה הזו ב-inspectConfig מוגדר infoType בהתאמה אישית בשם CUSTOM_GOOGLE_DRIVE_LABEL_CONFIDENTIAL. ה-infoType המותאם אישית הזה מזהה תווית ב-Google Drive שכוללת את הפרטים הבאים:

  • מזהה התווית mydrive-label-id
  • בתוך התווית הזו, שדה עם המזהה sensitivity-field-id והערך confidential.

אם לא מציינים מזהה שדה וערך ב-labelFieldsToMatch, ה-infoType המותאם אישית הזה מזהה את הקבצים עם התווית mydrive-label-id, גם אם אין שדות תווית.

{
  "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"
  }
}

כשמשתמשים בהגדרה הזו במשימת בדיקה, Sensitive Data Protection יוצר ממצא מסוג CUSTOM_GOOGLE_DRIVE_LABEL_CONFIDENTIAL אם נמצאה התאמה.

גלאי לדוגמה של תווית מידע רגיש של מיקרוסופט

בדוגמה הזו ב-inspectConfig מוגדר infoType בהתאמה אישית בשם CUSTOM_SENSITIVITY_LABEL_CONFIDENTIAL. ה-infoType המותאם אישית הזה מזהה תווית רגישות של מיקרוסופט שמכילה את ה-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"
  }
}

כשמשתמשים בהגדרה הזו במשימת בדיקה, Sensitive Data Protection יוצר CUSTOM_SENSITIVITY_LABEL_CONFIDENTIAL אם נמצאה התאמה.

יצירת גלאי זיהוי תוויות (Label Detection) של מטא-נתונים כדי לסרוק צמדי מפתח/ערך בהתאמה אישית

כדי להשתמש בביטויים רגולריים לסריקת צמדים מותאמים אישית של מפתח/ערך במטא-נתונים שהלקוח סיפק, צריך לבצע את השלבים הבאים:

  1. מגדירים CustomInfoType עם MetadataKeyValueExpression:

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

    מחליפים את מה שכתוב בשדות הבאים:

    • ‫CUSTOM_METADATA_LABEL_NAME: השם שיוקצה לכלל המותאם אישית לבדיקת נתוני infoType.
    • ‫LIKELIHOOD: אופציונלי. ערך ה-Likelihood שיוקצה לכל הממצאים שתואמים לסוג המידע האישי המותאם אישית הזה. אם לא משמיטים את השדה הזה, רמת הסבירות שמוגדרת כברירת מחדל היא VERY_LIKELY.
    • ‫SENSITIVITY_SCORE: אופציונלי. SensitivityScore שיוקצה לכל הממצאים שתואמים לסוג המידע האישי המותאם אישית הזה. אם לא משמיטים את השדה הזה, ציון הרגישות שמוגדר כברירת מחדל הוא HIGH.

      ציוני רגישות משמשים בפרופילי נתונים. כשמגדירים פרופיל לנתונים, Sensitive Data Protection משתמש בציוני הרגישות של סוגי המידע כדי לחשב את רמת הרגישות.

    • ‫KEY_REGULAR_EXPRESSION: ביטוי רגולרי לחיפוש במפתחות של תוויות המטא-נתונים.

    • ‫VALUE_REGULAR_EXPRESSION: ביטוי רגולרי לחיפוש בערכים של תוויות המטא-נתונים.

  2. בבקשה content.inspect, מציינים את המטא-נתונים שסופקו על ידי הלקוח בשדה ContentMetadata של ContentItem.

דוגמה לבקשה לסריקת מטא-נתונים שהלקוח סיפק

בדוגמה הבאה מוצגת בקשה ל-content.inspect שכוללת קובץ PDF ומטא-נתונים שהלקוח סיפק. הבקשה משתמשת ב-infoType בהתאמה אישית בשם CUSTOM_METADATA_CLASSIFICATION כדי לסרוק קבצים שמסומנים כ-"Confidential" או "Internal Use".

{
  "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"
        }
      ]
    }
  }
}

מחליפים את BASE64_ENCODED_PDF בקובץ בקידוד Base64 שרוצים לסרוק.

אם Sensitive Data Protection מוצא התאמה בתוכן, הוא יוצר ממצא. השדה MetadataType של הממצא ב-MetadataLocation מאוכלס על סמך השאלה אם ההתאמה מוטמעת בקובץ (CONTENT_METADATA) או מסופקת על ידי הלקוח (CLIENT_PROVIDED_METADATA).

המאמרים הבאים