Übereinstimmungswahrscheinlichkeit

Die Scanergebnisse werden nach der Wahrscheinlichkeit kategorisiert, dass sie eine Übereinstimmung darstellen. Sensitive Data Protection verwendet eine Bucket-Darstellung der Wahrscheinlichkeit, die angibt, wie wahrscheinlich es ist, dass ein Datenelement mit einem bestimmten infoType übereinstimmt.

Funktionsweise der Wahrscheinlichkeit

Wenn Sie einen Sensitive Data Protection-Scan konfigurieren, legen Sie die infoTypes fest, nach denen Sensitive Data Protection suchen soll. Wenn Sie die Scanergebnisse eingrenzen möchten, können Sie in Ihrer Anfrage eine Mindestwahrscheinlichkeit festlegen.

Für jede potenzielle Übereinstimmung (Ergebnis), die während des Scans erkannt wird, weist Sensitive Data Protection einen Wahrscheinlichkeitsgrad zu. Die Wahrscheinlichkeitsstufe eines Ergebnisses gibt an, wie wahrscheinlich es ist, dass das Ergebnis mit einem infoType übereinstimmt, nach dem Sie suchen. Sensitive Data Protection kann beispielsweise einem Ergebnis, das wie eine E-Mail-Adresse aussieht, die Wahrscheinlichkeit LIKELY zuweisen.

Wenn Sensitive Data Protection die Ergebnisse zurückgibt, werden alle Ergebnisse herausgefiltert, die eine geringere Wahrscheinlichkeit als die in Ihrer Anfrage festgelegte Mindestwahrscheinlichkeit haben. Wenn Sie beispielsweise die Mindestwahrscheinlichkeit auf POSSIBLE festlegen, erhalten Sie nur die Ergebnisse, die als POSSIBLE, LIKELY und VERY_LIKELY bewertet wurden. Wenn Sie die Mindestwahrscheinlichkeit auf VERY_LIKELY setzen, erhalten Sie die geringste Anzahl von Ergebnissen.

Wahrscheinlichkeitsstufen

In der folgenden Tabelle sind die möglichen Wahrscheinlichkeitswerte aufgeführt, die Sensitive Data Protection einem Ergebnis zuweisen kann.

ENUM Beschreibung
VERY_UNLIKELY Gekennzeichnet durch Folgendes:
  • Ein schwaches Signal.
  • Fehlen von kontextbezogenen Hinweisen.
  • Negative Signale für einen bestimmten infoType.
UNLIKELY Gekennzeichnet durch Folgendes:
  • Ein oder mehrere schwache Signale.
  • Ein stärkeres Signal für einen anderen infoType.
POSSIBLE Gekennzeichnet durch Folgendes:
  • Ein oder mehrere Signale für einen bestimmten infoType. Zu den Signalen können bestandene Prüfsummen gehören.
  • Fehlender starker Kontext und fehlende eindeutige, spezifische Formatierung.
LIKELY Gekennzeichnet durch ein oder mehrere starke Signale für einen bestimmten infoType. Zu den Signalen können Prüfsummen, starke kontextbezogene Hinweise und eine eindeutige, spezifische Formatierung gehören.
VERY_LIKELY Gekennzeichnet durch viele starke Signale für einen bestimmten infoType. Zu den Signalen können Prüfsummen, starke kontextbezogene Hinweise und eine eindeutige, spezifische Formatierung gehören.

Mindestwahrscheinlichkeit für die Scanergebnisse auswählen

Wenn Sie in Ihrer Sensitive Data Protection-Anfrage ein höheres Mindestwahrscheinlichkeitsniveau festlegen, enthalten die Ergebnisse im Allgemeinen weniger falsch positive Ergebnisse (manchmal auch als Rauschen bezeichnet). Die Ergebnisse können jedoch auch mehr richtig positive Ergebnisse ausschließen. Bei der Auswahl eines Mindestwahrscheinlichkeitsgrads muss das richtige Gleichgewicht zwischen Recall und Precision gefunden werden.

Angenommen, ein Dokument enthält 10 Adressen und Sensitive Data Protection hat 5 Adressen identifiziert. Unter den von Sensitive Data Protection identifizierten Ergebnissen befinden sich jedoch tatsächlich nur vier Adressen.

  • Recall ist die Anzahl der richtig positiven Instanzen im Verhältnis zur Gesamtzahl der relevanten Instanzen. In diesem Beispiel beträgt der Recall 4/10.
  • Die Genauigkeit ist die Anzahl der richtig positiven Instanzen im Verhältnis zur Gesamtzahl der Instanzen, die Sensitive Data Protection identifiziert. In diesem Beispiel beträgt die Precision 4/5.

In diesem Beispiel ist die Precision hoch, der Recall jedoch relativ niedrig.

Die von Ihnen festgelegte Mindestwahrscheinlichkeit wirkt sich auf die Trefferquote und Genauigkeit der Scanergebnisse aus. In der folgenden Tabelle wird beschrieben, wann die einzelnen Mindestwahrscheinlichkeitsstufen nützlich sind und wie sich Recall und Precision auf den einzelnen Stufen unterscheiden.

Mindestwahrscheinlichkeit Beschreibung
LIKELIHOOD_UNSPECIFIED Standardwert; entspricht POSSIBLE.
VERY_UNLIKELY Nützlich, wenn Sie den höchsten Recall benötigen. Diese minimale Wahrscheinlichkeitsstufe erzeugt das meiste Rauschen.
UNLIKELY Nützlich, wenn Sie einen höheren Recall benötigen. Diese Mindestwahrscheinlichkeit erzeugt ein gewisses Rauschen.
POSSIBLE Nützlich, wenn Sie ein Gleichgewicht zwischen Precision und Recall anstreben.
LIKELY Nützlich, wenn Sie eine höhere Precision auf Kosten eines gewissen Recalls benötigen.
VERY_LIKELY Nützlich, wenn Sie die höchste Präzision auf Kosten der Trefferquote wünschen.

Standardmäßige Mindestwahrscheinlichkeit

Wenn Sie in Ihrer Anfrage keine Mindestwahrscheinlichkeit festlegen oder sie auf LIKELIHOOD_UNSPECIFIED setzen, gibt Sensitive Data Protection nur die Ergebnisse mit einer Wahrscheinlichkeit von POSSIBLE und höher zurück.