數(shù)據(jù)防泄漏的關(guān)鍵技術(shù)

一般數(shù)據(jù)防泄漏的關(guān)鍵技術(shù)有：關(guān)鍵字、標識符、文件識別、數(shù)字指紋、機器學(xué)習(xí)、OCR識別，如果是終端DLP，還涉及到水印和標簽。

數(shù)據(jù)防泄漏讓我從科學(xué)的角度來解釋一下。

1 數(shù)據(jù)防泄漏-關(guān)鍵字檢測匹配任何單詞或短語，包括那些使用任何常用單詞分隔符（如空格、逗號、破折號或斜杠）的單詞或短語。用戶可以為每個條件的關(guān)鍵字匹配配置區(qū)分大小寫。也可以為每個條件單獨配置定義事件的匹配關(guān)鍵字或關(guān)鍵短語的數(shù)量。

2 數(shù)據(jù)防泄漏-標識符 標識符技術(shù)可以準確識別基于模式的敏感數(shù)據(jù)，例如卡號、社會保險號或駕照號。數(shù)據(jù)標識符使用結(jié)合了模式匹配和其他準確性檢驗和驗證的檢測算法，例如卡號檢驗。與僅使用正則表達式來識別模式的其他解決方案不同，數(shù)據(jù)標識符還包含有關(guān)不同數(shù)據(jù)類型的有用數(shù)字范圍的內(nèi)置信息。借助這些附加信息，客戶可以過濾掉測試數(shù)據(jù)和其他常見誤報，并識別特定于廣泛行業(yè)、國家和地區(qū)的數(shù)據(jù)類型，包括卡號、支付卡行業(yè) (PCI) 數(shù)據(jù)的磁條安全標準數(shù)據(jù)、銀行識別號 (BIN)、國民保險號。

3 數(shù)據(jù)防泄漏-文檔識別技術(shù) 在開始分析內(nèi)容之前，首要任務(wù)是準確識別和處理文檔，提取文檔中的文本進行后續(xù)處理。它還可以對文本進行自然語義分析和處理，并留出關(guān)鍵字進行處理。文件識別的最大難點在于支持文件類型的廣泛性和準確性，而SkyGuard DLP憑借其高性能的處理引擎可以最大程度地準確識別、分析和處理。

4 數(shù)據(jù)防泄漏-數(shù)字指紋技術(shù) 數(shù)字指紋技術(shù)分為結(jié)構(gòu)化指紋技術(shù)（EDM）和非結(jié)構(gòu)化指紋技術(shù)（IDM）。 EDM 用于保護通常采用結(jié)構(gòu)化格式的數(shù)據(jù)，例如客戶或員工的數(shù)據(jù)庫記錄。 IDM 用于保護非結(jié)構(gòu)化數(shù)據(jù)，例如 Microsoft Word 或 PowerPoint 文檔或 CAD 圖紙。對于 EDM 和 IDM，機密數(shù)據(jù)首先由組織識別，然后由策略管理平臺進行指紋識別和加密，以持續(xù)準確檢測。指紋加密過程包管理平臺訪問并提取文本和數(shù)據(jù)，對其進行規(guī)范化，然后使用不可逆哈希對其進行保護。策略管理器可以配置為定期自動索引 EDM 或 IDM 文件，同時仍使這些數(shù)據(jù)配置文件保持最新。該檢測方法基于使用關(guān)鍵字、正則表達式、已驗證數(shù)據(jù)類型、文件類型、文件大小、文件名和收件人/收件人/用戶組合等常見特征查找數(shù)據(jù)。

5 數(shù)據(jù)防泄漏-機器學(xué)習(xí) 機器學(xué)習(xí)可以快速學(xué)習(xí)和分類大量未指定的文件樣本，分類生成的模型（Model）可以用來分析數(shù)據(jù)，計算數(shù)據(jù)是否屬于某個分類。機器學(xué)習(xí)的優(yōu)勢在于它生成的模型大小基本不變，因此非常適合處理大量樣本。此外，機器學(xué)習(xí)技術(shù)可以對樣本中沒有出現(xiàn)的新數(shù)據(jù)做出更準確的預(yù)測。?

6 數(shù)據(jù)防泄漏-圖像識別 安全策略分析引擎從圖片、打印文件等中提取文本并進行安全策略檢驗，無論是網(wǎng)絡(luò)、郵件還是存儲通道。執(zhí)行光學(xué)字符識別內(nèi)容分析，特別是針對網(wǎng)絡(luò)傳輸、數(shù)據(jù)發(fā)現(xiàn)和打印服務(wù)器的信息泄漏。