數(shù)據(jù)防泄漏的關鍵技術

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

數(shù)據(jù)防泄漏讓我從科學的角度來解釋一下。

1 數(shù)據(jù)防泄漏-關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鍵字或關鍵短語的數(shù)量。

2 數(shù)據(jù)防泄漏-標識符 標識符技術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)標識符還包含有關不同數(shù)據(jù)類型的有用數(shù)字范圍的內置信息。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 在開始分析內容之前，首要任務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 數(shù)字指紋技術分為結構化指紋技術（EDM）和非結構化指紋技術（IDM）。 EDM 用于保護通常采用結構化格式的數(shù)據(jù)，例如客戶或員工的數(shù)據(jù)庫記錄。 IDM 用于保護非結構化數(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-機器學習 機器學習可以快速學習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。機器學習的優(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，機器學習技術可以對樣本中沒有出現(xiàn)的新數(shù)據(jù)做出更準確的預測。?

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、郵件還是存儲通道。執(zhí)行光學字符識別內容分析，特別是針對網(wǎng)絡傳輸、數(shù)據(jù)發(fā)現(xiàn)和打印服務器的信息泄漏。