mcpField
P
purview-ai-hub

purview-ai-hub

github.com/vinayaklatthe安全17842 次安装19 周前更新
代码仓库

关于 purview-ai-hub

Microsoft Purview DSPM for AI 技能面向负责组织 AI 治理与安全的团队,涵盖 Microsoft Copilot、Copilot Studio 及第三方 AI 应用。它侧重应用发现、数据防泄漏和提示词审计,不负责实时过滤 LLM 输出。

主要功能

  1. 01发现组织使用的 AI 应用
  2. 02按批准状态分类 AI 应用
  3. 03为生成式 AI 配置 DLP
  4. 04审计 Copilot 提示词与响应
  5. 05将风险信号关联 IRM 和 Sentinel

适用场景

  1. 01识别组织中的影子 AI 使用
  2. 02阻止敏感数据粘贴到未批准的 AI
  3. 03审查 Copilot 提示词中的敏感信息
  4. 04将 AI 风险纳入用户风险策略

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/vinayaklatthe/microsoft-security-skills --skill purview-ai-hub

安装后在 Claude Code 中输入/purview-ai-hub确认已加载。

详细介绍

Microsoft Purview AI Hub(DSPM for AI)

Purview AI Hub — 现已重新定位为 Microsoft Purview Data Security Posture Management (DSPM) for AI — 是跨 AI 的可见性层:正在使用哪些 AI 应用、由谁使用、其中包含哪些敏感内容,以及哪些策略在保护这些内容。它涵盖 Microsoft Copilot 产品、Copilot Studio Agent 和 第三方生成式 AI(ChatGPT、Gemini、Claude、Perplexity,以及约 600 款已编入目录的 AI 应用)。

适用场景

你需要了解组织内 AI 的使用情况(包括已批准和影子使用),并通过策略防止敏感数据流向未经批准的 AI,同时审计发送给已批准 AI 的提示词。

不要将此技能用于 AI 工作负载侧的安全态势管理(defender-for-cloud-ai)、Azure AI Content Safety 提示词筛选(azure-ai-content-safety)或 Copilot 推广指南(copilot-for-m365-readiness)。

可查看和控制的内容

范围可见性策略
Microsoft 365 Copilot提示词、响应、敏感度上下文Copilot 的 DLP、敏感度标签限制
Copilot Studio Agent按用户查看 Agent 交互相同的 DLP + 标签模型
第三方 AI(ChatGPT、Gemini 等)通过 Defender for Cloud Apps + Edge for Business 终端信号发现浏览器 DLP 阻止/警告;在 Edge 上收集提示词证据
自定义 AI 应用(你自己的应用)通过 Purview SDK / Microsoft Graph(预览版)自定义标签和 DLP 集成

方法

  1. 先决条件。 配置 Defender for Cloud Apps 云发现;部署 Microsoft Edge for Business 以支持提示词捕获;具备 Purview E5 / Compliance E5;建议使用 Audit Premium。

  2. 启用 AI 应用发现。 AI Hub 使用云发现日志(来自防火墙/代理/MDE 的 Defender for Cloud Apps 日志)填充目录。7 天内即可看到用户正在使用哪些 AI 应用,以及用户数量和流量。

  3. 对 AI 应用目录进行分类。

    • 已批准:经公司批准(Microsoft 365 Copilot、自有 Copilot Studio Agent、签订 DPA 的付费企业版 ChatGPT/Gemini)。
    • 容忍:未获批准,但暂不阻止。
    • 未经批准/已阻止:不受企业条款约束的影子消费级 AI。
  4. 使用现成策略。

    • “检测有风险的 AI 使用情况” — 显示通过 Edge 粘贴到未经批准 AI 中的敏感内容。
    • “检测 AI 中的不道德行为” — 对有害提示词进行模式匹配。
    • “Microsoft Copilot 过度共享” — 标记源自权限设置过宽内容的 Copilot 响应。 先从监控模式开始;调整策略;再升级为阻止。
  5. 生成式 AI 的 DLP。使用 生成式 AI 条件系列编写 Purview DLP 规则:

    • 阻止在 Edge 中将信用卡号/SSN/源代码粘贴到 ChatGPT/Gemini 等应用。
    • 对复制到 AI 提示词中的公司机密标签内容发出警告。 浏览器 DLP 需要 Edge for Business + 设备上的终端 DLP Agent。
  6. 提示词/响应审计。 对于 Microsoft Copilot 产品,提示词和响应会进入统一审计日志。创建 Sentinel 查询和仪表板:

    • 按敏感度命中次数统计的热门提示词。
    • 风险评分较高的用户(与 IRM 配合使用)。
    • 非工作时间提示词量异常。
  7. IRM 集成 — 启用 Risky AI usage IRM 策略模板。AI Hub 信号会影响用户风险评分,Adaptive Protection 随后会利用该评分收紧 DLP。

  8. Sentinel / Defender XDR。 转发 AI Hub 发现结果;与终端和身份信号关联,以获得完整上下文的事件。

防护措施

  • 基于浏览器的 AI 控制仅适用于启用了终端 DLP 的 Edge for Business。 Chrome 和 Firefox 会绕过提示词捕获和 DLP,除非叠加代理或网络 控制。
  • 发现质量取决于云发现数据。 没有代理/防火墙日志 = 无法了解影子 AI。
  • 不要在第一天就屏蔽所有第三方 AI。 如果没有获准的替代方案,用户就会转而使用个人设备,你将完全失去可见性。
  • 提示词内容本身可能包含敏感信息。 记录了包含个人身份信息(PII)的提示词的审核日志也属于 PII。限制审核日志的访问权限;考虑在 IRM 中使用假名化。
  • 面向 AI 的 DSPM 是 Purview 治理工具,而非内容安全防护措施。 它不会实时筛选大模型输出。这由 azure-ai-content-safety 负责。
  • Microsoft Copilot 会遵循敏感度标签;第三方 AI 则不会。 标签加密可以防止 Copilot 获取数据,却无法阻止用户将内容复制粘贴到 ChatGPT 中——因此需要浏览器 DLP 层。
  • AI 应用目录并不完整。 每周都有新的 AI 应用出现;有时需要手动添加。

常见反模式

  • “只发现,不分类” —— 仪表板看起来很有意思,却没有后续行动。
  • “第一天就屏蔽所有未经批准的 AI” —— 员工会反弹,转而使用个人手机。应先提供获准的使用途径。
  • “没有 Edge for Business 却配置浏览器 DLP” —— Chrome 用户可以绕过所有控制。
  • “记录提示词,却从不审查” —— 风险会继续隐蔽存在。将其接入 SOC 和 IRM。
  • “用 AI Hub 保护 Azure OpenAI 工作负载” —— 产品用错了。应使用 Defender for Cloud AI 工作负载保护。
  • “将 AI Hub 发现项视为需要分类处理的警报” —— 这些是安全态势和 DLP 信号;大多数应转至风险评分/IRM,仅将高严重性事件升级到 SOC。
  • “跳过 IRM 集成” —— DSPM 信号会与用户风险评估脱节。

示例提示词

  • 部署适用于 AI 的 Purview DSPM:发现、目录、即用型策略,以及针对第三方 AI 的浏览器 DLP。
  • 编写一项 DLP 策略,阻止在 Edge for Business 中将信用卡数据粘贴到 ChatGPT 和 Gemini。
  • 构建一个 Sentinel 工作簿,显示触及机密标签敏感信息类型的 Copilot 提示词。
  • 将 AI Hub 信号与 IRM 的“高风险 AI 使用”模板和自适应保护集成。
  • 将包含 600 个应用的 AI 目录分类为获准/容忍/屏蔽,并制定切换计划。
  • 比较 AI Hub 对 Microsoft Copilot、第三方 AI 和自定义应用的覆盖范围。
  • 编写 Sentinel 查询,统计所有 AI 使用场景中敏感提示词数量最多的用户。

Microsoft Learn

评论

支持 Markdown