purview-data-classification

Microsoft Purview 数据分类与敏感度标签

分类用于识别敏感内容；敏感度标签则用于施加持久保护（视觉标记、加密、访问控制，以及下游 DLP/生命周期控制）。两者共同构成 Microsoft Information Protection 的基础，也是 Purview 所有强制执行方案的基石。

适用场景

确定哪些数据属于敏感数据，并在 Microsoft 365、Power BI/Fabric 以及（通过 Purview Data Map）更广泛的数据资产中应用一致的标签分类体系。

请勿将此技能用于 AI 提示词可见性（请使用 purview-dspm-ai），也不要用于制定完整的策略顺序（请使用 purview-information-governance）。

选择合适的检测方法

使用场景	方法
常见的受监管模式（信用卡、NI、SSN、IBAN）	敏感信息类型 (SIT) - 内置
组织专属关键词/正则表达式	自定义 SIT，并调整置信度
基于概念（“这看起来像一份合同”）	可训练分类器（内置或自定义）
与自有客户/HR 名单匹配	精确数据匹配 (EDM) - 哈希结构化数据
混合场景 - 正则表达式 + 辅助证据	结合命名实体与邻近度的 SIT

经验法则：模式用 SIT，概念用分类器，判断“这行是否来自我们的真实客户表”用 EDM。不要试图让一种方法包揽这三种任务。

方法

1. 梳理法规和业务驱动因素 - 列出必须检测的数据类型（GDPR PII、PCI、IP、HR），并为每种数据类型指定检测方法。 验证：每个检测对象都有明确的业务负责人。
2. 选择检测方法 - 根据数据类型选择 SIT、可训练分类器或 EDM；构建或调整置信度级别。 验证：为每个检测器准备好包含真阳性和假阳性的测试语料。
3. 设计标签分类体系 - 保持简洁（例如：Public / General / Confidential / Highly Confidential），并设置子标签；为每个标签定义标记、加密和适用范围。 验证：顶级标签不超过 4 个，每个标签的子标签不超过 3 个，并使用业务用语而非术语命名。
4. 发布标签 - 使用标签策略将标签应用于指定用户；酌情设置默认值和强制标记；配置强制标记的理由要求。 验证：试点用户在 Word/Outlook 中看到的标签菜单及默认值正确。
5. 自动标记 - 根据 SIT/分类器使用客户端自动标记（建议/应用内自动标记）和服务端自动标记（SharePoint/OneDrive/Exchange）；务必从模拟开始。 验证：模拟报告按标签和来源显示匹配数量；检查误报样本。
6. 分阶段推广 - 试点部门 -> 业务部门 -> 租户；每个阶段都配套培训和反馈渠道。 验证：推广下一阶段前，每一阶段的标签采用率指标均达到目标。
7. 扩展 - 将标签扩展至 DLP、数据生命周期、AI 的 DSPM 和 Defender for Cloud Apps；确认下游策略会根据新标签执行。

防护措施

• 调整 SIT 置信度级别，并在强制执行前以模拟模式运行自动标记，以控制误报。
• 谨慎规划标签加密 - 它会影响外部共享、共同创作、搜索和部分第三方工具；第一天就加密最高级别标签前，务必制定恢复计划。
• 培训用户；缺少指导的强制标记会造成阻力和错误标记 - 发布简短的图文指南，并说明“何时使用 Confidential，何时使用 Highly Confidential”。
• 保持分类体系精简 - 9 级分类体系无法有效使用；用户会默认选择 General。
• 确认 Power BI/Fabric、Office 移动版和 Mac 应用支持你选择的标签和保护措施 - 各应用支持的功能有所不同。

常见反模式

• 创建 12 个标签，随后纳闷为什么采用率停滞在 4%。
• 在第一天就以强制模式启用自动标记，导致外部共享中断。
• 在没有测试语料库的情况下构建自定义 SIT，然后在生产环境中调整。
• 为了“安全起见”对默认标签进行加密——结果现在每个共享文件都会导致外部合作伙伴无法访问。
• 把分类当成 IT 的工作，却没有数据所有者对分类体系的签字确认。

示例提示词

• Design a sensitivity label taxonomy with auto-labelling.
• Create sensitive information types (SITs) and trainable classifiers.
• How do I use Exact Data Match (EDM) for precise classification?
• Classify data before applying protection and DLP.
• Pilot auto-labelling in simulation and measure false positives.

Microsoft Learn

• 敏感度标签：https://learn.microsoft.com/purview/sensitivity-labels
• 敏感信息类型：https://learn.microsoft.com/purview/sensitive-information-type-learn-about
• 可训练分类器：https://learn.microsoft.com/purview/trainable-classifiers-learn-about
• 自动标记：https://learn.microsoft.com/purview/apply-sensitivity-label-automatically
• 精确数据匹配：https://learn.microsoft.com/purview/sit-learn-about-exact-data-match-based-sits
• 标签加密注意事项：https://learn.microsoft.com/purview/encryption-sensitivity-labels