了解有关本尼·查尔尼(Benny Czarny)所著《颠覆性的网络安全》一书的更多信息

了解更多
我们利用人工智能进行网站翻译,虽然我们力求准确,但不一定总是 100%精确。感谢您的理解。

Proactive DLP v2.4 版本发布

作者: OPSWAT

发布亮点

利用 Excel 文件中的列标题和行标题提高确定性水平

大多数用户经常在 Excel 工作表中添加列和行标签,指定每列或每行包含的信息类型。例如,如果每一行都是客户记录,则可能会在列上标注 "客户姓名"、"电子邮件地址"、"客户 ID "等标题。因此,列和行标题可用于识别 Excel 文件中的敏感信息。

通过扫描列和行的标题,Proactive DLP 现在能够提高检测 Excel 文件中敏感数据的确定性。请观看下面的演示,了解其实际效果。在该演示中,我们准备了两个包含护照号码的 Excel 文件。其中只有一个文件的列头标有 "护照"。同时,我们启用了Proactive DLP 来检查以 "护照 "为关键字的正则表达式。

Proactive DLP v2.4 版本发布

带有 "护照 "列标题的第一个 Excel 文件

Proactive DLP v2.4 版本发布

第二个 Excel 文件没有 "护照 "列标题

如图所示,通过配置正则表达式来检测 9 位数的护照号码,Proactive DLP 在两个文件中都检测到了敏感信息。但是,在扫描包含 "护照 "列标题的第一个文件时,确定性阈值较高,文件被阻止。

利用数据分类系统添加的元数据信息

元数据可提供有助于对文件敏感性进行分类的信息。有几种系统可以使用自定义元数据或文件属性自动对文件进行分类,如 Windows Azure Information Protection、Titus 等。Proactive DLP 现在可以读取文件属性,并根据规则配置阻止敏感项。观看下面的演示,了解Proactive DLP 在这种情况下如何提供帮助。

在此演示中,我们使用Proactive DLP 扫描了一份 Microsoft Word 文档,Azure 信息保护将其属性归类为 "敏感性"。在处理之前,我们启用了元数据检查,并添加了一个元数据 regex,其中 key regex 为 "敏感性",value regex 为 "所有公司的机密"。扫描文件后,我们得到了文件阻止结果,其中包含发现的敏感信息的详细信息。

DLP v2.4 提供了一系列改进和更新,这些改进和更新不仅提升了Proactive DLP 的性能,还能更好地满足您的使用场景和安全需求,例如:

  • 用于正则表达式的自定义关键字列表
  • 支持 Linux 上的编辑功能
  • 处理速度更快,资源占用更少

发布详情

  • 技术:OPSWAT Proactive DLP 
  • 发布日期发布日期: 2020 年 7 月 7 日
  • 版本说明: 2.4

video { max-width:100%; }

通过OPSWAT 了解最新信息!

立即注册,获取最新的公司动态、故事、活动信息等。