‏البيانات غير المهيكلة

البيانات غير المهيكلة معلومات لا تتبع نموذج بيانات محدداً مسبقاً، لذلك يكمن معناها في المحتوى نفسه. يحتوي جدول العملاء على أعمدة توضح ما تمثله كل قيمة، أما العقد الموقّع ومحادثة الدردشة والمكالمة المسجلة فلا تحمل مثل هذه التسميات.

معظم معلومات المؤسسة من هذا النوع. ولأنها قد تتضمن بيانات العملاء والأسعار والبيانات الشخصية، يجب على أنظمة منع فقدان البيانات (DLP) أن تفحص ما يحتويه الملف، لا مكان حفظه فقط.

تنقسم البيانات إلى ثلاث مجموعات حسب مقدار البنية التي تحملها. تشمل البيانات غير المهيكلة ملفات Word وPDF، ونصوص رسائل البريد الإلكتروني، وسجلات الدردشة، والعروض التقديمية، والصور، والعقود الممسوحة ضوئياً، وملفات التصميم، والتسجيلات الصوتية والمرئية.

توجد في كل مكان داخل المؤسسة المعتادة. تقدّر التحليلات القطاعية باستمرار أن ما بين 80 و90% من بيانات الشركات الجديدة غير مهيكلة، وتتزايد هذه النسبة مع انتقال التعاون إلى المستندات والدردشات والوسائط.

تُعد الرسائل من أكبر مصادرها. ويتدفق جزء كبير من هذا المحتوى عبر خدمات المراسلة الإلكترونية، حيث قد تجمع سلسلة واحدة بين الملفات ولقطات الشاشة والنصوص الملصوقة.

• مجلدات مشتركة ومستودعات المستندات
• صناديق البريد وسجل المراسلات الفورية
• خدمات مشاركة الملفات السحابية
• مستندات ممسوحة ضوئياً مرفقة بالعمليات التجارية
• صور للسبورات البيضاء والشاشات

يمكن حماية البيانات المنظمة من مصدرها، فلقاعدة البيانات حدود وصلاحيات وسجلات تدقيق. أما البيانات غير المهيكلة فلا تملك أياً منها، ومعظم حالات الإفصاح غير المقصود وسرقة البيانات من الداخل تتعلق بهذا المحتوى المتنقل عبر القنوات اليومية.

تفسّر أربع خصائص ذلك: لا تملك مخططاً ولا تسميات، وتُنسخ بسهولة، وتأتي بصيغ متنوعة، وتخص الجميع ولا تخص أحداً، لذلك تغفل الفهارس المركزية عنها في الغالب.

لأن البيانات غير المهيكلة لا يمكن التحكم بها من مصدر واحد، تركز الضوابط على تحليل المحتوى حيث تتحرك البيانات.

يُصنَّف النص بقواميس الكلمات المفتاحية والمكانز، مثل قائمة الكلمات المحظورة. وتطابق قيم التجزئة والبصمات الرقمية المستندات المطابقة تماماً ونسخها، ويستخرج OCR النص من الممسوحات والصور حتى يمكن تحليلها كأي ملف آخر.

ثم تتيح التسميات للسياسات اللاحقة فرض قواعد على البريد الإلكتروني والويب والمراسلات ووسائط التخزين القابلة للإزالة.

تجمع وحدة التحكم هذه الأساليب في مكان واحد. تتضمن المكانز النظامية 35 مجموعة من الكلمات المفتاحية، مثل SSN وCredit Card وFinancial، وتعرض كل مجموعة عدد كلماتها ونتائج بحثها. ويحدد التعرف على الصور القنوات وصيغ الملفات التي تُقرأ كمستندات، ويغطي OCR الممسوحات الضوئية.

تنتمي هذه الإعدادات إلى وحدة Anexet DLP، التي تطبقها على المستندات والرسائل والملفات المتنقلة.

1 / 2

• 
• 

ابدأ بالمحتوى الذي يسبب تسرّبه أكبر ضرر، ثم تتبّع القنوات التي يستخدمها فعلاً. فالقواعد المكتوبة لكل الملفات دفعة واحدة تعيق العمل اليومي غالباً، وتنتهي بتعطيلها.

قِس أولاً حجم البيانات غير المهيكلة، ثم قرر أين يجب قراءتها: حيث تُنشأ، أو تُشارك، أو تُرسل خارج المؤسسة.