Classification des Données

La plupart des organisations ne peuvent pas tout protéger au niveau le plus élevé. C'est trop coûteux et cela paralyse le travail courant. La classification résout ce problème en répondant à une question préalable : quelles données ont réellement besoin de quelle protection ? Une fois qu'un ensemble de documents porte un niveau de sensibilité, chaque contrôle en aval peut s'y référer au lieu de décider au cas par cas. Une politique telle que « ne pas envoyer de données Restreintes à des destinataires externes » devient applicable au courriel, aux envois web, au stockage cloud et aux supports amovibles, car l'étiquette accompagne les données.

Cette même logique sous-tend la prévention de la perte de données (DLP), qui doit savoir ce qu'elle protège avant de bloquer quoi que ce soit. La plupart des schémas commencent par les données sensibles et descendent ensuite.

Les schémas varient selon le secteur, mais la plupart se limitent à trois ou cinq niveaux :

Les schémas gouvernementaux et de défense ajoutent des mentions formelles et des consignes de manipulation, mais la logique reste la même : moins de catégories, appliquées de façon cohérente, valent mieux que des catégories fines appliquées de façon incohérente.

Il existe quatre méthodes pour attribuer un niveau. En classification manuelle, l'auteur choisit le niveau à la création ou à l'enregistrement d'un document, généralement via un sélecteur d'étiquettes dans l'application. Cette méthode est juste lorsque les utilisateurs sont formés et motivés, mais elle est incohérente à grande échelle.

La classification automatisée examine le contenu et attribue un niveau selon des motifs : correspondances de mots-clés et de dictionnaires, expressions régulières pour les identifiants structurés (numéros de carte, identifiants nationaux), empreintes et modèles de documents, ainsi que modèles statistiques ou d'apprentissage automatique.

La classification basée sur le contexte déduit le niveau de l'endroit où se trouvent les données ou de leur auteur, comme un dépôt, un partage de service ou une application connue pour contenir des enregistrements réglementés. La classification héritée donne aux fichiers dérivés le niveau de leur source, ce qui maintient exports, copies et pièces jointes sous gouvernance.

En pratique, les méthodes se combinent : l'automatisation propose, les utilisateurs confirment ou modifient, et le contexte fixe une valeur plancher pour que rien ne reste sans étiquette. L'étiquette qui porte le résultat est décrite dans l'article sur le marquage des données.

Chaque méthode échange de l'effort contre de la cohérence. Le tableau montre où chacune convient.

La classification est une surface de contrôle, pas une garantie. Trois modes de défaillance reviennent. Les lacunes de couverture laissent les anciennes données non structurées sans étiquette, donc les politiques ne les voient jamais. La perte d'étiquette survient quand la copie, la capture d'écran ou le collage dans une messagerie conserve le contenu mais perd l'étiquette. La dérive signifie que les données sont classées une fois et jamais revues : les anciennes restent surprotégées, les nouvelles sous-protégées.

C'est pourquoi l'application fondée sur le contenu se combine généralement avec des étiquettes. Un contrôle qui reconnaît directement un contenu sensible continue de fonctionner quand l'étiquette manque ou est périmée, ce qui compte surtout pour les données non structurées que personne n'a étiquetées.

Dans la console d'Anexet DLP, une seule règle de blocage peut combiner une condition d'étiquette et une condition de texte, les ensembles de mots-clés fournissant les correspondances de texte. Les deux se règlent dans l'éditeur de règles de blocage fondé sur le contenu.

1 / 2

• 
• 

Les cadres réglementaires imposent rarement un schéma précis, mais ils le supposent. Les obligations du RGPD s'appliquent aux données personnelles et aux catégories particulières ; les règles sectorielles couvrent les registres de paiement, de santé et les données financières. La classification montre quelles obligations s'appliquent à quelles données. C'est la base pratique des demandes de personnes concernées, des durées de conservation et des évaluations de notification de violation.

Commencez par les données dont la fuite causerait le plus de dégâts, puis cartographiez les canaux que ces données utilisent réellement. Les politiques écrites pour chaque fichier à la fois finissent par bloquer le travail et sont désactivées. Gardez peu de niveaux, pour que chacun choisisse juste sans manuel, et consignez chaque choix dans une étiquette descriptive.

Pour aller plus loin : Audit d'accès aux données sensibles et contrôle d'accès discrétionnaire.