Impronta Digitale

L'impronta digitale è un insieme compatto di valori ricavati dal contenuto di un documento protetto. L'organizzazione conserva questo insieme al posto di una copia del documento e lo usa per riconoscere quello stesso contenuto ovunque ricompaia in seguito.

Le impronte sono uno dei metodi di riconoscimento dei sistemi di prevenzione della perdita di dati (DLP). La differenza sta nel bersaglio: l'impronta cerca il materiale stesso, quindi una copia, un estratto o una versione con formattazione diversa vengono comunque riconosciuti.

Il metodo ha due fasi. La registrazione avviene una volta per ogni documento protetto, mentre l'ispezione avviene ogni volta che un contenuto esce dall'organizzazione, come con le impronte digitali di Anexet.

1. 1

   Normalizzare il testo

   Il documento viene ridotto a un testo confrontabile, così che modifiche di formattazione e di formato del file incidano meno sul risultato.

2. 2

   Calcolare segmenti sovrapposti

   Gli hash vengono calcolati su segmenti sovrapposti del testo normalizzato, a volte combinati con caratteristiche strutturali.

3. 3

   Memorizzare solo i valori

   La libreria conserva i valori derivati, non il documento. Il contenuto candidato subisce poi lo stesso calcolo.

4. 4

   Confrontare la quota di corrispondenze

   Una quota elevata di valori coincidenti indica che il contenuto include il materiale protetto, anche se è stata copiata una sola sezione.

Hash, impronte e regole basate su parole chiave rispondono a domande diverse. Le implementazioni mature usano tutti e tre: hash per i file noti, impronte per i documenti più importanti e schemi ed elenchi di parole per il resto.

Una variante registra il modulo vuoto invece di una copia compilata, come un modulo di sinistro, una domanda o un contratto standard. Ogni copia compilata di quel modulo viene così riconosciuta, quindi grandi famiglie di documenti sono protette senza registrarne ciascuno. Funziona meglio con documenti strutturati, in cui impaginazione e testo standard restano stabili e cambiano solo i campi variabili, soprattutto quando i documenti contengono informazioni sensibili.

Le librerie di impronte si gestiscono nella console di Anexet DLP, che mostra cosa è registrato e quando ogni libreria è stata aggiornata l'ultima volta.

1 / 2

• 
• 

Un'impronta vale quanto la lista di materiale registrato che c'è dietro. Calibra la soglia su un campione di lavoro ordinario prima di attivare il blocco, perché il risultato della corrispondenza può attivare una regola di blocco basato sul contenuto.

• L'impronta riconosce solo il materiale registrato in anticipo. Qualcuno deve scegliere cosa proteggere e mantenere la registrazione aggiornata.
• Parafrasi pesanti, traduzioni e contenuti riscritti da zero restano sotto la soglia di corrispondenza.
• Gli estratti molto brevi sono ambigui, quindi la soglia richiede una quantità minima di contenuto condiviso, non un singolo segmento.
• Screenshot e scansioni richiedono il riconoscimento del testo prima che sia possibile calcolare un'impronta.

Inizia dai documenti le cui copie causerebbero il danno maggiore: modelli di contratto, progetti di prodotto e anagrafiche clienti. Una libreria che contiene tutto è difficile da mantenere e finisce ignorata, mentre un insieme ridotto e aggiornato conserva il suo valore.

Per approfondire: Crittografia, codifica e hashing: qual è la differenza?.