Lista di Parole Vietate

Una lista di parole vietate svolge una sola funzione: indica al sistema quale contenuto merita un esame più attento. La lista, di per sé, è innocua. Il suo valore dipende dal canale che protegge, come la posta in uscita o i caricamenti di file, dove una corrispondenza può far scattare un avviso, una quarantena o un blocco. In un programma di prevenzione della perdita di dati è il modo più rapido per descrivere cosa conta come informazione sensibile.

L’idea è più antica di qualsiasi prodotto. I team di sicurezza hanno sempre dato un nome a ciò che non deve uscire dall’organizzazione, dai nomi dei progetti ai prezzi non ancora pubblicati. Un dizionario trasforma questa conoscenza in una regola che il sistema applica a ogni messaggio contemporaneamente.

Le liste sono di norma organizzate in dizionari tematici, non in un unico file piatto. Così una politica può richiamare «dati di pagamento» o «schede HR» invece di migliaia di termini isolati. Le marcature della classificazione dei dati sono un buon punto di partenza, perché un’etichetta che il team applica già è un segnale affidabile.

I dizionari di parole chiave non richiedono la registrazione preventiva dei documenti. Possono quindi segnalare dati non strutturati che nessuno aveva registrato o di cui nessuno conosceva l’esistenza.

Sono trasparenti: un analista può leggere la regola e capire esattamente perché è scattata. Costano poco da eseguire su larga scala e sono il modo naturale di codificare la conoscenza specifica di un’organizzazione. Un nome in codice non significa nulla per un modello generale, ma tutto per l’azienda che lo usa.

La semplice corrispondenza grezza di parole chiave produce volumi di avvisi inutilizzabili. Le implementazioni pratiche aggiungono i meccanismi seguenti, e ciascuno restringe ciò che conta come corrispondenza.

La tecnica è imprecisa per natura. Un termine può comparire in record autentici, nel materiale di formazione, in una discussione sulle politiche o in un contesto non correlato che condivide lo stesso lessico. Ognuno di questi casi è un falso positivo, e i falsi positivi abituano i revisori a ignorare gli avvisi.

I falsi negativi derivano da parafrasi, abbreviazioni, errori ortografici deliberati, traduzione e contenuti trasformati in immagine. Anche le liste invecchiano: i nomi in codice cambiano, compaiono nuovi prodotti e un dizionario che nessuno mantiene protegge a poco a poco i segreti dell’anno passato.

Anexet fornisce questi thesauri come categorie pronte all’uso, a cui le politiche possono fare riferimento per nome. L’elenco mostra ogni categoria con il numero di parole e le ricerche effettuate, così i set più rumorosi si individuano prima che una politica entri in funzione. Le stesse categorie sono usate in Anexet DLP.

La corrispondenza tramite dizionario è uno strato, non una strategia. Di norma è affiancata da hash a corrispondenza esatta per i file noti, impronte digitali dei documenti più importanti e classificatori statistici o basati su modelli per le categorie che resistono all’enumerazione.

Lo strato dizionario si guadagna il suo posto perché intercetta ciò che gli altri metodi non vedono: contenuti non registrati e termini specifici dell’organizzazione. Anexet combina questi approcci; i dettagli sono nella pagina dedicata a impronte digitali e corrispondenza tramite hash.

Parti dalle parole la cui fuga farebbe più danni, poi verifica i canali attraverso cui circolano davvero. Una politica scritta per tutti i termini in una volta sola blocca il lavoro quotidiano, e le persone trovano il modo di aggirarla.

Per approfondire: Sistemi DLP — che cosa sono e come funzionano.