Cosa sono i dati non strutturati
I dati non strutturati sono informazioni che non seguono un modello di dati predefinito, quindi il loro significato sta nel contenuto stesso. Una tabella clienti ha colonne che indicano cosa rappresenta ogni valore. Un contratto firmato, una conversazione in chat o una chiamata registrata non hanno queste etichette.
La maggior parte delle informazioni aziendali è di questo tipo. Poiché possono contenere dati dei clienti, listini o dati personali, i programmi di prevenzione della perdita di dati (DLP) devono esaminare ciò che un file contiene, non solo dove è conservato.
Dati strutturati, semi-strutturati e non strutturati
I dati si dividono in tre gruppi in base a quanta struttura portano. I dati non strutturati includono file Word e PDF, testi delle email, registri delle chat, presentazioni, immagini, contratti scansionati, file di progettazione e registrazioni audio e video.
| Tipo | Caratteristica chiave | Esempio tipico |
|---|---|---|
| Strutturati | Campi fissi in righe e colonne | Una tabella clienti |
| Semi-strutturati | Marcatura o metadati propri | JSON, XML o intestazioni email |
| Non strutturati | Nessuno schema; il significato è nel contenuto | Un file Word, un contratto scansionato o la registrazione di una chiamata |
Dove si trovano i dati non strutturati
Sono ovunque in un'organizzazione tipica. Le analisi di settore stimano in modo costante che tra l'80% e il 90% dei nuovi dati aziendali sia non strutturato, e questa quota continua a crescere man mano che la collaborazione passa per documenti, chat e contenuti multimediali.
La messaggistica è una delle fonti più grandi. Gran parte di questo contenuto passa attraverso i servizi di messaggistica elettronica, dove un singolo thread può contenere insieme file, screenshot e testo incollato.
- Unità condivise e archivi di documenti
- Caselle di posta e cronologie dei messenger
- Servizi cloud di condivisione file
- Documenti scansionati allegati ai processi aziendali
- Foto di lavagne e schermi
Perché sono difficili da proteggere
I dati strutturati si possono proteggere alla fonte. Un database ha un perimetro, permessi e registri di audit. I dati non strutturati non hanno nulla di tutto questo, e la maggior parte delle divulgazioni accidentali e dei furti di dati da parte dei dipendenti riguarda proprio questi contenuti che circolano sui canali di tutti i giorni.
Quattro caratteristiche lo spiegano: non hanno schema né etichette, si copiano con facilità, esistono in formati molto diversi e appartengono a tutti e a nessuno, così i cataloghi centrali raramente li coprono.
| Caratteristica | Dati strutturati | Dati non strutturati |
|---|---|---|
| Schema fisso | ||
| Perimetro, permessi e registri di audit propri | ||
| Proteggibili alla fonte |
Come le organizzazioni recuperano visibilità
Poiché i dati non strutturati non possono essere controllati in un'unica fonte, i controlli si concentrano sull'analisi del contenuto nel punto in cui i dati si muovono.
Il testo viene classificato con dizionari di parole chiave e thesauri, come una lista di parole vietate. Gli hash e le impronte digitali individuano documenti esatti e le loro copie, mentre l'OCR estrae il testo da scansioni e immagini, così da poterli analizzare come qualsiasi altro file.
Le etichette permettono poi alle politiche a valle di applicare regole a email, web, messaggistica e supporti rimovibili.
Come appare in Anexet
La console raccoglie questi metodi in un unico punto. I thesauri di sistema includono 35 set di parole chiave, come SSN, Credit Card e Financial, e ognuno mostra il numero di parole e le ricerche effettuate. Il riconoscimento delle immagini stabilisce quali canali e formati di file vengono letti come documenti, e l'OCR copre le scansioni.
Queste impostazioni fanno parte del modulo Anexet DLP, che le applica a documenti, messaggi e file in transito.
1 / 2
Da dove cominciare
Parta dai contenuti la cui fuga causerebbe il danno maggiore, poi segua i canali che usa davvero. Regole scritte per tutti i file insieme di solito bloccano il lavoro quotidiano e finiscono disattivate.
Prima misuri quanti dati non strutturati esistono, poi decida dove devono essere letti: dove vengono creati, condivisi o inviati all'esterno.
I dati non strutturati sono il lavoro di ogni giorno. La protezione funziona solo quando legge il contenuto dove quel lavoro si svolge.
Anexet TeamCome Anexet affronta questo
La maggior parte dei contenuti analizzati da Anexet è non strutturata: il suo modulo DLP classifica documenti, messaggi e file in movimento, così che le decisioni delle policy si basino su ciò che un file contiene e non su dove è archiviato.
Analisi dei contenuti per il testo
i metodi di classificazione includono thesauri di sicurezza (170 dizionari predefiniti), banche di hash per la corrispondenza esatta dei file, librerie di impronte digitali per modelli di documenti e l'integrazione con etichette di riservatezza per contenuti già etichettati.
Oltre il semplice testo
l'OCR estrae testo da scansioni e immagini così che possano essere analizzate come qualsiasi altro documento; il riconoscimento di timbri e sigilli aiuta a identificare documenti ufficiali in forma scansionata.
Copertura dei canali
gli agent sugli endpoint monitorano i canali attraverso cui viaggiano i dati non strutturati: email, web, applicazioni di storage cloud, messenger, dispositivi rimovibili, stampa e appunti.
Applicazione e prova
le policy possono bloccare un trasferimento, metterlo in quarantena per revisione, registrarlo o inviare un avviso; ogni evento è registrato in una traccia di audit (utente, timestamp, canale, classificazione del contenuto, azione intrapresa).
Architettura on-premise
le regole di rilevamento, i contenuti acquisiti e i log di audit restano all'interno dell'infrastruttura dell'organizzazione stessa.
Anexet DLP
Scopri di più