Endpoint DLP Plus permet aux administrateurs d’automatiser tout le processus de regroupement et de catégorisation des données sensibles stockées sur des terminaux. Cette solution d’entreprise détecte et classe rapidement les divers types de données structurées ou pas via des mécanismes avancés comme la signature, une rgex, un filtre basé sur l’extension de fichier ou la ,recherche de mot-clé. De plus, Endpoint DLP Plus permet de catégoriser les données sensibles selon l’origine, le format et de nombreux autres attributs avec plusieurs modèles prédéfinis ou en créant son propre modèle personnalisé. Cette étape facilite grandement la création ultérieure de stratégies qui imposent précisément comment traiter le contenu indiqué afin d’éviter la divulgation.
Processus de classification des données | Classification avec des modèles prédéfinis | Classification avec des modèles et mécanismes personnalisés | Types de classification | Raisons de l’importance de la classification des données pour l’organisation | Avantages d’Endpoint DLP Plus
Les modèles prédéfinis permettent une détection rapide d’indicateurs communs de données sensibles dans des documents contenant des informations d’identification comme les adresses ou les coordonnées bancaires. Ces informations s’affichant dans différents formats à travers le monde, on peut appliquer les modèles prédéfinis par pays.
Il existe de nombreux secteurs de niche où les entreprises doivent gérer et traiter des données ne relevant pas des types classiques comme les données personnelles ou bancaires. Pour les besoins propres à l’organisation, différents mécanismes permettent de créer des modèles personnalisés avec des règles détaillées.
La signature est une fonction DLP servant à créer des modèles selon les téléchargements des utilisateurs ou les documents fréquemment transférés. Les formats établis de l’organisation pour les types de document souvent traités sont utilisables pour distinguer diverses données sensibles. On peut analyser en contexte la structure des brevets, documents juridiques, dossiers médicaux et autres types de données pour créer des signatures correspondant aux documents. Dès lors, on peut classer ces types de document selon leurs formats correspondants pour leur traitement ou transfert.
Pour les fichiers contenant des mots-clés cibles ou d’autres dispositions de lettres censées signaler des données sensibles (comme les noms), cette fonction sert à filtrer efficacement de grands volumes de données et trouver automatiquement les documents concernés. Elle est surtout utile à des fins d’examen, car elle affine et détecte des critères précis.
Une regex, aussi appelée une expression régulière ou rationnelle, est un système logique qui décrit des motifs. Pour la classification des données, ce puissant outil permet d’identifier des expressions figurant dans certains documents sensibles. Elles peuvent inclure des chaînes comme des numéros de carte bancaire ou de sécurité sociale.
On peut aussi classer des documents comme sensibles d’après leur extension de fichier. Selon l’organisation ou le service, certains types de fichier ont une forte probabilité de contenir des données sensibles. Par exemple : dans le service Comptabilité, les feuilles Excel contenant probablement des données financières confidentielles, on désigne les fichiers avec l’extension .xlsx comme sensibles.
La solution Endpoint DLP Plus orientée données effectue les types de classification suivants :
Une entreprise héberge un énorme volume de données à tout instant. Toutefois, dans le flot des échanges informels, des documents et des messages contenant des données sensibles peuvent aussi être transférés. Lorsqu’on gère de grands volumes de données organisationnelles diverses, un outil de classification permet aux administrateurs d’identifier les données anodines et celles sensibles à protéger.
La fiabilité d’Endpoint DLP Plus permet d’examiner de grands volumes de données tout en assurant un haut degré d’organisation et de contrôle. Téléchargez une version d’évaluation gratuite de 30 jours et découvrez-le vous-même !