【微軟】智御安全AI時代的數(shù)據(jù)安全之道629mb

智御安全：AI

時代的數(shù)據(jù)安全之道Adam

Jorgensen微軟技術(shù)專家Lou

Mercuri微軟高級技術(shù)專家01數(shù)據(jù)安全狀態(tài)02AI

時代下的數(shù)據(jù)保護03生成式

AI

技術(shù)保護概述

&

挑戰(zhàn)04佐證及客戶案例05后續(xù)步驟企業(yè)正面臨著日益嚴峻的數(shù)據(jù)安全威脅數(shù)據(jù)安全事件普遍存在83%83%

的企業(yè)在其生命周期內(nèi)經(jīng)歷過不止一次的數(shù)據(jù)泄露事件。120%

的數(shù)據(jù)泄露事件由內(nèi)部人員造成，導致企業(yè)成本的增加$1540

萬解決內(nèi)部威脅活動的總平均成本為

1540

萬美元（以

12

個月時間計算）。2企業(yè)擔心生成式

AI

技術(shù)的數(shù)據(jù)泄露問題超過

80%超過

80%

的領(lǐng)導者表示，對于采用生成式

AI

技術(shù)的主要擔憂集中在敏感數(shù)據(jù)泄露方面。3數(shù)據(jù)來源：1、2Microsoft

Data

Security

Indexreport

|

3First

Annual

GenerativeAI

Study:

Business

Rewardsvs.

Security

Risks,

Q3

2023,

ISMG,

N=400但是，數(shù)據(jù)保護的工作內(nèi)容復雜且涉及面廣不同類型的數(shù)據(jù)、用戶及目標。AI

技術(shù)轉(zhuǎn)型帶來新的數(shù)據(jù)風險。法律法規(guī)不斷演變。不同的解決方案各自為營，管理極具挑戰(zhàn)性10+企業(yè)平均需使用

10

種解決方案來保護自身數(shù)據(jù)資產(chǎn)。造成基礎設施缺口暴露，管理起來既昂貴又復雜資料來源：Microsoft

Data

Security

Index

report碎片化的解決方案會導致以下問題不必要的數(shù)據(jù)傳輸存在重復的數(shù)據(jù)副本數(shù)據(jù)分類不一致重復警報孤立的調(diào)查暴露缺口實施復雜性增加更長的部署時間更沉重的管理負擔成本高企差強人意的安全性成果Microsoft

Purview全方位的數(shù)據(jù)保護Microsoft

Purview保護并治理數(shù)據(jù)的集成解決方案數(shù)據(jù)安全在整體生命周期中對數(shù)據(jù)進行保護，無論數(shù)據(jù)位于何處數(shù)據(jù)丟失防護內(nèi)部風險管理信息保護數(shù)據(jù)治理以負責任的方式從數(shù)據(jù)中釋放價值數(shù)據(jù)發(fā)現(xiàn)數(shù)據(jù)質(zhì)量數(shù)據(jù)管護數(shù)據(jù)資產(chǎn)洞見數(shù)據(jù)合規(guī)管理關(guān)鍵風險和法規(guī)要求合規(guī)性管理器電子數(shù)據(jù)展示及審核通信合規(guī)性數(shù)據(jù)生命周期管理記錄管理非結(jié)構(gòu)化及結(jié)構(gòu)化數(shù)據(jù)傳統(tǒng)數(shù)據(jù)和

AI

技術(shù)生成數(shù)據(jù)Microsoft

365

和

Azure

數(shù)據(jù)共享功能數(shù)據(jù)映射、數(shù)據(jù)分類、數(shù)據(jù)標簽、審核、數(shù)據(jù)連接器數(shù)據(jù)治理以負責任的方式從數(shù)據(jù)中釋放價值數(shù)據(jù)發(fā)現(xiàn)數(shù)據(jù)質(zhì)量數(shù)據(jù)管護數(shù)據(jù)資產(chǎn)洞見數(shù)據(jù)合規(guī)管理關(guān)鍵風險和法規(guī)要求合規(guī)性管理器電子數(shù)據(jù)展示及審核通信合規(guī)性數(shù)據(jù)生命周期管理記錄管理非結(jié)構(gòu)化及結(jié)構(gòu)化數(shù)據(jù)傳統(tǒng)數(shù)據(jù)和

AI

生成數(shù)據(jù)Microsoft

365

和

Azure

數(shù)據(jù)共享功能數(shù)據(jù)映射、數(shù)據(jù)分類、數(shù)據(jù)標簽、審核、數(shù)據(jù)連接器Microsoft

Purview保護并治理數(shù)據(jù)的集成解決方案數(shù)據(jù)安全在整體生命周期中對數(shù)據(jù)進行保護，無論數(shù)據(jù)位于何處數(shù)據(jù)丟失防護內(nèi)部風險管理信息保護數(shù)據(jù)安全事件隨時隨地可能發(fā)生如果企業(yè)無法洞悉自身的數(shù)據(jù)資產(chǎn)，數(shù)據(jù)就存在被濫用的風險外部風險用戶遭到釣魚攻擊，用戶憑證泄露。外部威脅導致數(shù)據(jù)泄露。內(nèi)部風險用戶將文件復制到

USB

設備中，然后上傳到個人Dropbox

賬戶，隨后將其交給競爭對手。內(nèi)部人員惡意竊取數(shù)據(jù)。用戶不小心在生成式

AI

應用中分享了敏感數(shù)據(jù)。內(nèi)部人員疏忽泄露數(shù)據(jù)。用戶在離開企業(yè)之前刪除了敏感信息。心懷不滿的內(nèi)部人員蓄意破壞數(shù)據(jù)。企業(yè)間諜活動故事受到企業(yè)信任的員工小麗利用竊取的機密信息創(chuàng)辦了自己的企業(yè)小麗在兩家財富

500

強企業(yè)擔任負責人/經(jīng)理超過

5年時間她利用自身的特殊身份從多家企業(yè)獲取了機密信息。試圖將信息復制到外部硬盤中，但遭到企業(yè)

A

的

DLP策略阻攔。她在兩家企業(yè)均發(fā)現(xiàn)了漏洞，并將敏感內(nèi)容上傳到她的個人云盤中。她將這些文件從云盤中復制到企業(yè)

B的外部硬盤中。進行了不當對話，威脅她的同事掩蓋其行為。懷疑一個同事會舉報她，并試圖刪除敏感信息。她被兩家企業(yè)解雇，權(quán)威機構(gòu)調(diào)查了她的硬盤。企業(yè)不了解自身敏感數(shù)據(jù)。DLP

未上報屢犯者。被授予的合作被濫用。不當行為未被上報。敏感數(shù)據(jù)未得到妥善保護。結(jié)果被定罪為重罪犯因竊取商業(yè)機密信息申請外國政府資金并試圖創(chuàng)辦自己的企業(yè)，小麗被判處電信欺詐、經(jīng)濟間諜活動和商業(yè)機密盜竊罪。相關(guān)企業(yè)知識產(chǎn)權(quán)的開發(fā)成本超過

1

億美元。為保護自身數(shù)據(jù)，企業(yè)需要做好以下幾項工作發(fā)現(xiàn)數(shù)據(jù)在整體生命周期中的隱藏風險?？缭皆啤⒃O備和應用保護數(shù)據(jù)并防止數(shù)據(jù)丟失。降低內(nèi)外安全事件引起的數(shù)據(jù)風險。平衡數(shù)據(jù)安全和生產(chǎn)效率自適應防護借助集成化的方法強化數(shù)據(jù)安全自動發(fā)現(xiàn)、分類并標記敏感數(shù)據(jù)，同時防止用戶跨應用、服務和設備對敏感數(shù)據(jù)進行未經(jīng)授權(quán)的使用。了解用戶使用敏感數(shù)據(jù)的意圖和上下文，識別最重大的風險。啟用自適應防護，給高風險用戶分配適當?shù)?/p>

DLP、數(shù)據(jù)生命周期管理和

Entra條件訪問策略。信息保護數(shù)據(jù)丟失防護內(nèi)部風險管理支持所有數(shù)據(jù)：混合型、云端、SaaS

和設備|

合作伙伴生態(tài)系統(tǒng)Microsoft

Purview

中的自適應防護自適應防護內(nèi)部風險級別持續(xù)評估并發(fā)布風險級別數(shù)據(jù)丟失防護動態(tài)防止未經(jīng)授權(quán)的使用條件訪問動態(tài)防止未經(jīng)授權(quán)的訪問數(shù)據(jù)生命周期管理動態(tài)保留已刪除的文件高風險阻止操作阻止操作保留數(shù)據(jù)中風險阻止操作，允許替代使用條款低風險政策提示讓我們回到小麗的案例……這一案例顯示了數(shù)據(jù)安全的缺口，而

Microsoft

Purview

正是為了填補這些缺口而設計的疏忽大意的用戶不小心暴露了敏感信息。小麗Microsoft

Purview數(shù)據(jù)安全使用數(shù)據(jù)安全狀態(tài)管理來洞悉企業(yè)中的主要數(shù)據(jù)安全風險。使用信息保護中的內(nèi)置機器學習可訓練分類器來發(fā)現(xiàn)并自動標記知識產(chǎn)權(quán)，同時使用加密和訪問策略對其進行保護。使用內(nèi)部風險管理數(shù)據(jù)泄露/竊取策略中的100多個現(xiàn)成指標和機器學習模型，識別屢犯者小麗，進行徹底調(diào)查并采取行動。集成內(nèi)部風險管理與通信合規(guī)性信號，確定用戶的風險級別。使用自適應防護對高風險用戶實施數(shù)據(jù)丟失防護阻止策略。小麗將文件上傳到云盤以及復制到硬盤的操作可被動態(tài)阻止，而其他人則可以照常工作。使用

Entra條件訪問搭配自適應防護可阻止對數(shù)據(jù)存儲應用的訪問。使用數(shù)據(jù)生命周期管理搭配自適應防護可自動保留高風險用戶的敏感文件。她利用自身的特殊身份從多家企業(yè)獲取了機密信息。試圖將信息復制到外部硬盤中，但遭到企業(yè)

A

的

DLP策略阻攔。她在兩家企業(yè)均發(fā)現(xiàn)了漏洞，并將敏感內(nèi)容上傳到她的個人云盤中。她將這些文件從云盤中復制到企業(yè)

B的外部硬盤中。進行了不當對話，威脅她的同事掩蓋其行為。懷疑一個同事會舉報她，并試圖刪除敏感信息。她被兩家企業(yè)解雇，權(quán)威機構(gòu)調(diào)查了她的硬盤。Microsoft

Purview

中的全新數(shù)據(jù)安全功能Microsoft

Purview

內(nèi)部風險管理更新現(xiàn)已推出公共預覽版，可增強跨團隊數(shù)據(jù)安全性適用于智能

Microsoft

365

Copilot副駕駛?、CopilotStudio、ChatGPT

企業(yè)版和

Azure

Open

AI（國際版）的全新

Microsoft

Purview內(nèi)部風險管理

(IRM)

使用指標和策略模板。在新功能的加持下，內(nèi)部風險管理工具可識別出生成式

AI應用中蓄意或無意的內(nèi)部風險活動，防范其對企業(yè)構(gòu)成的威脅。通過這種集成，智能

MicrosoftCopilot副駕駛?的對話和響應將自動繼承參考文件的標簽，并在

AI

技術(shù)生成的輸出中應用相關(guān)標簽。由于這些標簽與其他

Microsoft

Purview解決方案的敏感度標簽相同，經(jīng)標記的文檔可同時享受

Microsoft

Purview

數(shù)據(jù)丟失防護、內(nèi)部風險管理、自適應防護等功能的種種好處。博客：了解相關(guān)新聞詳情Microsoft

Purview

數(shù)據(jù)丟失防護推出預覽版新功能適用于智能

Microsoft

365

Copilot

副駕駛?的數(shù)據(jù)丟失防護預覽版采用可靠的數(shù)據(jù)保護措施，幫助人們在現(xiàn)代企業(yè)環(huán)境中胸有成竹地采用并使用智能

MicrosoftCopilot

副駕駛?，在用戶與生成式

AI

技術(shù)交互時以恰當?shù)姆绞教幚?、加工并共享企業(yè)敏感數(shù)據(jù)。其控制措施可幫助用戶專注于自身工作，同時保護企業(yè)免受數(shù)據(jù)泄露或過度共享風險的影響。也就是說，它能阻止智能Microsoft

Copilot副駕駛?使用被標記的內(nèi)容來生成回答或給出信息，從而保護敏感數(shù)據(jù)不被過度共享。包含高度具體語句的機密法律文件便是相關(guān)內(nèi)容的一個具體實例。如果這樣的內(nèi)容被

AI技術(shù)總結(jié)或經(jīng)終端用戶修改，可能會產(chǎn)出不恰當?shù)闹笇畔ⅰ２┛停毫私庀嚓P(guān)新聞詳情80%80%

的安全及風險領(lǐng)導者設立了專門的團隊來應對與

AI

相關(guān)的安全性問題適用于

AI

技術(shù)的

Microsoft

Purview數(shù)據(jù)安全狀態(tài)管理已正式發(fā)布面向

AI

技術(shù)的數(shù)據(jù)安全狀態(tài)管理可幫助數(shù)據(jù)及

IT管理人員前瞻性地發(fā)現(xiàn)

AI技術(shù)風險，增強數(shù)據(jù)態(tài)勢，并防止數(shù)據(jù)過度共享或數(shù)據(jù)泄露等事件。這項新功能可掃描包含敏感數(shù)據(jù)的文件并識別數(shù)據(jù)存儲庫（例如用戶訪問權(quán)限過于寬松的SharePoint

站點），幫助企業(yè)發(fā)現(xiàn)存在過度共享風險的數(shù)據(jù)。78%78%

的安全及風險領(lǐng)導者認為，隨著生成式

AI

的普及，他們的

IT安全預算將隨之增加博客：了解相關(guān)新聞詳情洞悉主要數(shù)據(jù)安全風險數(shù)據(jù)安全策略隨時間變化的工作情況報告Office

文件的內(nèi)置自動標記自動標記

PDF

文件內(nèi)部風險管理警報頁，顯示用戶活動的風險因素在交互式圖表上對活動進行可視化顯示，幫助您理解與案例相關(guān)的大量信號活動序列檢測可自動識別并聯(lián)系一系列相關(guān)活動，揭示用戶意圖通信合規(guī)性信號顯示可能存在的不當內(nèi)部風險行為調(diào)查涵蓋整體數(shù)字環(huán)境，包含從第三方應用收集到的信號基于這一系列連續(xù)活動，自適應防護中的用戶風險級別被升高了可根據(jù)企業(yè)的風險偏好配置自適應防護風險級別創(chuàng)建新

DLP

策略，或根據(jù)自適應防護條件更新現(xiàn)有策略。在

DLP

策略中選擇自適應防護風險級別調(diào)整用戶行為，如阻止用戶執(zhí)行特定操作創(chuàng)建

Entra條件訪問策略或調(diào)整現(xiàn)有策略，通過配置“內(nèi)部風險”選項，使策略更具自適應性為數(shù)據(jù)生命周期管理啟用自適應防護，保留高風險用戶的敏感數(shù)據(jù)與

Defender

XDR

集成的數(shù)據(jù)安全警報生成式

AI

技術(shù)正在重塑世界，但它的到來也帶來了相關(guān)的數(shù)據(jù)安全風險……用戶創(chuàng)建的文檔沒有恰當?shù)脑L問控制措施，其他用戶可以輕易地在智能

MicrosoftCopilot

副駕駛?中引用。疏忽大意的內(nèi)部人員過度曝光了數(shù)據(jù)用戶要求生成式

AI

技術(shù)查找機密項目的相關(guān)信息，并將其泄露給媒體謀取私利。心懷不滿的內(nèi)部人員泄露了數(shù)據(jù)疏忽大意的用戶在消費者生成式

AI

應用中共享了敏感數(shù)據(jù)。疏忽大意的內(nèi)部人員泄露了數(shù)據(jù)用戶疏忽導致企業(yè)數(shù)據(jù)泄露的故事受到信賴的員工小明和小美無意中泄露了敏感信息小明和小美財富

500

強企業(yè)Contoso

的經(jīng)理及項目經(jīng)理小明正在跟進名為“ProjectObsidian”的機密項目，只有少數(shù)

Contoso

員工知曉該項目。小美無意中聽說了“Project

Obsidian”項目，她要求CopilotforM365查找項目的相關(guān)信息，并獲得了一份帶有文檔鏈接的摘要。出于好奇，小美想看看

ChatGPT對項目的總結(jié)，于是她把文件的內(nèi)容粘貼到了

ChatGPT

中。Contoso

沒有應用自動檢測并標記“Project

Obsidian”文檔的策略。智能

Microsoft

Copilot

副駕駛?能夠幫小美找到信息，是因為該文件的權(quán)限是公開的。Contoso沒有應用

DLP

策略來防止敏感數(shù)據(jù)泄露。這些信息成為了

ChatGPT

訓練數(shù)據(jù)的一部分。敏感數(shù)據(jù)未得到妥善保護。影響有關(guān)“Project

Obsidian”的信息被泄露給了大眾，損害了

Contoso

的公共關(guān)系形象，并對

Contoso

的股價產(chǎn)生了重大影響。Contoso

本可以預防信息泄漏事件這一事件表明，企業(yè)需要健全的數(shù)據(jù)安全機制方能安全地使用生成式

AI疏忽大意的用戶不小心暴露了敏感信息。小明和小美小明正在處理一項高度敏感的并購交易，只有少數(shù)Contoso

員工知曉該筆交易。小明提到了他正在研究的企業(yè)名稱，但并未與小美分享更多關(guān)于交易的信息。小美要求智能Microsoft

365Copilot

副駕駛?查找有關(guān)交易的信息，智能MicrosoftCopilot

副駕駛?向她提供了一份摘要和文檔鏈接。出于好奇，小美想看看

ChatGPT

對項目的總結(jié)，于是她把文件的內(nèi)容粘貼到了

ChatGPT中。Microsoft

Purview數(shù)據(jù)安全使用適用于

AI

技術(shù)的DSPM

來了解用戶與智能

Microsoft

Copilot

副駕駛?及其他生成式

AI

應用的交互情況。詳細了解用戶正在使用哪些生成式

AI

應用，Prompt

中出現(xiàn)了哪些敏感數(shù)據(jù)，以及使用生成式

AI應用的用戶風險級別。在適用于

AI

技術(shù)的

DSPM

中使用智能Microsoft

Copilot

副駕駛?過度共享評估，獲取已標記及未標記文件的詳情，以及相關(guān)文件的使用情況。使用信息保護在文檔庫中應用默認敏感度標簽，如此一來，新文檔將自動繼承相同的保護級別。使用信息保護內(nèi)置的機器學習可訓練分類器來發(fā)現(xiàn)并自動標記并購文檔，并使用加密和訪問策略對其進行保護。智能

Microsoft

Copilot

副駕駛?會繼承標簽及相應的保護措施。為智能

Microsoft

365

Copilot

副駕駛?創(chuàng)建

DLP

策略，防止智能MicrosoftCopilot

副駕駛?總結(jié)經(jīng)過標記的文檔。使用端點數(shù)據(jù)丟失防護策略，防止用戶將敏感數(shù)據(jù)粘貼到或上傳到生成式

AI應用中。z自動標記

PDF

文件z查看哪些文件已經(jīng)過標記，哪些文件未經(jīng)過標記z管理員可以查看深度的詳細信息z查看站點和文件的詳細信息若權(quán)限相符，還可以查看內(nèi)容創(chuàng)建保護策略全新創(chuàng)建DLP策略，阻止智能

Microsoft

Copilot

副駕駛?處理具有相應標簽的文件全新用戶沒有讀取或編輯文件的權(quán)限，智能

Microsoft

Copilot

副駕駛?拒絕響應Microsoft

Purview

數(shù)據(jù)安全

|

適用于您的所有數(shù)據(jù)內(nèi)置Microsoft

Fabric

工作負載（Power

BI

等）內(nèi)置手動標記。始終如一的執(zhí)行表現(xiàn)基于標簽的保護措施可擴展到

Fabric、Azure

SQL、Azure

Data

Lake

Storage和Amazon

S3

存儲桶。數(shù)據(jù)風險檢測Microsoft

Purview

內(nèi)部風險管理現(xiàn)已納入云端和應用的信號。預覽版構(gòu)建生產(chǎn)力和數(shù)據(jù)安全從

Symantec

遷移到

Microsoft

Purview

數(shù)據(jù)丟失防護對我們來說是向前邁出的重要一步。現(xiàn)在，我們能夠為業(yè)務部門同事提供所需的工具，幫助他們掌控數(shù)據(jù)，并最終對其負責。”Edo

ImminkIT

LeadRabobank如果采用非云原生的解決方案，我們是無法達到如此高的安全性、效率和成本效益的。我們將不得不在基礎設施之上部署多個代理和工具，這將使事情變得更加難以管理?！癒iran

RamineniVice

PresidentFannie

Mae使用

Microsoft

Purview

保護關(guān)鍵數(shù)據(jù)Microsoft

365

E5

綜合套件各項功能之間的高度契合讓我們順利完成了信息保護和內(nèi)部風險管理的部署工作，并在部署后的六個月內(nèi)取得了令人滿意的效果?！盚ideharu

InoueInformationSystemsDepartment

SupervisingDirector,DigitalTransformationPromotion

DivisionNTTCommunications

Corporation我們需要準確分辨供內(nèi)部及外部使用的

Microsoft365

生產(chǎn)力應用程序。通過容器標簽來區(qū)分權(quán)限能夠確保用戶在有權(quán)訪問團隊或

SharePoint

站點單個文檔的同時，不會意外接觸到機密文檔。這是Microsoft

Purview信息保護解決方案提供的關(guān)鍵功能，是市面上其他解決方案都無法提供的?！盪smanAbubakar

EhimeakheAssistantDirector,TechnicalLeadof

EYMicrosoft365

ServicesEY在保護員工隱私的同時管理內(nèi)部風險Microsoft

的內(nèi)部風險管理讓我們的

HR

團隊能夠在出現(xiàn)重大問題之前及時介入。內(nèi)部風險管理與其他Microsoft

安全和合規(guī)解決方案協(xié)同工作，幫助我們采取前瞻性的行動，并大幅提高合規(guī)性。David

FinkelsteinCISOSt.Luke’sUniversity我們利用自適應防護功能做出基于邏輯和上下文的安全決策，這是機器學習潛能的一個絕佳范例。能夠根據(jù)上下文動態(tài)調(diào)整的能力有助于我們在安全性與靈活性之間實現(xiàn)更高效的平衡。”Alejandro

CuevasGlobalDirectorof

InformationTechnology,Risk,and

ComplianceGrupo

BimboMicrosoft

在九份

Forrester

Wave報告中被評選為業(yè)內(nèi)領(lǐng)導者Forrester

Wave

版權(quán)歸

Forrester

Research,

Inc.

所有。Forrester

及Forrester

Wave

是

Forrester

Research,

Inc.

擁有的商標。ForresterWave

是

Forrester對某一市場評估的圖形化展示，基于包含公開評分、權(quán)重和評論的詳細電子表格繪制。Forrester

的

Forrester

Wave

未對任何供應商、產(chǎn)品或服務進行刻意吹捧。所有信息均基于當時所能獲取的最佳資源。所表達觀點僅反映當時判斷，可能會發(fā)生變化。TheForresterNewWave:ExtendedDetectionandResponse

(XDR),Q42021,AllieMellen,October

2021.TheForresterWave:WorkforceIdentityPlatforms,Q12024,GeoffCairns,March

2024.TheForresterWave:EnterpriseEmailSecurity,Q32023JessBurn,JosephBlankenship,June

2023.TheForresterWave:SecurityAnalyticsPlatforms,Q42022,AllieMellen,JosephBlankenship,December

2022.TheForresterWave:Infrastructure-As-A-ServicePlatform

NativeSecurity,Q22023,AndrasCser,May

2023.TheForresterWave:DataSecurityPlatforms,Q12023HeidiShey,March

2023.TheForresterWave:ZeroTrustPlatformProviders,Q32023CarlosRivera,HeathMullins,September

2023.TheForresterWave:EndpointSecurity,Q42023PaddyHarrington,October

2023.TheForresterWave:UnifiedEndpointManagement,Q42023AndrewHewitt,November

2023.為數(shù)據(jù)安全選擇

Microsoft

Purview

的理由通過端到端保護措施簡化復雜性，節(jié)省寶貴的時間和金錢。全面的洞悉跨數(shù)據(jù)和用戶上下文實現(xiàn)洞見關(guān)聯(lián)：結(jié)構(gòu)化及非結(jié)構(gòu)化全域數(shù)據(jù)源，包括Microsoft

Azure、AWS、云應用程序以及生成式

AI應用。無縫集成基于單一平臺構(gòu)建解決方案并使之相互集成，在整體資產(chǎn)中釋放全新的數(shù)據(jù)安全價值，實現(xiàn)端到端的數(shù)據(jù)保護。AI

技術(shù)驅(qū)動的安全性適用于安全性的智能

MicrosoftCopilot

副駕駛?、AI技術(shù)驅(qū)動的數(shù)據(jù)分類器、風險檢測和自適應防護助您未雨綢繆，預防潛在的數(shù)據(jù)安全事件。通過切實可行的洞見快速入門第1步 只需一步即可獲取洞見，實現(xiàn)無代理部署發(fā)現(xiàn)敏感數(shù)據(jù)充分利用開箱即用的自定義敏感信息類型

(SCT)、可訓練分類器等工具。了解關(guān)鍵內(nèi)部風險啟用內(nèi)部風險分析并創(chuàng)建推薦的數(shù)據(jù)泄露策略。開啟自適應防護。了解關(guān)鍵輸出風險開啟

DLP

分析并在模擬模式下創(chuàng)建推薦的

DLP

策略。擺脫依賴關(guān)系，在統(tǒng)一平臺上無縫集成獲取切實可行的洞見，不影響終端用戶通過自適應控制措施推進歷程第2步 借助內(nèi)置智能，像專業(yè)人士一樣推進安全歷程標記并保護數(shù)據(jù)啟用默認標簽，配置手動標記或大規(guī)模應用自動標記，從而定義標簽分類法和標簽內(nèi)容。調(diào)查關(guān)鍵風險評審并調(diào)查高嚴重級別的內(nèi)部風險警報并微調(diào)策略。防止敏感數(shù)據(jù)丟失微調(diào)

DLP

策略，并將自適應防護添加為

DLP

策略中的條件。在“阻止”或“阻止并允許替代”模式下運行

DLP策略。數(shù)據(jù)安全交互式指南Microsoft

Purview信息保護Microsoft

Purview

數(shù)據(jù)丟失防護Microsoft

Purview

內(nèi)部風險管理內(nèi)部風險管理：適用于安全性的Microsoft

智能Microsoft

Copilot

副駕駛?降低成本，降低風險節(jié)省高達

60%13

年投資回報率高達

46%2在整個生命周期內(nèi)保護敏感數(shù)據(jù)85%借助自動化和

AI

功能，識別、分類和標記敏感數(shù)據(jù)所需時間減少85%圍繞數(shù)據(jù)了解用戶活動上下文并識別風險96%檢測潛在可疑活動所需時間減少96%防止應用、服務和設備上未經(jīng)授權(quán)的數(shù)據(jù)使用30–40%違規(guī)風險降低

30%-40%從而帶來

40-50%

的成本縮減40–50%1節(jié)省費用計算基于其他供應商解決方案的公開預估定價和

Microsoft產(chǎn)品的網(wǎng)頁直接/基礎價格，將可比較的第三方解決方案成本與從Microsoft365

E3

遷移到

Microsoft365

E5

合規(guī)性的成本進行比較。2Forrester

Consulting,

“TheTotal

Economic

Impact

Of

Microsoft

365

E5

Compliance,”

June,

2021,

commissioned

byMicrosoft通過

Microsoft

統(tǒng)一支持提升安全性從全球最大的安全性企業(yè)那里獲取專家主導的支持服務，縮短部署時間，獲得更快速的保護與檢測能力35% 云遷移速度提升

35%180%關(guān)鍵停機時的問題解決速度提升

80%1創(chuàng)新窗口業(yè)務價值經(jīng)優(yōu)化的價值實現(xiàn)通過貫穿整個歷程的關(guān)鍵活動為客戶提供支持，實現(xiàn)業(yè)務價值加速采用并獲取投資回報持續(xù)關(guān)注優(yōu)化與創(chuàng)新典型價值實現(xiàn)受到流程復雜性、欠佳設計、項目治理等傳統(tǒng)阻礙因素抑制競爭優(yōu)勢更快速的創(chuàng)新市場領(lǐng)導地位自滿停滯對業(yè)務連續(xù)性產(chǎn)生影響時間1Source:

The

Total

Economic

ImpactTM

ofMicrosoft

Unified

Support,

June

2022:

A

commissioned

studyconducted

by

Forrester

Consulting豐富的數(shù)據(jù)安全和合規(guī)性專業(yè)知識您可以獲得與

Microsoft

專家直接聯(lián)系的權(quán)限，更進一步推動數(shù)據(jù)保護工作，革新企業(yè)的數(shù)據(jù)保護方式您希望實現(xiàn)的目標……實施技術(shù)解決方案，促進對相關(guān)法律法規(guī)的合規(guī)性發(fā)現(xiàn)、分類并保護敏感信息提升團隊的安全控制措施技能，支持混合工作策略我們的交付方式……評估并評審合規(guī)性分數(shù)和規(guī)范性指導，部署Microsoft

Purview

和其他合規(guī)性解決方案，滿足嚴格的監(jiān)管要求。在Purview

門戶查看數(shù)據(jù)發(fā)現(xiàn)和安全性控制措施概覽，保護并監(jiān)控

Microsoft

365

租戶中的數(shù)據(jù)。關(guān)于

Microsoft

Pu