Microsoft Purview 中的自定義分類

發行項
11/12/2024

本文說明如何建立自定義分類，以在您的數據資產中定義組織唯一的數據類型。它也描述如何建立自定義分類規則，讓您在整個數據資產中尋找指定的數據。

重要事項

若要建立自定義分類，您需要網域或集合的數據編者或 數據源系統管理員 許可權。任何集合層級的許可權都已足夠。如需許可權的詳細資訊，請參閱Microsoft Purview 數據控管許可權。

默認系統分類

Microsoft Purview 資料對應提供一組大型的默認系統分類，這些分類代表您可能在數據資產中擁有的一般個人資料類型。如需可用系統分類的完整清單，請參閱： Microsoft Purview 中支援的分類。

選取分類

如果任何預設分類不符合您的需求，您也可以建立自定義分類。

注意事項

我們的數據取樣規則同時套用至系統和自定義分類。
自定義分類僅適用於 SQL 和 CosmosDB 等結構化數據源，以及 CSV、JSON 和 Parquet 等結構化檔類型。自定義分類不會套用至非結構化數據檔類型，例如 DOC、PDF 和 XLSX。

建立自定義分類的步驟

若要建立自定義分類，請遵循下列步驟：

您需要任何集合的數據編者或數據源系統管理員權限，才能建立自定義分類。
在 Microsoft Purview 入口網站中，開啟 [數據對應 ] 解決方案。
選取 [批注管理] 選取 [分類]。
選 取 [+ 新增]。

[ 新增分類] 窗格隨即開啟，您可以在其中提供分類名稱和描述。最好使用名稱間距慣例，例如 your company name.classification name。

Microsoft系統分類會分組在保留 MICROSOFT. 命名空間下。例如 MICROSOFT。政府。我們。SOCIAL_SECURITY_NUMBER。

分類的名稱必須以字母開頭，後面接著字母、數位和句號 (.) 或底線字元序列。當您輸入時，UX 會自動產生易記名稱。當您將此易記名稱套用至目錄中的資產時，使用者會看到這個易記名稱。

若要讓名稱保持簡短，系統會根據下列邏輯建立易記名稱：

除了命名空間的最後兩個區段，全部都會修剪。
大小寫會進行調整，以便將每個單字的第一個字母大寫。
所有底線 (_) 都会取代为空格。

例如，如果您將分類命名 為contoso.hr.employee_ID，易記名稱會以 Hr.Employee 識別符的方式儲存在系統中。

Contoso.hr.employee_id

選取 [確定]，您的新分類會新增至自定義分類清單。

自訂分類

選取清單中的分類會開啟分類詳細數據頁面。在這裡，您會找到有關分類的所有詳細數據。

這些詳細數據包括有多少個實例的計數、正式名稱、任何) (相關聯的分類規則，以及擁有者名稱。

選取分類

自訂分類規則

數據對應提供一組預設分類規則，掃描器會使用這些規則來自動偵測特定數據類型。您也可以新增自己的自定義分類規則，以偵測您可能有興趣在數據資產中尋找的其他數據類型。當您嘗試在數據資產中尋找數據時，這項功能可能會很強大。

注意事項

只有英文才支援自定義分類規則。

舉例來說，假設名為 Contoso 的公司具有全公司標準化的員工標識符，其字組為 “Employee”，後面接著 GUID 來建立 EMPLOYEE{GUID}。例如，員工標識碼的一個實例看起來像。EMPLOYEE9c55c474-9996-420c-a285-0d0fc23f1f55

Contoso 可以藉由建立自定義分類規則，設定掃描系統來尋找這些標識碼的實例。他們可以提供符合資料模式的正規表示式，在此案例中為 \^Employee\[A-Za-z0-9\]{8}-\[A-Za-z0-9\]{4}-\[A-Za-z0-9\]{4}-\[A-Za-z0-9\]{4}-\[A-Za-z0-9\]{12}\$。或者，如果數據通常位於其知道名稱的數據行中，例如 Employee_ID 或 EmployeeID，則可以新增數據行模式正則表示式，讓掃描更加精確。範例 regex 為 Employee_ID|EmployeeID。

掃描系統接著可以使用此規則來檢查數據行中的實際數據，以及嘗試識別找到員工標識元模式之每個實例的數據行名稱。

建立自定義分類規則的步驟

建立遵循上一節指示的自定義分類。您會在分類規則組態中新增此自定義分類，以便系統在數據行中找到相符專案時套用它。

在 Microsoft Purview 入口網站中，開啟 [數據對應 ] 解決方案。
在 [批注管理] 下，選取 [ 分類規則] 區段。
選取 [新增]。

[ 新增分類規則] 對話框隨即開啟。填入欄位，並決定是否要建立 正規表示式規則 或 字典規則。

欄位	描述
名稱	此為必要動作。最大值為100個字元。
描述	選用。最大值為 256 個字元。
分類名稱	此為必要動作。從下拉式清單中選取分類的名稱，以告知掃描器在找到相符專案時套用它。
狀態	此為必要動作。選項已啟用或停用。 [已啟用] 是預設值。

建立新的分類規則

建立正則表達式規則

重要事項

自訂分類中的正則表示式不區分大小寫。

如果建立正則表示式規則，您會看到下列畫面。您可以選擇性地上傳檔案，以用來 為規則產生建議的 regex 模式 。僅支援英文語言規則。

如果您決定產生建議的 regex 模式，請在上傳檔案之後，選取其中一個建議的模式，然後選取 [新增至模式 ] 以使用建議的數據和數據行模式。您可以調整建議的模式，也可以輸入自己的模式，而不需要上傳檔案。

產生建議的 regex

欄位	描述
數據模式	選用。正則表示式，表示儲存在數據欄位中的數據。限制很大。在上一個範例中，數據模式會測試員工標識碼的字詞 `Employee{GUID}`。
數據行模式	選用。正則表示式，表示您想要比對的數據行名稱。限制很大。

在 [數據模式 ] 下，您可以使用 [最小比對閾值 ] 來設定數據行中相異數據值相符專案的最小百分比，掃描儀必須找到該百分比才能套用分類。建議的值為 60%。如果您指定多個數據模式，則會停用此設定，並將值固定為 60%。

注意事項

最小比對閾值必須至少為1%。
您現在可以驗證規則並 加以建立 。
完成建立程式之前，請先測試分類規則，以驗證它是否會將標籤套用至您的資產。規則中的分類會套用至上傳的範例數據，就像在掃描中一樣。這表示所有系統分類和自定義分類都會與檔案中的數據相符。

輸入檔可能包含 CSV、PSV、SSV、TSV) 、JSON 或 XML 內容 (分隔的檔案。內容會根據輸入檔的擴展名進行剖析。分隔數據可能具有符合任何所述類型的擴展名。例如，TSV 數據可以存在於名為 MySampleData.csv 的檔案中。分隔的內容也必須至少有三個數據行。