Gebruik op ML gebaseerde documentclassificatie voor efficiënt DLP-beleidsbeheer

Downloadopties

  • PDF     (264.5 KB)
    Met Adobe Reader op diverse apparaten bekijken
Bijgewerkt:20 juli 2026
Document-id:225242

Inclusief taalgebruik

De documentatie van dit product is waar mogelijk geschreven met inclusief taalgebruik. Inclusief taalgebruik wordt in deze documentatie gedefinieerd als taal die geen discriminatie op basis van leeftijd, handicap, gender, etniciteit, seksuele oriëntatie, sociaaleconomische status of combinaties hiervan weerspiegelt. In deze documentatie kunnen uitzonderingen voorkomen vanwege bewoordingen die in de gebruikersinterfaces van de productsoftware zijn gecodeerd, die op het taalgebruik in de RFP-documentatie zijn gebaseerd of die worden gebruikt in een product van een externe partij waarnaar wordt verwezen. Lees meer over hoe Cisco gebruikmaakt van inclusief taalgebruik.

Over deze vertaling

Cisco heeft dit document vertaald via een combinatie van machine- en menselijke technologie om onze gebruikers wereldwijd ondersteuningscontent te bieden in hun eigen taal. Houd er rekening mee dat zelfs de beste machinevertaling niet net zo nauwkeurig is als die van een professionele vertaler. Cisco Systems, Inc. is niet aansprakelijk voor de nauwkeurigheid van deze vertalingen en raadt aan altijd het oorspronkelijke Engelstalige document (link) te raadplegen.

Inhoud

Inleiding

In dit document wordt beschreven hoe u op ML gebaseerde documentclassificatie (gebouwd met Meta Llama 3) kunt gebruiken om het beleidsbeheer voor het voorkomen van gegevensverlies (DLP) te vereenvoudigen en te verbeteren.

Overzicht

ML-documentclassificatie verbetert de matching van inhoud en maakt het beheer van het DLP-beleid eenvoudiger. U kunt kiezen uit vooraf gedefinieerde, vooraf opgeleide documenttypen, waardoor het niet nodig is om complexe gegevensclassificaties helemaal opnieuw op te bouwen op basis van termen en patronen.

Hoe te gebruiken ML-gebaseerde document classificatie

  • Op ML gebaseerde documentclassificatie is beschikbaar als een ingebouwde identifier wanneer u een gegevensclassificatie maakt.
  • Alle ondersteunde op ML gebaseerde identificatiecodes worden tijdens de configuratie van de gegevensclassificatie weergegeven in het gedeelte Ingebouwde identificatiecodes van ML.


ML Built-in Identifiers26221783199892

Ondersteunde documenttypen

U kunt op ML gebaseerde classificatie gebruiken voor deze documenttypen:

  • Raadplegingsovereenkomsten
  • Cv's en cv's
  • IRS-formulieren
  • Medische volmacht
  • Niet-openbaarmakingsovereenkomsten (NDA)
  • Partnerschapsovereenkomsten
  • Aandelen en Amerikaanse patenten

Ondersteunde talen en regio's

De eerste versie ondersteunt alleen documenten in het Engels in de VS. Ondersteuning voor extra talen en regio's is gepland voor toekomstige updates.

Multimode DLP-ondersteuning

Op ML gebaseerde documentclassificatie werkt met zowel Realtime DLP als SaaS API DLP. Het is compatibel met alle door DLP ondersteunde bestandstypen.

Gerelateerde bronnen

Raadpleeg Secure Access en Umbrella-documentatie voor richtlijnen voor het gebruik van op ML gebaseerde gegevensidentificatoren in gegevensclassificaties en DLP-regels:

Revisiegeschiedenis

Revisie Publicatiedatum Opmerkingen
2.0
20-Jul-2026
Eerste vrijgave
1.0
21-Oct-2025
Eerste vrijgave
TAC Authored

Bijgedragen door Cisco-engineers

  • TAC

Was dit document nuttig?

FeedbackFeedback

Contact Cisco

Dit document is van toepassing op deze producten