使用基于ML的文档分类进行有效的DLP策略管理

简介

本文档介绍如何使用基于ML的文档分类（使用Meta Lama 3构建）来简化和增强数据丢失预防(DLP)策略管理。

概述

ML文档分类可改进内容匹配，并使DLP策略管理更简单。您可以从预定义的、经过预先培训的文档类型中进行选择，这样就无需根据术语和模式从头开始构建复杂的数据分类。

如何使用基于ML的文件分类

• 创建数据分类时，基于ML的文档分类可用作内置标识符。
• 在数据分类设置期间，所有受支持的基于ML的标识符都出现在ML内置标识符部分中。

26221783199892

支持的文档类型

可以将基于ML的分类用于以下文档类型：

• 咨询协议
• 简历和简历
• IRS表单
• 医疗授权书
• 保密协议(NDA)
• 合作伙伴协议
• 股票和美国专利

支持的语言和地区

初始版本仅支持美国英语文档。计划在将来更新时支持更多语言和地区。

多模DLP支持

基于ML的文档分类与实时DLP和SaaS API DLP配合使用。它与所有支持DLP的文件类型兼容。

相关资源

有关在数据分类和DLP规则中使用基于ML的数据标识符的指导，请参阅安全访问和Umbrella文档：

• 安全访问：内置数据标识符
• 雨伞：内置数据标识符