SharePoint Server 2016 中的機密資訊類型外觀

這可能是格式化或未格式化模式中 9 數字

格式：

• 四位數，以 0、 1、 2、 3、 6、 7 或 8 開頭

• 連字號

• 四位數

• 連字號

• 數字

格式化：

• 以 0、 1、 2、 3、 6、 7 或 8 開頭的 9 連續數字

否

DLP 原則為 75%確定其偵測此類型的機密資訊如果 300 個字元的鄰近範圍內：

• 函數Func_aba_routing會尋找符合模式的內容。

• 找不到Keyword_ABA_Routing的關鍵字。

<!-- ABA Routing Number -->
<Entity id="cb353f78-2b72-4c3c-8827-92ebe4f69fdf" patternsProximity="300" recommendedConfidence="75">
      <Pattern confidenceLevel="75">
        <IdMatch idRef="Func_aba_routing" />
        <Match idRef="Keyword_ABA_Routing" />
      </Pattern>
 </Entity>

16 的數字，可以格式化 (dddddddddddddddd) 和必須通過 Luhn 測試。

偵測到所有的主要品牌全球，包括輸入、 Mastercard、 探索卡片、 JCB、 美國 Express、 禮券卡片，以及大來卡片的卡片的很複雜，且強大的模式。

是，Luhn 檢查值

DLP 原則是鍵入 [85%確定其偵測此類型的機密資訊如果 300 個字元的鄰近範圍內：

• 函數Func_credit_card會尋找符合模式的內容。

• 下列其中一項情況成立時：

  • 找不到Keyword_cc_verification的關鍵字。

  • 找不到Keyword_cc_name的關鍵字。

  • 函數Func_expiration_date找到正確的日期格式的日期。

• 檢查值傳遞。

DLP 原則是 65%確定其偵測此類型的機密資訊如果 300 個字元的鄰近範圍內：

• 函數Func_credit_card會尋找符合模式的內容。

• 檢查值傳遞。

<!-- Credit Card Number -->
<Entity id="50842eb7-edc8-4019-85dd-5a5c1f2bb085" patternsProximity="300" recommendedConfidence="85">
  <Pattern confidenceLevel="85">
        <IdMatch idRef="Func_credit_card" />
        <Any minMatches="1">
          <Match idRef="Keyword_cc_verification" />
          <Match idRef="Keyword_cc_name" />
          <Match idRef="Func_expiration_date" />
        </Any>
  </Pattern>
  <Pattern confidenceLevel="65">
        <IdMatch idRef="Func_credit_card" />
  </Pattern>
</Entity>

16 的數字

很複雜，且強大的圖樣

是

DLP 原則是鍵入 [85%確定其偵測此類型的機密資訊如果 300 個字元的鄰近範圍內：

• 函數Func_eu_debit_card會尋找符合模式的內容。

• 至少一個下列情況成立時：

  • 找不到Keyword_eu_debit_card的關鍵字。

  • 找不到Keyword_card_terms_dict的關鍵字。

  • 找不到Keyword_card_security_terms_dict的關鍵字。

  • 找不到Keyword_card_expiration_terms_dict的關鍵字。

  • 函數Func_eu_date1找到正確的日期格式的日期。

  • 函數Func_eu_date2找到正確的日期格式的日期。

• 檢查值傳遞。

<!-- EU Debit Card Number -->
<Entity id="0e9b3178-9678-47dd-a509-37222ca96b42" patternsProximity="300" recommendedConfidence="85">
  <Pattern confidenceLevel="85">
        <IdMatch idRef="Func_eu_debit_card" />
        <Any minMatches="1">
          <Match idRef="Keyword_eu_debit_card" />
          <Match idRef="Keyword_card_terms_dict" />
          <Match idRef="Keyword_card_security_terms_dict" />
          <Match idRef="Keyword_card_expiration_terms_dict" />
          <Match idRef="Func_expiration_date" />
          <Match idRef="Func_eu_date" />
          <Match idRef="Func_eu_date1" />
          <Match idRef="Func_eu_date2" />
        </Any>
  </Pattern>
</Entity>

四個字母，後面再加 5-31 字母或數字

四個字母，後面再加 5-31 字母或數字：

• 四個字母銀行代碼 （不區分大小寫）

• 選用的空間

• 4-28 字母或數字 (基本銀行帳戶數字 (BBAN))

• 選用的空間

• 1-3 字母或數字 （BBAN 部分）

否

DLP 原則為 75%確定其偵測此類型的機密資訊如果 300 個字元的鄰近範圍內：

• 規則運算式Regex_swift會尋找符合模式的內容。

• 找不到Keyword_swift的關鍵字。

<Entity id="cb2ab58c-9cb8-4c81-baf8-a4e106791df4" patternsProximity="300" recommendedConfidence="75">
<Pattern confidenceLevel="75">
        <IdMatch idRef="Regex_swift" />
        <Match idRef="Keyword_swift" />
    </Pattern>
</Entity>

7 個字元或空格或連字號分隔 9 個字元

兩個可能的模式：

• 兩個字母 (有效 NINOs 這個模式驗證; 此前置詞中使用特定的字元不區分大小寫)

• 六個位數

• ''，'B'，'C'，或透過 」 （如前置詞，僅特定字元所允許的後置字元; 不區分大小寫）

或

• 兩個字母

• 空格或虛線

• 兩個數字

• 空格或虛線

• 兩個數字

• 空格或虛線

• 兩個數字

• 空格或虛線

• ''，'B'，'C'，或透過 」

否

DLP 原則是鍵入 [85%確定其偵測此類型的機密資訊如果 300 個字元的鄰近範圍內：

• 函數Func_uk_nino會尋找符合模式的內容。

• 找不到Keyword_uk_nino的關鍵字。

DLP 原則為 75%確定其偵測此類型的機密資訊如果 300 個字元的鄰近範圍內：

• 函數Func_uk_nino會尋找符合模式的內容。

• 找不到從Keyword_uk_nino沒有關鍵字。

<!-- U.K. NINO -->
<Entity id="16c07343-c26f-49d2-a987-3daf717e94cc" patternsProximity="300" recommendedConfidence="75">
    <Pattern confidenceLevel="85">
        <IdMatch idRef="Func_uk_nino" />
        <Any minMatches="1">
          <Match idRef="Keyword_uk_nino" />
        </Any>
    </Pattern>    
     <Pattern confidenceLevel="75">
        <IdMatch idRef="Func_uk_nino" />
        <Any minMatches="0" maxMatches="0">
          <Match idRef="Keyword_uk_nino" />
        </Any>
    </Pattern>
</Entity>

數字

連續數字

否

DLP 原則為 75%確定其偵測此類型的機密資訊如果 300 個字元的鄰近範圍內：

• 函數Func_usa_uk_passport會尋找符合模式的內容。

• 找不到Keyword_passport的關鍵字。

<Entity id="178ec42a-18b4-47cc-85c7-d62c92fd67f8" patternsProximity="300" recommendedConfidence="75">
    <Pattern confidenceLevel="75">
        <IdMatch idRef="Func_usa_uk_passport" />
        <Match idRef="Keyword_passport" />
    </Pattern>
</Entity>

4-17 位數

4-17 連續數字

否

DLP 原則為 75%確定其偵測此類型的機密資訊如果 300 個字元的鄰近範圍內：

• 規則運算式Regex_usa_bank_account_number會尋找符合模式的內容。

• 找不到Keyword_usa_Bank_Account的關鍵字。

<!-- U.S. Bank Account Number -->
<Entity id="a2ce32a8-f935-4bb6-8e96-2a5157672e2c" patternsProximity="300" recommendedConfidence="75">
    <Pattern confidenceLevel="75">
        <IdMatch idRef="Regex_usa_bank_account_number" />
        <Match idRef="Keyword_usa_Bank_Account" />
    </Pattern>
</Entity>

取決於狀態

狀態--，例如紐約而定：

• 數字格式設定等 ddd ddd ddd 相符。

• 九個字，如 ddddddddd 不相符。

否

DLP 原則為 75%確定其偵測此類型的機密資訊如果 300 個字元的鄰近範圍內：

• 函數Func_new_york_drivers_license_number會尋找符合模式的內容。

• 找不到Keyword_[state_name]_drivers_license_name的關鍵字。

• 找不到Keyword_us_drivers_license的關鍵字。

DLP 原則是 65%確定其偵測此類型的機密資訊如果 300 個字元的鄰近範圍內：

• 函數Func_new_york_drivers_license_number會尋找符合模式的內容。

• 找不到Keyword_[state_name]_drivers_license_name的關鍵字。

• 找不到Keyword_us_drivers_license_abbreviations的關鍵字。

• 找不到從Keyword_us_drivers_license沒有關鍵字。

    <Pattern confidenceLevel="75">
        <IdMatch idRef="Func_new_york_drivers_license_number" />
        <Match idRef="Keyword_new_york_drivers_license_name" />
        <Match idRef="Keyword_us_drivers_license" />
    </Pattern>
    <Pattern confidenceLevel="65">
        <IdMatch idRef="Func_new_york_drivers_license_number" />
        <Match idRef="Keyword_new_york_drivers_license_name" />
        <Match idRef="Keyword_us_drivers_license_abbreviations" />
        <Any minMatches="0" maxMatches="0">
          <Match idRef="Keyword_us_drivers_license" />
        </Any>
    </Pattern>

數字中 「 9 」 開頭，而且包含 「 7 」 或 「 8 」 為第四個位數字，您也可以格式設定為空白或虛線

格式：

• 將數字 」 9 」

• 兩個數字

• 空格或虛線

• 「 7 」 或者 「 8 」

• 數字

• 空白或虛線

• 四位數

格式化：

• 將數字 」 9 」

• 兩個數字

• 「 7 」 或者 「 8 」

• 五位數

否

DLP 原則是鍵入 [85%確定其偵測此類型的機密資訊如果 300 個字元的鄰近範圍內：

• 函數Func_formatted_itin會尋找符合模式的內容。

• 至少一個下列情況成立時：

  • 找不到Keyword_itin的關鍵字。

  • 函數Func_us_address尋找地址正確的日期格式。

  • 函數Func_us_date找到正確的日期格式的日期。

  • 找不到Keyword_itin_collaborative的關鍵字。

DLP 原則為 75%確定其偵測此類型的機密資訊如果 300 個字元的鄰近範圍內：

• 函數Func_unformatted_itin會尋找符合模式的內容。

• 至少一個下列情況成立時：

  • 找不到Keyword_itin_collaborative的關鍵字。

  • 函數Func_us_address尋找地址正確的日期格式。

  • 函數Func_us_date找到正確的日期格式的日期。

<!-- U.S. Individual Taxpayer Identification Number (ITIN) -->
<Entity id="e55e2a32-f92d-4985-a35d-a0b269eb687b" patternsProximity="300" recommendedConfidence="75">
    <Pattern confidenceLevel="85">
        <IdMatch idRef="Func_formatted_itin" />
        <Any minMatches="1">
          <Match idRef="Keyword_itin" />
          <Match idRef="Func_us_address" />
          <Match idRef="Func_us_date" />
          <Match idRef="Keyword_itin_collaborative" />
        </Any>
    </Pattern>
    <Pattern confidenceLevel="75">
        <IdMatch idRef="Func_unformatted_itin" />
        <Match idRef="Keyword_itin" />
        <Any minMatches="1">
          <Match idRef="Keyword_itin_collaborative" />
          <Match idRef="Func_us_address" />
          <Match idRef="Func_us_date" />
        </Any>
    </Pattern>
</Entity>

9 數字，可能會在格式化或未格式化的圖樣

在四個不同的圖樣 SSNs 尋找四個功能：

• Func_ssn尋找 SSNs 具有預先 2011年強式的格式設定格式化的虛線或空格 (ddd-dd-dddd 或 ddd dd dddd)

• Func_unformatted_ssn尋找 SSNs 具有預先 2011年強式的格式設定會格式化為連續數字 (ddddddddd)

• Func_randomized_formatted_ssn找到文章 2011 SSNs 格式化的虛線或空格 (ddd-dd-dddd 或 ddd dd dddd)

• Func_randomized_unformatted_ssn找到文章 2011 SSNs 所格式化為連續數字 (ddddddddd)

否

DLP 原則是鍵入 [85%確定其偵測此類型的機密資訊如果 300 個字元的鄰近範圍內：

• 函數Func_ssn會尋找符合模式的內容。

• 至少一個下列情況成立時：

  • 找不到Keyword_ssn的關鍵字。

  • 函數Func_us_date找到正確的日期格式的日期。

  • 函數Func_us_address尋找地址正確的日期格式。

DLP 原則為 75%確定其偵測此類型的機密資訊如果 300 個字元的鄰近範圍內：

• 函數Func_unformatted_ssn會尋找符合模式的內容。

• 找不到Keyword_ssn的關鍵字。

• 至少一個下列情況成立時：

  • 函數Func_us_date找到正確的日期格式的日期。

  • 函數Func_us_address尋找地址正確的日期格式。

DLP 原則是 65%確定其偵測此類型的機密資訊如果 300 個字元的鄰近範圍內：

• 函數Func_randomized_formatted_ssn會尋找符合模式的內容。

• 函數Func_ssn找不到符合模式的內容。

• 至少一個下列情況成立時：

  • 找不到Keyword_ssn的關鍵字。

  • 函數Func_us_date找到正確的日期格式的日期。

  • 函數Func_us_address尋找地址正確的日期格式。

DLP 原則是 55%確定其偵測此類型的機密資訊如果 300 個字元的鄰近範圍內：

• 函數Func_randomized_unformatted_ssn會尋找符合模式的內容。

• 找不到Keyword_ssn的關鍵字。

• 函數Func_unformatted_ssn找不到符合模式的內容。

• 至少一個下列情況成立時：

  • 函數Func_us_date找到正確的日期格式的日期。

  • 函數Func_us_address尋找地址正確的日期格式。

<!-- U.S. Social Security Number (SSN) -->
<Entity id="a44669fe-0d48-453d-a9b1-2cc83f2cba77" patternsProximity="300" recommendedConfidence="75">
    <Pattern confidenceLevel="85">
        <IdMatch idRef="Func_ssn" />
        <Any minMatches="1">
          <Match idRef="Keyword_ssn" />
          <Match idRef="Func_us_date" />
          <Match idRef="Func_us_address" />
        </Any>
    </Pattern>
    <Pattern confidenceLevel="75">
        <IdMatch idRef="Func_unformatted_ssn" />
        <Match idRef="Keyword_ssn" />
        <Any minMatches="1">
          <Match idRef="Func_us_date" />
          <Match idRef="Func_us_address" />
        </Any>
    </Pattern>
    <Pattern confidenceLevel="65">
        <IdMatch idRef="Func_randomized_formatted_ssn" />
        <Any minMatches="0" maxMatches="0">
          <Match idRef="Func_ssn" />
        </Any>
        <Any minMatches="1">
          <Match idRef="Keyword_ssn" />
          <Match idRef="Func_us_date" />
          <Match idRef="Func_us_address" />
        </Any>
    </Pattern>
    <Pattern confidenceLevel="55">
        <IdMatch idRef="Func_randomized_unformatted_ssn" />
        <Match idRef="Keyword_ssn" />
        <Any minMatches="0" maxMatches="0">
          <Match idRef="Func_unformatted_ssn" />
        </Any>
        <Any minMatches="1">
          <Match idRef="Func_us_date" />
          <Match idRef="Func_us_address" />
        </Any>
    </Pattern>
</Entity>