এই প্রবন্ধটি বুঝিয়ে দেয় কিভাবে আপনার প্রতিষ্ঠানে সংবেদনশীল ডেটা চিহ্নিত করার জন্য ডেটা ফাঁকি রোধক নীতি জন্য কাস্টম ডেটা প্রকার তৈরি করবেন।
Cato সাধারণ DLP নীতি ধারাগুলির জন্য শত শত পূর্বনির্ধারিত ডেটা প্রকার এবং শ্রেণী সরবরাহ করে। তবে, কখনো কখনো প্রতিষ্ঠানগুলির বিশেষ ডেটা পর্যবেক্ষণ মিলানোর জন্য কাস্টম নির্ধারিত ডেটা প্রকার তৈরি করার ক্ষমতা থাকা প্রয়োজন হয়, যা পূর্বনির্ধারিত প্রকার দ্বারা কাভার করা হয় না।
আপনার DLP নীতিগুলির জন্য বিষয়বস্তু পর্যবেক্ষণ কাস্টমাইজ করতে নিম্নলিখিত কাস্টম ডেটা প্রকারগুলি নির্ধারণ করতে পারেন:
-
আপনার Cato ডেটা ফাঁকি রোধক নীতিতে Microsoft তথ্য সুরক্ষা (MIP) ফ্রেমওয়ার্কের Microsoft সংবেদনশীলতা লেবেলগুলি ব্যবহার করুন
-
ব্যবহারকারী নির্ধারিত ডেটা প্রকার, যার মধ্যে অন্তর্ভুক্ত:
-
একটি শব্দ বা বাক্যাংশের সাথে সামগ্রী অন্তর্ভুক্ত করতে কীওয়ার্ডগুলি ব্যবহার করুন যা ডেটা ফাঁকি রোধক ইঞ্জিন খুঁজে পায়
-
অভিধানগুলি এমন কন্টেইনার যা ৫০টি শব্দ বা বাক্যাংশ পর্যন্ত ধারণ করতে পারে, এবং DLP ইঞ্জিন কোনও একক আইটেমের সাথে মেলানোর জন্য অনুসন্ধান করে।
-
রেগুলার এক্সপ্রেশন ডেটা প্রকারগুলি আপনি নিয়মিত অভিব্যক্তি এন্ট্রি করতে পারবেন যা ডেটা ফাঁকি রোধক ইঞ্জিন খুঁজে পায়
-
-
কাস্টম মেশিন লার্নিং শ্রেণীবিন্যাসকারী
-
ঠিক ডেটা মেলানো (EDM) প্রোফাইলগুলি আপনাকে সাধারণ ডেটা প্যাটার্নের পরিবর্তে সামগ্রী মেলানো আচরণের জন্য নির্দিষ্ট ডেটা নির্ধারণ করতে দেয়। EDM প্রোফাইলগুলির বিষয়ে আরও জানতে, Working with Exact Data Matching (EDM) for DLP দেখুন।
ব্যবহারকারী নির্ধারিত ডেটা প্রকার বা সংবেদনশীলতা লেবেল তৈরি করার পর, আপনি সেগুলি বিদ্যমান ডিএলপি কন্টেন্ট প্রোফাইলে যোগ করতে পারেন অথবা নতুন তৈরি করতে পারেন।
আপনি MIP লেবেল দিয়ে সংবেদনশীল ডেটা সংজ্ঞায়িত করতে পারেন এবং তারপর আপনার কাটো DLP নীতিতে ডেটা প্রকার হিসাবে MIP লেবেলগুলি ব্যবহার করতে পারেন।
Cato ম্যানেজমেন্ট অ্যাপ্লিকেশন এ সংবেদনশীলতা লেবেল তৈরির পর, আপনি তাদের কন্টেন্ট প্রোফাইল এ যোগ করতে পারেন। এরপর আপনি বিভিন্ন ব্যবহারকারী এবং গোষ্ঠীর জন্য MIP লেবেল অনুযায়ী সামগ্রী অ্যাক্সেস পরিচালনার জন্য ডেটা ফাঁকি রোধক নিয়ম তৈরি করতে পারেন।
উদাহরণস্বরূপ, যদি আপনি MIP লেবেল শ্রেণীক্ষেত্রভুক্ত সাথে ফাইল থাকে, তাহলে Cato ডেটা ফাঁকি রোধক নীতিতে লেবেল তৈরি করুন এবং তা কন্টেন্ট প্রোফাইল সীমাবদ্ধ ডকুমেন্টে যোগ করুন। তারপর একটি ডেটা ফাঁকি রোধক নিয়ম নির্ধারণ করুন যা অপর্যাপ্ত নিরাপত্তার ক্লিয়ারেন্স ছাড়া ব্যবহারকারী গোষ্ঠীদের জন্য অ্যাক্সেস ব্লক করে।
ডেটা ফাঁকি রোধক ইঞ্জিনটি ফাইল মেটাডেটায় সংজ্ঞায়িত লেবেলের জন্য স্ক্যান করে, প্রকৃত বিষয়বস্তু নয়, যা ভুল ইতিবাচক ফলাফলগুলি কমাতে সাহায্য করে। ইঞ্জিন আপনার কনফিগার করা লেবেল আইডি অনুযায়ী সংবেদনশীলতা লেবেল কার্যকর করে, নাম অনুযায়ী নয়।. সংবেদনশীলতা লেবেল এর লেবেল আইডি নিশ্চিত করুন যে এটি যথাযথভাবে MIP লেবেল আইডির সাথে মিলে যায়।. আপনার সংস্থার অ্যাকাউন্টের জন্য MIP লেবেল আইডি খুঁজে পেতে আরও তথ্যের জন্য Microsoft ডকুমেন্টেশন দেখুন।.
নোট
নোট: ফাইলসমূহ অবশ্যই MIP লেবেলযুক্ত হতে হবে এই ডেটা ধরনের দ্বারা পরিচালিত হতে। যাচাই করতে যদি একটি ফাইল সঠিকভাবে লেবেল করা হয়, তাহলে ডেটা ফাঁকি রোধক যাচাইকরণ টুল ব্যবহার করুন।
সংবেদনশীলতা লেবেল তৈরি করতে:
-
নেভিগেশন মেনু থেকে নিরাপত্তা > ডেটা প্রকার & প্রোফাইল নির্বাচন করুন এবং ডেটা প্রকার ট্যাব নির্বাচন করুন।
-
সংবেদনশীলতা লেবেল এ, নতুন ক্লিক করুন।. সংবেদনশীলতা লেবেল যোগ করুন প্যানেলটি খুলবে।.
-
লেবেলের জন্য নাম এবং বিবরণ লিখুন।.
-
MIP লেবেল ID একই লেবেল আইডি লিখুন।.
-
প্রয়োগ করুন ক্লিক করুন।.
ব্যবহারকারী নির্ধারিত ডেটা প্রকার একটি কীওয়ার্ড, অভিধান, বা রেগুলার এক্সপ্রেশন হতে পারে।.
ডিএলপি ইঞ্জিন যে কাস্টম সংবেদনশীল বিষয়বস্তু খুঁজছে তার জন্য একটি কাস্টম কীওয়ার্ড বা অভিধান তৈরি করুন।. অভিধানের জন্য, আপনি এন্ট্রিগুলি CSV ফাইলে রাখ রাখতে পারেন এবং তারপর সেগুলোকে ঐ অভিধানের মান হিসেবে পেস্ট করতে পারবেন।.
-
ডিএলপি ইঞ্জিন প্রতিটি কীওয়ার্ড বা অভিধানের এন্ট্রির সঠিক মিল খোঁজে
-
কীওয়ার্ডে কমপক্ষে 8 টি অক্ষর থাকতে হবে (একক বা বহু-বাইট উভয়ই)
-
একটি কীওয়ার্ডে শব্দ বা অক্ষরের কোন ঊর্ধ্বসীমা নেই
-
কীওয়ার্ড এবং অভিধান কেস সংবেদনশীল নয়
-
অভিধানে এন্ট্রিগুলির মধ্যে একটি বা সম্পর্ক থাকে
-
বাক্যাংশের প্রতিটি শব্দের সাথে সঠিক মিল থাকা উচিত, উদাহরণস্বরূপ বাক্যাংশ health care healthcare এর সাথে মিলবে না
সুতরাং একটি অভিধানের জন্য, আপনি উপরের শব্দগুলির সাথে মিলে যাওয়ার জন্য নিম্নলিখিত তিনটি মান তৈরি করবেন: health, care, healthcare
-
শব্দ এবং বাক্যাংশগুলি মানক শব্দ সীমানা অনুযায়ী সনাক্ত করা হয়, উদাহরণস্বরূপ একটি শব্দের পরে একটি স্পেস।. শব্দটি সনাক্ত করার জন্য এর আগে এবং পরে সীমানা থাকতে হবে। সমর্থিত শব্দ সীমানার সম্পূর্ণ তালিকার জন্য, নিচের শব্দ সীমানা জন্য কীওয়ার্ড এবং অভিধান ডেটা প্রকার দেখুন।
-
মাল্টিবাইট শব্দ সনাক্ত করার জন্য, আমরা একটি Regex ডেটা প্রকার ব্যবহার করার সুপারিশ করি, কারণ সাধারণত সীমানা আগে এবং পরে নেই।
-
সীমানার সাথে কাজ করা।
প্রতিটি ব্যবহারকারী নির্ধারিত ডেটা প্রকারের জন্য আপনি সীমা নির্ধারণ করতে পারেন, অর্থাৎ ফাইলে কীওয়ার্ড বা অভিধানের মিলের সংখ্যা। যখন এটি সীমা মেলে বা অতিক্রম করে, তখন ফাইলটি ডেটা নিয়ন্ত্রণ নিয়ম মেলায় (নিরাপত্তা > অ্যাপ্লিকেশন নিয়ন্ত্রণ পৃষ্ঠায়)।
-
কীওয়ার্ডস - কীওয়ার্ডগুলির সীমা লুপ ঘটনার পুনরাবৃত্তির জন্য খুঁজছে যা সেই শব্দ বা বাক্যাংশের একই মিল।
-
উদাহরণস্বরূপ, কীওয়ার্ড apple এর জন্য সীমা ৩। যদি কোনো ফাইলে শব্দ apple এর ৩টি ঘটনার উপস্থিতি থাকে, তবে সেই ফাইলটি ব্লকড হয়।
-
-
অভিধান - অভিধানের সীমা সেই অভিধানে যেকোনো মানের পুনরাবৃত্তি খুঁজে বের করে।
-
উদাহরণস্বরূপ, যদি অভিধানে apple এবং orange এন্ট্রিগুলি থাকে এবং সীমা হয় ৩। যদি কোনো ফাইলে শব্দ apple এর ২টি এবং orange এর ১টি উদাহরণ থাকে, তবে সেই ফাইলটি ব্লকড হয়।
এছাড়াও, যদি কোনো ফাইলে ৩টি উদাহরণ apple এবং ০টি উদাহরণ orange ধারণ করে, তবে সেই ফাইলটি ব্লকড হয়।
-
ব্যবহারকারী নির্ধারিত ডেটা প্রকার তৈরি করতে:
-
নেভিগেশন মেনু থেকে নিরাপত্তা > ডেটা প্রকার & প্রোফাইল নির্বাচন করুন এবং ডেটা প্রকার ট্যাব নির্বাচন করুন।
-
ব্যবহারকারী নির্ধারিত থেকে, নতুন ক্লিক করুন এবং তারপর নতুন কীওয়ার্ড অথবা নতুন অভিধান নির্বাচন করুন।
-
নতুন কীওয়ার্ড তৈরি করতে:
-
কীওয়ার্ডের জন্য নাম এবং বর্ণনা লিখুন।
-
সীমা নির্বাচন করুন, অর্থাৎ পর্যায়ে যে সংখ্যাটি ফাইলের মধ্যে কীওয়ার্ড পাওয়া যাবে তার সর্বনিম্ন সংখ্যা।
-
কীওয়ার্ড/বাক্যাংশ লিখুন।
-
প্রয়োগ করুন ক্লিক করুন।
-
-
নতুন অভিধান তৈরি করতে:
ডেটা টাইপটির সাথে সামঞ্জস্যপূর্ণ কনটেন্টের ধরন নির্ধারণের জন্য নিয়মিত এক্সপ্রেশন ব্যবহার করুন। উদাহরণস্বরূপ, রেগুলার এক্সপ্রেশন সূত্র আপনাকে নির্দিষ্ট সংখ্যক সংখ্যা সহ একটি ব্যক্তিগতকৃত কর্পোরেট আইডি সহজেই মেলাতে দেয়। প্রত্যেকটি রেগুলার এক্সপ্রেশন ডেটা টাইপ একটি একক নিয়মিত এক্সপ্রেশন সমর্থন করে, সুতরাং যদি আপনাকে একাধিক নিয়মিত এক্সপ্রেশন ব্যবহার করতে হয়, তাহলে প্রতিটি এক্সপ্রেশনের জন্য একটি আলাদা ডেটা টাইপ তৈরি করুন।
ডেটা টাইপের সাথে সামঞ্জস্যপূর্ণ কনটেন্ট সঠিকভাবে নির্ধারণ করার জন্য এক্সপ্রেশনে শব্দ সীমানা ব্যবহার করুন।
রেগুলার এক্সপ্রেশন ইঞ্জিন UTF-8 এর ভিত্তিতে এবং ইংরেজি ব্যতীত অন্যান্য বিষয়বস্তুর অক্ষর সমর্থন করে।
রেগুলার এক্সপ্রেশন সীমা
এক্সপ্রেশনের জন্য সীমা নির্ধারণ করতে পারেন, যেটি ফাইলে বিষয়বস্তু প্রদর্শনের সংখ্যা। যখন এটি সীমাতে মিলবে বা অতিক্রম করবে, তখন ফাইলটি ডেটা নিয়ন্ত্রণ নিয়মের সাথে মিলে যাবে।
উদাহরণস্বরূপ, যদি আপনি একটি আইডির জন্য একটি 5 নির্দিষ্ট সীমা সহ একটি এক্সপ্রেশন তৈরি করেন, তাহলে শুধুমাত্র সেই ফাইলগুলি যা এই আইডি পাঁচ বা তার বেশি বার অন্তর্ভুক্ত করে ব্লক করা হবে।
রেগুলার এক্সপ্রেশন যাচাই
আপনি এক্সপ্রেশন যাচাই করুন ক্ষেত্র ব্যবহার করতে পারেন পরীক্ষার জন্য, যাতে এটি বিষয়বস্তু সঠিকভাবে মিললে তা নিশ্চিত করতে পারেন। যখন আপনি পরীক্ষা করুন ক্লিক করবেন, তখন DLP সেবা বিষয়বস্তু নিয়মিত এক্সপ্রেশনে মিলছে কিনা তা পরীক্ষা করবে। এটি Cato ক্লাউডে চলমান একই সেবা, তাই পরীক্ষার ফলাফল আপনার অ্যাকাউন্টে প্রদর্শিত আচরণ হিসেবে একই হবে।
এক্সপ্রেশনের যাচাই অন্তর্ভুক্ত করে ডেটা প্রকারের সীমাও। সুতরাং যখন সীমা 1 এর চেয়ে বেশি হয়, তখন মান অন্তত ওই সংখ্যক বারের মতো দেখা দিতে হবে যাতে পরীক্ষাটি সফল হয়।
একটি ব্যবহারকারী নির্ধারিত রেগুলার এক্সপ্রেশন ডেটা টাইপ তৈরি করতে:
-
নেভিগেশন মেনু থেকে নিরাপত্তা > ডেটা টাইপস & প্রোফাইল নির্বাচন করুন এবং ডেটা টাইপস ট্যাব নির্বাচন করুন।
-
কীওয়ার্ডের জন্য নাম এবং বিবরণ লিখুন।
-
সীমা নির্বাচন করুন এবং বিন্যাস মিলিয়ে টেক্সটের সর্বনিম্ন সংখ্যা নির্বাচন করুন যেটি ফাইলে প্রদর্শিত হবে।
-
বিন্যাস এ, এই ডেটা প্রকারের জন্য নিয়মিত এক্সপ্রেশন প্রবেশ করুন।
-
(ঐচ্ছিক) এক্সপ্রেশন যাচাই করুন সম্প্রসারণ করুন, বাংলা অনুবাদ করার জন্য প্রস্তুত। প্রবেশ করান এবং পরীক্ষা করুন ক্লিক করুন।
-
প্রয়োগ করুন ক্লিক করুন।
এগুলো হল ব্যবহারকারী নির্ধারিত রেগুলার এক্সপ্রেশন ডেটা প্রকারের জন্য সমর্থিত নিয়মিত এক্সপ্রেশন অপারেটর এবং গুনতাকারী:
|
অপারেটর |
ম্যাচড প্যাটার্ন |
|---|---|
|
\ |
পরবর্তী মেটা-ক্যারেক্টার উদ্ধৃতি করুন |
|
^ |
একটি লাইনের শুরু মিল করুন |
|
$ |
একটি লাইনের শেষ মিল করুন |
|
. |
যে কোনো একক ক্যারেক্টার মিল করুন |
|
| |
অলটারনেশন |
|
() |
ক্যাপচার গ্রুপগুলি সমর্থিত নয়। বাউন্ডিং সাব এক্সপ্রেশনগুলির জন্য প্যারিথিসিস ব্যবহার করা যেতে পারে। |
|
[xy] |
ব্র্যাকেটের মধ্যে দেওয়া একক ক্যারেক্টারগুলির মধ্যে একটি ম্যাচ করুন |
|
[x-z] |
x এবং z এর মধ্যে ক্যারেক্টার রেঞ্জ |
|
[^z] |
z ব্যতীত যে কোনো ক্যারেক্টার |
|
গুনতাকারী |
ম্যাচড প্যাটার্ন |
|---|---|
|
* |
0 বা বেশি বার মিল করুন (নীচের নোট দেখুন) |
|
+ |
1 বা বেশি বার মিল করুন (নীচের নোট দেখুন) |
|
? |
0 বা 1 বার মিল করুন |
|
{n} |
n বার ঠিক ম্যাচ করুন |
|
{n,} |
কমপক্ষে n বার ম্যাচ করুন |
|
{n,m} |
কমপক্ষে n বার, কিন্তু m এর বেশি নয়, ম্যাচ করুন |
নোট
নোট: এমন কোন অবাধ লোভী পরিমাণ ব্যবহারের অনুমতি নেই যেমন .* বা .+। যদি আপনি চিহ্নগুলোকে একটি শ্রেণী বা সেটের মধ্যে অন্তর্ভুক্ত করতে চান, তবে তাদের উল্টিয়ে দিন। উদাহরণ স্বরূপ, *.
এই লোভী পরিমাণগুলির পরিবর্তে, আপনি ব্যবহার করতে পারেন .{1,50} যা প্রতিটি কীওয়ার্ড বা প্যাটার্নের জন্য ৫০ টি অক্ষর পর্যন্ত সমর্থন করে রেগুলার এক্সপ্রেশন ডেটা প্রকারের জন্য
আপনার শিল্প বা কোম্পানি সম্পর্কিত বিশেষজ্ঞ নথির সুরক্ষা বৃদ্ধি করতে, আপনি আপনার নিজস্ব ব্যবহারকারী নির্ধারিত মেশিন লার্নিং (ML) ক্লাসিফায়ার তৈরি করতে পারেন।
ব্যবহারকারী নির্ধারিত ML ক্লাসিফায়ারগুলো উল্লেখযোগ্যভাবে ভুল ইতিবাচক কমায় এবং DLP ইঞ্জিনের সম্পূর্ণ কার্যকারিতা ও নির্ভুলতা বৃদ্ধি করে। উন্নত ডেটা বিজ্ঞান সাদৃশ্য মডেল ব্যবহার করে, এমএল শ্রেণীবিন্যাসকারী সংবেদনশীল ডেটার উন্নত অভিযোজন এবং সঠিকতা প্রদান করে, কারণ তারা পরিবর্তনশীল তথ্য প্যাটার্নের সাথে গতিশীলভাবে শিখতে এবং বিকশিত হতে পারে।
আপনি যে নথিগুলি সুরক্ষিত করতে চান তাদের নমুনা হিসাবে টেক্সট ফাইল আপলোড করে, আপনি একটি মেশিন লার্নিং মডেল প্রশিক্ষণ করতে পারেন যা সাদৃশ্যপূর্ণ নথিসমূহ বাস্তবসময়ে শনাক্ত করতে পারে, অননুমোদিত ডেটা এক্সফিল্ট্রেশন প্রতিরোধ করে। মেশিন লার্নিং মডেলটি একটি ফাইলের ভেতরের টেক্সটের উপর ভিত্তি করে তৈরি হয়, চিত্র বা ভিডিও উপেক্ষা করা হয়।
আপনার ব্যবহারকারী দ্বারা নির্ধারিত ডেটা প্রকারের জন্য ML মডেল প্রশিক্ষণ করার জন্য উদাহরণ ফাইলগুলি CMA-তে আপলোড করুন। আপনার নথিগুলি সুরক্ষিত করতে আমরা সঠিকভাবে মেশিন লার্নিং মডেল প্রশিক্ষণ করার জন্য কমপক্ষে ৫ টি ফাইল আপলোড করার সুপারিশ করছি।
ML ক্লাসিফায়ারের জন্য ডকুমেন্ট আপলোড করতে:
-
নেভিগেশন মেনু থেকে, নিরাপত্তা > ডেটা প্রকার & প্রোফাইল নির্বাচন করুন।
-
ডেটা প্রকার ট্যাবে, ব্যবহারকারী নির্ধারিত ML ক্লাসিফায়ার ক্লিক করুন।
-
নতুন ক্লিক করুন।
-
ক্লাসিফায়ারের জন্য একটি নাম এবং বর্ণনা লিখুন এবং সংরক্ষণ করুন এবং চালিয়ে যান ক্লিক করুন।
-
মডেল প্রশিক্ষণের জন্য আপনি যেসব ফাইল চাইছেন তা যোগ করুন।
-
(ইচ্ছাধীন) একটি উদাহরণ ফাইল আপলোড করে মডেলটি যাচাই করুন এবং যাচাই করুন ক্লিক করুন।
-
সংরক্ষণ করুন ক্লিক করুন।
প্রতিটি ডেটা লস প্রতিরোধ প্রোফাইল ডেটা প্রকারের জন্য, আপনি যাচাই করতে পারেন যে ডেটা ফাঁকি রোধক ইঞ্জিন একটি পরীক্ষামূলক ফাইলে সংবেদনশীল ডেটা সনাক্ত হয়েছে এবং মানানসই হয়েছে কিনা। বৈধতা বৈশিষ্ট্য পূর্বনির্ধারিত, ব্যবহারকারীর দ্বারা নির্ধারিত এবং সংবেদনশীলতা লেবেল প্রোফাইলগুলি ডেটা টাইপস & প্রোফাইলসমূহ পৃষ্ঠায় অন্তর্ভুক্ত করা হয়েছে। যেকোনো নতুন বা বিদ্যমান কীওয়ার্ড, অভিধান অথবা রেগুলার এক্সপ্রেশন স্ট্রিং ব্যবহার করে, আপনি একটি ডকুমেন্ট আপলোড করতে পারেন যা নতুন ডেটার প্রকার স্থাপন করার পূর্বে আপনার সেটিংস পরীক্ষা করবে। আপনি পূর্বনির্ধারিত ডেটা প্রকার এবং সংবেদনশীলতা লেবেল যাচাই করতে পারেন।
DLP যাচাইকরণ টুলের একটি প্রধান ব্যবহার হল আপনার DLP সেটিংস সত্য করতে যাতে নিশ্চিত করা যায় যে কীওয়ার্ড ও তথ্যের স্ট্রিং (রেগুলার এক্সপ্রেশন দ্বারা) নির্দিষ্ট পরিমিত তথ্য সেটের জন্য সঠিকভাবে সনাক্ত হয়েছে। আরেকটি প্রধান ব্যবহার ক্ষেত্র হল আপনি একটি নিয়মে নমুনা ডকুমেন্ট আপলোড করতে পারেন এটি যাচাই করতে যে ফাইলের প্রকার এবং বিন্যাস ডেটা প্রকারগুলির জন্য নির্ধারিত তথ্য সনাক্তকরণের জন্য সঠিকভাবে স্ক্যান করা হয়েছে কিনা।
আপনার ফাইলটি যদি ডেটার প্রকার মেলে না, সেক্ষেত্রে সমস্যা সমাধান এবং সমর্থনের জন্য, আপনি DLP ইঞ্জিন দ্বারা বেরকৃত বিষয়বস্তুর একটি পার্স টেক্সট ফাইল ডাউনলোড করতে পারেন।
নিম্নলিখিত একটি অভিধান ডেটা প্রকার যাচাই করার উদাহরণ পদ্ধতি:
একটি পরীক্ষা ফাইলের সাথে একটি অভিধান ডেটা প্রকার যাচাই করতে:
-
নেভিগেশন মেনু থেকে নিরাপত্তা > ডেটা টাইপস & প্রোফাইলসমূহ নির্বাচন করুন, এবং ডেটা টাইপস ট্যাব নির্বাচন করুন।
-
অভিধান ডেটা প্রকারের সারিতে মাউসটি রাখুন এবং সম্পাদনা আইকনে ক্লিক করুন। সম্পাদনা প্যানেলটি খোলে।
-
অভিধান যাচাই করুন এ ক্লিক করুন। অভিধান যাচাই করুন প্যানেলটি খোলে।
-
একটি পরীক্ষা ফাইল আপলোড করুন এবং ফাইল স্ক্যান করুন এ ক্লিক করুন। স্ক্যান ফলাফলগুলি দেখানো হয়।
-
DLP ইঞ্জিন দ্বারা নিষ্কাশিত বিষয়বস্তুর একটি পাঠ্য ফাইল ডাউনলোড করতে নিষ্কাশিত পাঠ্য রপ্তানি করুন ক্লিক করুন।
-
যখন আপনি নীতি বাস্তবায়ন করেন বা ব্লক করুন ক্রিয়ার সাথে একটি নতুন অ্যাপ্লিকেশন যোগ করেন:
-
নীতির জন্য নিরীক্ষণ করুন কার্য ব্যবহার করুন।
-
নীতির দ্বারা উত্পন্ন ঘটনাবলী পর্যালোচনা করুন এবং নিশ্চিত করুন যে আপনি যে ট্রাফিকের অনুমতি দিতে চান তার জন্য কোনো ঘটনা নেই (ভুল ইতিবাচক ট্রাফিক)।
-
যদি ভুল ইতিবাচক ট্রাফিক থাকে, তবে আপনি এই পরিবর্তনগুলি করতে পারেন:
-
ভুল ইতিবাচক ট্রাফিক বাদ দিতে নীতির পরিধি পরিমার্জন করুন
-
ব্লক করুন নীতি আগে একটি নতুন অনুমতি দিন নীতি তৈরি করুন এবং নতুন নীতির পরিধি শুধুমাত্র ভুল ইতিবাচক ট্রাফিকের জন্য হয়
-
নিয়মিত এক্সপ্রেশন পরিমার্জন করুন এবং নিশ্চিত করুন যে আপনি যে সামগ্রী স্ক্যান করছেন তার একটি সঠিক উদাহরণ দিয়ে এটিকে যাচাই করুন
-
-
-
মনে রাখবেন যে অ্যাপ্লিকেশন নিয়ন্ত্রণ নীতি একটি অর্ডার করা নীতি, এবং চূড়ান্ত অন্তর্নিহিত নীতি হল যেকোনো যেকোনো গ্রহণ করুন। নীতিতে নিয়ম যোগ করুন যাতে প্রাসঙ্গিক অ্যাপ্লিকেশন ট্রাফিক, কার্যকলাপ এবং মানদণ্ড ব্লকড হয়।
-
ফাইলের প্রয়োজনীয়তার তথ্যের জন্য, What is the Cato DLP Service? দেখুন।
-
কিছু ডাউনলোডের জন্য যা gzip ফরম্যাটে সংকুচিত, DLP এর জন্য ফাইলের আকারটি সংকুচিত ফাইলের ভিত্তিতে গণনা করা হয়। যদি সংকুচিত ফাইলের আকার 1kb এর চেয়ে কম হয় তবে এটি স্ক্যান করা হবে না।
-
-
একটি নিয়মিত এক্সপ্রেশনের জন্য সর্বাধিক সীমা 256 অক্ষর।
-
Base64 এঙ্কোডেড ফাইলসমূহ সমর্থিত নয়, এবং ডেটা ফাঁকি রোধক (DLP) ইঞ্জিন ফাইলসমূহের বিষয়বস্তু পরীক্ষা করা যাবে না।
0 মন্তব্য
একটি মন্তব্য করার জন্য সাইন ইন করুন করুন।