منع فقدان البيانات (DLP) باستخدام Microsoft Purview

يتناول DLP هدف الحماية المتمثل في السرية: فهو يكتشف ويمنع خروج المعلومات الجديرة بالحماية من المؤسسة بشكل غير منضبط عبر البريد الإلكتروني أو الخدمات السحابية أو وسائط التخزين القابلة للإزالة. وقبل أي أداة تأتي الواجبات الأساسية: نموذج تصنيف — وقد أثبتت أربع فئات حماية من «عام» حتى «سري للغاية» فعاليتها —، وتحديد «الجواهر الثمينة»، ومفهوم فعّال للحقوق والأدوار، لأن DLP يفترض وجود IAM/PAM مُطبّق فعليًا. وتقع الملكية الموضوعية لتصنيف البيانات على عاتق الإدارات المتخصصة، لا قسم تقنية المعلومات.

تعمل سياسات Purview DLP حيث توجد البيانات وتتدفق: Exchange Online وSharePoint وOneDrive ومحادثات وقنوات Teams والأجهزة الطرفية (Windows 10/11 وmacOS) وMicrosoft Defender for Cloud Apps والمستودعات المحلية (On-Premises) عبر Information Protection Scanner، إضافة إلى مساحات عمل Fabric/Power BI وMicrosoft 365 Copilot (Preview). ويراقب Endpoint DLP ويتحكم في إجراءات مثل النسخ إلى وسائط USB أو المجلدات المشتركة على الشبكة والطباعة والحافظة والتحميل عبر المتصفح وعمليات النقل عبر RDP — بحسب القاعدة كتدقيق أو تحذير أو حظر. ومن ناحية الترخيص، فإن DLP لـ Exchange وSharePoint وOneDrive مضمَّن بالفعل اعتبارًا من Microsoft 365 E3؛ بينما يتطلب DLP لـ Teams وEndpoint DLP خططًا من فئة E5.

أثبت منطق التصعيد لكل فئة حماية — التمييز، ثم التحذير، ثم التشفير/الحظر — فعاليته بدلًا من الحظر الفوري. ويدعم Purview ذلك عبر Simulation Mode (تعمل السياسات حتى 15 يومًا دون إنفاذ على البيانات الحقيقية) وPolicy Tips والحظر مع إمكانية التجاوز مع تبرير موثّق. وفي الاكتشاف تُستخدم Sensitive Information Types للتطابقات القائمة على الأنماط، وExact Data Match للمطابقة مع قواعد البيانات الخاصة (لا تغادر المؤسسة إلا قيم تجزئة مملّحة، مع نتائج إيجابية كاذبة أقل بكثير)، وTrainable Classifiers للتعرف على المحتوى القائم على التعلم الآلي.

لا ينبغي أن تبقى أحداث DLP معزولة، بل يجب أن تندمج في منظومة ITSM والحوادث القائمة: تنتقل الحوادث المكتشفة إلى العملية الاعتيادية لمعالجة حوادث أمن المعلومات، ويتولى مركز SOC إدارة حوادث DLP. وتمر تعديلات القواعد عبر عملية تغيير محددة تشمل تقييم المخاطر ومبدأ الأعين الأربع ومراجعة ما بعد التنفيذ — وكلما اتسع نطاق تأثير الاستثناء، ارتفع مستوى جهة الموافقة، وصولًا إلى مجلس استشارات التغيير (Change Advisory Board) بمشاركة CISO. كما تضمن إدارة موثقة للاستثناءات عبر نظام التذاكر أن تبقى القوائم البيضاء قابلة للتتبع والتدقيق.

باستخدام Microsoft Purview DSPM for AI يمكن تأمين تطبيقات الذكاء الاصطناعي مركزيًا: رؤى حول استخدام الذكاء الاصطناعي، وسياسات بنقرة واحدة لمنع تسرب البيانات عبر المطالبات، وتقييمات أسبوعية لمخاطر البيانات (Data Risk Assessments). ويمكن استهداف Microsoft 365 Copilot كموقع DLP مستقل (Preview) — إذ يمكن عبر Sensitivity Label منع Copilot من معالجة المحتوى المصنَّف؛ أما تطبيقات الذكاء الاصطناعي غير المُدارة مثل ChatGPT فيُطبَّق عليها DLP (Preview) مباشرةً عبر Edge for Business أو على مستوى الشبكة. وتكميلًا لذلك، تقدم VamiSec عبر VamiGuard حلًا خاصًا لـ DLP في استخدام GenAI — إذ يتكامل DLP التقليدي وDLP الخاص بـ GenAI.

أثبتت التجربة العملية جدوى مرحلة مفاهيمية تمتد نحو ثلاثة أشهر (التصنيف، والاستراتيجية، وإطار السياسات)، تليها مرحلة التنفيذ. ويتكوّن نموذج الوثائق من مستويين: سياسة DLP يقرّها مجلس الإدارة، إضافة إلى استراتيجية تنفيذ «حيّة» يكيّفها مسؤول أمن المعلومات باستمرار مع التقنيات والبنية التحتية؛ وتتولى وثيقة من صفحة واحدة (OnePager) التواصل مع الموظفين. وعند الطرح يُقدَّم الجانب التنظيمي على التقني: تدخل السياسة حيز التنفيذ أولًا، ثم تتبعها إجراءات الحظر التقنية بفارق زمني — مصحوبة بالتدريب والتوعية.