Классификация данных

Классификация данных — это распределение информации по небольшому числу уровней в зависимости от ущерба, который принесёт её раскрытие, с последующей привязкой правил к уровням, а не к отдельным файлам. Большинство схем останавливается на чём-то вроде: публичные, внутренние, конфиденциальные, ограниченного доступа. Конкретные названия важны меньше, чем принцип: уровень отражает последствия, а не подразделение-источник и не то, насколько важными данные кому-то кажутся. Классификация оправдывает себя только тогда, когда управляет ограничениями. Метка должна определять, кто может открыть запись, сколько её хранят, можно ли выносить её за пределы контура, нужно ли шифровать её ключами под контролем клиента и в каких регионах она вправе находиться. Схема, породившая документ и ни одного изменения в конфигурации, — это упражнение, и устаревает она незаметно, потому что при устаревании ничего не ломается. ИИ сделал классификацию куда более несущей конструкцией, чем раньше. Любое утверждение вида «данные ограниченного доступа не уходят во внешнюю модель» проверяемо лишь тогда, когда «ограниченный доступ» — свойство самих данных. Без классификации контроль вырождается в просьбу к сотрудникам оценивать на глаз, что они вставляют в промпт, а это контроль только по названию. С классификацией то же правило применяется там, где данные покидают контур: в слое поиска, в коннекторе или в шлюзе перед моделью. Чаще всего на практике ломается именно поиск. Индекс, собранный обходом всего, что видит сервисный аккаунт, наследует права этого аккаунта, а не читателя, и система, которая хорошо отвечает, ответит тем, что в неё проиндексировали. Метки классификации должны переезжать вместе с фрагментом в индекс и применяться фильтром на запросе — иначе поисковый слой становится обходным путём вокруг всех прав, которые соблюдает исходная система. Типичные провалы предсказуемы. Слишком много уровней: разницу между двумя средними никто не помнит, и всё складывают в тот, что звучит безопаснее. Классификация, проведённая один раз при создании и не пересмотренная, — агрегирование тихо поднимает чувствительность, а метка остаётся прежней. Метки, навешенные на системы вместо записей: так проще и неверно с той минуты, когда в одной системе оказывается несколько видов данных. И автоматические классификаторы — по-настоящему полезные на объёме, но выдающие уверенный процент покрытия, за которым прячутся категории, искать которые их не учили. Рабочая схема невелика, имеет один очевидный уровень по умолчанию, ответственного на каждый уровень, который вправе согласовывать исключения, и пересматривается при изменении ландшафта данных, а не по календарю. Меньше уровней, но реально применяемых, лучше подробной таксономии, живущей в тексте политики.