DAT / DAT-01
Découverte et classification des données sensibles
Identifier les informations nécessitant une protection, où elles résident, qui les possède et leur niveau de sensibilité. La classification fournit une base pratique pour les décisions d'accès, de partage, de conservation et de protection.
QUAND C'EST UTILE
Une réponse ciblée
à un besoin défini.
Données dispersées sur des serveurs, des SaaS et des terminaux ; un projet de DLP ou d'IA bloqué par un manque de visibilité ; des équipes métier incapables de distinguer les documents publics, internes et confidentiels.
PORTÉE ET RÉSULTATS
Ce que couvre la mission.
Portée
- Ateliers d'entreprise
- inventaire du dépôt
- échantillonnage autorisé ou découverte automatisée
- catégories simples
- propriété
- règles d'étiquetage
- contrôles utilisant des données de test
Livrables
- Carte du dépôt
- modèle de classification
- dictionnaire de données sensibles
- règles d'étiquetage
- registre de décalage
- plan de déploiement et responsabilités
Preuve de réception
Les catégories sont comprises et approuvées par les équipes métier ; les échantillons sont correctement classés ; les faux positifs sont examinés ; les dépôts exclus et les propriétaires manquants sont identifiés.
LIVRAISON
Comment le travail est structuré.
Approche
Identifier les données et les propriétaires ; définir les politiques ; piloter sur un périmètre sensible ; mesurer les erreurs ; déployer et organiser les exceptions.
Prérequis et responsabilités
Client : propriétaires des données métier, DPO/juridique/RH selon les besoins, administrateurs et règles de conservation. Fournisseur : conception technique et vérification dans le cadre des autorisations convenues.
Facteurs de portée
Dépôts, volumes, catégories, canaux, populations, formats et qualité des autorisations. La gestion des licences DLP/classification et le traitement des événements sont distincts du déploiement.
Questions à clarifier
Quelles données causeraient des dommages en cas de fuite ? Qui décide des accès ? Où se trouvent les copies, les exportations et les archives ?
LIMITES IMPORTANTES
La découverte peut exposer des données personnelles ou confidentielles. L'accès minimal, le stockage et la conservation des résultats doivent être délimités ; la classification automatisée nécessite toujours une validation.
La minimisation, la proportionnalité et la confidentialité de l'enquête doivent être délimitées. Aucune garantie de zéro fuite ou d'avis juridique complet.
EN PRATIQUE
Situations illustratives.
Ces exemples décrivent des engagements possibles et des résultats cibles. Il ne s'agit pas de références clients ni de résultats obtenus.
Scénario 01
Une entreprise d'ingénierie se prépare à la DLP. Projet : distinguer les plans publics, les dossiers clients et les secrets de conception. Résultat visé : des règles de protection basées sur l'utilisation réelle plutôt que sur une liste de mots-clés génériques.
Scénario 02
Une entreprise souhaite qu'un assistant IA accède à ses documents. Projet : cartographier les répertoires et désigner des responsables. Résultat visé : un corpus éligible défini ; les archives sans autorisations fiables restent exclues jusqu'à leur nettoyage.
Contexte technologique et de référence
Exemples : capacités de découverte et d'étiquetage de Microsoft Purview ou outils adaptés aux référentiels sélectionnés ; confirmer la compatibilité et les licences.
L'ensemble final des technologies est convenu lors du cadrage, sur la base de l'interopérabilité, des licences, des droits d'accès et des exigences opérationnelles.
SERVICES CONNECTÉS
Construisez l'étape suivante.
Ces services peuvent compléter la mission. Ils ne sont pas inclus automatiquement.
Commencer une conversation
Clarifiez la portée.
Nous clarifierons l'objectif, les dépendances et les responsabilités de ce service avant de proposer la livraison.