信息是企业的重要资产，也是企业竞争力的核心。但是，在数字化时代，信息的安全面临着越来越多的挑战和威胁。比如，信息泄露、数据丢失、恶意篡改、非法访问等。这些问题不仅会给企业带来经济损失，还会影响企业的声誉和信誉，甚至可能引发法律纠纷和监管处罚。
为了保护信息的安全，企业需要采取有效的措施，对信息进行分类、标记、加密、监控和管理。这就是Microsoft信息保护（Microsoft Purview Information Protection，MIP）能够提供的服务。
Microsoft Purview 信息保护是一套集成的解决方案，能够帮助企业在整个数据生命周期中保护敏感信息。它包括以下几个方面的功能：
-
数据分类和标记：通过自动或手动的方式，对数据进行分类和标记，以便识别数据的敏感程度和所有权。例如，可以将数据分为公开、内部、机密和高度机密等级，并在数据上添加可视或隐形的标签。
-
数据加密：通过使用标准或自定义的加密策略，对数据进行加密，以防止未经授权的访问或泄露。例如，可以使用Azure Rights Management Services（Azure RMS）或Azure Information Protection（AIP）对数据进行加密，并控制数据的使用权限和过期时间。
-
数据监控和审计：通过使用Microsoft Cloud App Security（MCAS）或Microsoft Defender for Endpoint（MDE）等工具，对数据的访问和活动进行监控和审计，以便检测和响应潜在的风险和威胁。例如，可以设置警报和报告，以及采取相应的行动，如阻止、隔离或删除异常的设备或用户。
-
数据管理和合规：通过使用Microsoft Compliance Center（MCC）或Microsoft Purview Compliance Manager等平台，对数据进行管理和合规，以便符合法律法规和行业标准。例如，可以创建和执行保留、删除、备份、恢复等策略，并生成合规证明和评估报告。
以下是Microsoft Purview信息保护技术的一个典型使用场景：
假设你有一个名为report.docx的Word文档，你想对它进行分类和保护。你可以使用Microsoft信息保护客户端或SDK，选择一个适合你的敏感度标签，比如”机密\财务部”。这个标签会对文档进行分类和加密，并控制谁可以访问和编辑这个文档。在这个过程中，文档的扩展名不会改变，仍然是.docx。但是，如果你有一个名为memo.txt的文本文件，你想用同样的标签对它进行分类和保护。那么，在受保护时，文档的扩展名会变成.pxtx，表示它是一个受保护的文本文件。
通过使用Microsoft信息保护，企业可以实现以下几个方面的效果：
-
提高信息安全水平：通过对信息进行分类、标记、加密、监控和管理，企业可以有效地防止信息泄露、丢失、篡改等问题，从而提高信息安全水平。
-
降低运营成本和复杂性：通过使用一套集成的解决方案，企业可以简化信息保护的流程和操作，从而降低运营成本和复杂性。
-
增强合规能力和信任度：通过使用符合法律法规和行业标准的解决方案，企业可以增强合规能力和信任度，并避免潜在的法律纠纷和监管处罚。
近日，Microsoft Purview发出公告，Optical Character Recognition（OCR，图片识别）进入公共预览版。
OCR扫描使 Microsoft Purview 能够扫描图片中的内容以获取敏感信息。 OCR 扫描是一项可选功能，首先在租户级别启用。启用后，选择要扫描图片的位置。图片扫描适用于 Exchange、SharePoint、OneDrive、Teams 和 Windows 设备。配置 OCR 设置后，现有数据丢失防护策略 (DLP) 、记录管理和内部风险管理 (IRM) 将应用于图片和基于文本的内容。例如，假设已配置 DLP 条件 内容包含敏感信息 ，并包含数据分类器，例如”信用卡”敏感信息类型 (SIT) 。在这种情况下，Microsoft Purview 会扫描所有选定位置的文本和图片中的信用卡数字。
截至目前，Microsoft Purview中的OCR功能（备注：后续如有新功能引入，恕不另行通知。），主要支持以下：
| 数据存储位置 | 支持的Microsoft Purview产品 |
| Exchange | 数据丢失防护（备注：仅支持传出电子邮件）
信息保护： 自动标记策略（备注：仅支持传出电子邮件） 记录管理： 自动应用保留标签策略（备注：支持关键字和敏感信息类型） |
| SharePoint 网站 | 数据丢失防护
内部风险管理（备注考虑图片中存在的敏感信息类型和可训练分类器，以便进行风险评分） 记录管理： 自动应用保留标签策略（备注：支持关键字和敏感信息类型） |
| OneDrive 帐户 | 数据丢失防护
记录管理： 自动应用保留标签策略（备注：支持关键字和敏感信息类型） |
| Teams 聊天和通道消息 | 数据丢失防护 内部风险管理（备注考虑图片中存在的敏感信息类型和可训练分类器，以便进行风险评分） |
| 设备 | 数据丢失防护 内部风险管理（备注考虑图片中存在的敏感信息类型和可训练分类器，以便进行风险评分） |
Microsoft Purview中的OCR支持的文件类型如下（备注：后续如有新文件格式引入，恕不另行通知。）：
| 支持的文件类型 | 图片要求 |
| JPEG、JPG、PNG、BMP、TIFF 和 PDF (仅图片) | 文件大小： 对于 Exchange 和 Teams，图片文件必须不超过 20 MB。 对于 SharePoint、OneDrive 和 Windows 终结点，最大图片文件大小为 50 MB。图片分辨率： 图片分辨率必须至少为 50 x 50 像素，且不大于 16，000 x 16，000 像素。 |
另外需要注意的是（备注：后续如有功能变化，恕不另行通知。）：
-
仅支持具有计算机类型文本（machine-typed text）的图片。
-
仅扫描启用 OCR 后上传的图片。
-
仅扫描独立图片。
-
SharePoint 和 OneDrive 仅支持以下文件类型：JPEG、JPG、PNG 和 BMP。
-
Exchange 中的图片不支持数据丢失防护策略提示。
-
不支持扫描压缩/存档文件中的图片。
-
如果在终结点数据丢失防护设置中排除路径 ，OCR 将不会扫描这些文件夹中的图片。
-
当为 Windows 设备启用 OCR 时，设备将开始向云发送消息进行扫描。 默认带宽限制是 每台设备每天 1024 MB 的数据。 一旦达到此每日限制，OCR 将停止扫描图片。 如果要继续扫描图片，可以增加带宽限制。
关于如何启用以及配置Microsoft Purview中的OCR，我将在后续的文章中为大家展现。