34:55Cet enregistrement n'est pas encore disponible.
Improving Data Classification in the Modern Age
Télécharger les ressourcesCatégories
Intelligence artificielle (IA) et technologies émergentesSécurité infonuagiqueVie privée et protection des donnéesGouvernance des donnéesPrévention des pertes de données (DLP)
Fournisseurs et outils abordés
Commandité par
À propos de cette session
John Loya, vice-président de l'ingénierie des ventes chez Cyberhaven, explique que la classification des données échoue souvent parce qu'elle repose uniquement sur le contenu, et présente comment l'IA et la traçabilité des données (data lineage) changent la donne. Il passe en revue l'inspection de contenu classique (mots-clés, expressions régulières, correspondance exacte de données, OCR) et montre à quel point chacune se contourne facilement : numéros d'assurance sociale camouflés, texte cursif ou pivoté qui déjoue l'OCR, archives protégées par mot de passe qu'aucun outil ne peut ouvrir. Il oppose à cela l'étiquetage par les usagers, approche privilégiée par Microsoft, qui échoue parce que les employés étiquettent mal ou parce que certains formats ne supportent tout simplement pas les étiquettes, ainsi que les signaux contextuels comme l'emplacement ou l'auteur, insuffisants à eux seuls. Son argument central est la traçabilité : consigner chaque copie, déplacement, téléversement, téléchargement et collage sur les postes, navigateurs et connecteurs infonuagiques pour bâtir l'historique de chaque fichier, afin de classer selon l'origine des données plutôt que selon des motifs textuels. Il décrit le modèle de traçabilité de Cyberhaven, qui prédit les actions inhabituelles, résume automatiquement les incidents pour les analystes et évalue leur sévérité pour réduire les faux positifs. Les questions du public portent sur l'inspection de contenu sur site, l'hébergement des données et le volume d'événements à grande échelle.
Legacy data classification methods have long struggled with accuracy and scalability, often plagued by high rates of false positives and false negatives. The landscape is shifting with the rise of Artificial Intelligence and greater contextual visibility into how data is created, accessed, and used, organizations now have powerful new tools to dramatically improve classification outcomes. This session explores the next generation of data classification and how modern approaches are overcoming legacy limitations and enabling more precise, automated, and scalable data protectio
À retenir
- Ne pas se fier uniquement à l'inspection de contenu : les expressions régulières et l'OCR se contournent facilement avec des caractères camouflés, des polices inhabituelles ou des images pivotées.
- Traiter les étiquettes de sensibilité appliquées par les usagers (style Microsoft) comme un point de départ, pas un contrôle : les formats non pris en charge et le mauvais étiquetage laissent de vraies failles.
- Consigner chaque événement sur un fichier (copie, déplacement, téléversement, téléchargement, collage) sur les postes, navigateurs et connecteurs infonuagiques pour bâtir la traçabilité, pas seulement des balayages ponctuels.
- Utiliser le contexte de traçabilité (par exemple Gmail personnel contre professionnel, application source) pour réduire les faux positifs avant même d'ajouter l'inspection de contenu.
- Lors d'un export vers un SIEM ou un SOAR, limiter le flux aux incidents plutôt qu'à chaque événement consigné, sauf besoin réel du volume complet.
Conférenciers
John Loya
John Loya is the Vice President of Sales Engineering at Cyberhaven. He has previously held roles at Microsoft, McAfee, and Digital Guardian. In his current role he assists customers and prospects globally with their data protection needs in terms of… Lire la suiteRéduire
John Loya is the Vice President of Sales Engineering at Cyberhaven. He has previously held roles at Microsoft, McAfee, and Digital Guardian. In his current role he assists customers and prospects globally with their data protection needs in terms of compliance, governance, privacy, classification, and security. He has worked previously as a developer, quality assurance engineer, and an automation engineer. He has been in the security space for over 20 years with a strong focus on Data Loss Prevention and Insider Risk Management.
