Clasificaciones personalizadas en Azure Purview

En este artículo se describe cómo puede crear clasificaciones personalizadas para definir los tipos de datos únicos para su organización en el patrimonio de datos. También se detalla la creación de reglas de clasificación personalizadas que le permitirán buscar los datos especificados en todo el patrimonio de datos.

Clasificaciones del sistema predeterminadas

Azure Purview Data Catalog proporciona un gran conjunto de clasificaciones predeterminadas del sistema que representan los tipos de datos personales típicos que puede tener en su patrimonio de datos. Para obtener una lista completa de las clasificaciones del sistema disponibles, consulte Clasificaciones admitidas en Azure Purview.

También tiene la posibilidad de crear clasificaciones personalizadas, si alguna de las clasificaciones predeterminadas no satisface sus necesidades.

Pasos para crear una clasificación personalizada

Para crear una clasificación personalizada, siga estos pasos:

1. En el catálogo, seleccione Mapa de datos en el menú de la izquierda.

2. Seleccione Clasificaciones en Administración de anotaciones.

3. Seleccione + Nuevo

   

Se abrirá el panel Add new classification (Agregar nueva clasificación), donde puede asignar un nombre y una descripción a la clasificación. Se recomienda usar una convención de espacio de nombres, como your company name.classification name.

Las clasificaciones del sistema de Microsoft se agrupan en el espacio de nombres reservado MICROSOFT.. Por ejemplo, MICROSOFT.GOVERNMENT.US.SOCIAL_SECURITY_NUMBER.

El nombre de la clasificación debe empezar con una letra seguida de una secuencia de letras, números y caracteres de punto (.) o de guion bajo. No se permiten espacios. A medida que escribe, la experiencia de usuario genera automáticamente un nombre descriptivo. Este nombre descriptivo es lo que ven los usuarios cuando se aplica a un recurso en el catálogo.

Para que el nombre sea corto, el sistema crea el nombre descriptivo en función de la siguiente lógica:

• Menos los dos últimos, todos los segmentos del espacio de nombres se recortan.

• El uso de mayúsculas y minúsculas se ajusta para que la primera letra de cada palabra esté en mayúsculas.

• Todos los guiones bajos (_) se reemplazan por espacios.

Por ejemplo, si ha llamado a su clasificación CONTOSO.HR.EMPLOYEE_ID, el nombre descriptivo se almacena en el sistema como Hr.Employee ID.

Seleccione Aceptar y la nueva clasificación se agregará a la lista de clasificación.

Al seleccionar la clasificación en la lista, se abre la página de detalles de la clasificación. Aquí encontrará todos los detalles sobre la clasificación.

Estos detalles incluyen información sobre cuántas instancias hay, el nombre formal, las reglas de clasificación asociadas (si existen) y el nombre del propietario.

Reglas de clasificación personalizadas

El servicio de catálogo proporciona un conjunto de reglas de clasificación predeterminadas que el analizador usa para detectar automáticamente determinados tipos de datos. También puede agregar sus propias reglas de clasificación personalizadas para detectar otros tipos de datos que puede que le interese encontrar en su patrimonio de datos. Esta capacidad puede ser eficaz cuando quiere buscar datos en su patrimonio de datos.

Por ejemplo, supongamos que una empresa llamada Contoso tiene id. de empleados que están normalizados en toda la empresa con la palabra "Employee" seguido de un GUID para crear EMPLOYEE{GUID}. Por ejemplo, una instancia de un ID de empleado tiene el siguiente aspecto EMPLOYEE9c55c474-9996-420c-a285-0d0fc23f1f55.

Contoso puede configurar el sistema de análisis para buscar instancias de estos id. mediante la creación de una regla de clasificación personalizada. Gracias a ello, estas reglas pueden proporcionar una expresión regular que coincida con el patrón de datos, en este caso \^Employee\[A-Za-z0-9\]{8}-\[A-Za-z0-9\]{4}-\[A-Za-z0-9\]{4}-\[A-Za-z0-9\]{4}-\[A-Za-z0-9\]{12}\$. Opcionalmente, si los datos suelen estar en una columna de la cual se conoce el nombre (como Employee_ID o EmployeeID), se puede agregar una expresión regular de patrón de columna para que el análisis sea aún más preciso. Un ejemplo de expresión regular es Employee_ID|EmployeeID.

A continuación, el sistema de análisis puede usar esta regla para examinar los datos reales de la columna y el nombre de la columna para intentar identificar cada instancia en la que se encuentra el patrón del id. de empleado.

Pasos para crear una regla de clasificación personalizada

Para crear una regla de clasificación personalizada:

1. Cree una clasificación personalizada siguiendo las instrucciones de la sección anterior. Una vez hecho esto, debe agregar esta clasificación personalizada a la configuración de la regla de clasificación para que el sistema la aplique cuando encuentre una coincidencia en la columna.

2. Seleccione el icono de Mapa de datos.

3. Seleccione la sección Classifications rules (Reglas de clasificaciones).

   

4. Seleccione Nueva.

   

5. Se abre el cuadro de diálogo New classification rule (Nueva regla de clasificación). Rellene los campos y decida si va a crear una regla de expresión regular o una regla de diccionario.

   Campo	Descripción
   Nombre	Necesario. El máximo es de 100 caracteres.
   Descripción	Opcional. El máximo es de 256 caracteres.
   Nombre de clasificación	Obligatorio. Seleccione el nombre de la clasificación en la lista desplegable para indicar al escáner que lo aplique si se encuentra una coincidencia.
   State	Obligatorio. Las opciones están habilitadas o deshabilitadas. "Habilitado" es el valor predeterminado.

   

Creación de una regla de expresión regular

1. Si crea una regla de expresión regular, verá la pantalla siguiente. Si lo desea, puede cargar un archivo que se usará para generar sugerencias de patrones de regex para la regla.

   

2. Si decide generar un patrón de regex sugerido, después de cargar un archivo, seleccione uno de los patrones sugeridos y seleccione Add to Patterns (Agregar a patrones) para usar los patrones de datos y columnas sugeridos. Puede retocar los patrones sugeridos o también puede escribir sus propios patrones sin cargar un archivo.

   

   Campo	Descripción
   Patrón de datos	Opcional. Expresión regular que representa los datos que se almacenan en el campo de datos. El límite es muy amplio. En el ejemplo anterior, los patrones de datos prueban un id. de empleado que es literalmente la palabra Employee{GUID}.
   Patrón de columna	Opcional. Expresión regular que representa los nombres de columna que quiere buscar. El límite es muy amplio.

3. En Patrón de datos puede usar el Umbral de coincidencia mínimo para establecer el porcentaje mínimo de coincidencias de valores de datos únicos que debe encontrar el escáner en una columna para que se aplique la clasificación. El valor sugerido es el 60 %. Si especifica varios patrones de datos, esta configuración se deshabilitará y el valor se fijará en el 60 %.

   Nota

   El Umbral de coincidencia mínimo debe ser al menos del 1 %.

4. Ahora puede comprobar la regla y crearla.

5. Pruebe la regla de clasificación antes de completar el proceso de creación para validar que se aplicarán etiquetas a los recursos. Las clasificaciones de la regla se aplicarán a los datos de ejemplo cargados, tal como lo haría en un examen. Esto significa que todas las clasificaciones del sistema y su clasificación personalizada coincidirán con los datos del archivo.

   Los archivos de entrada pueden incluir contenido de archivos delimitados (CSV, PSV, SSV, TSV), JSON o XML. El contenido se analizará en función de la extensión del archivo de entrada. Los datos delimitados pueden tener una extensión de archivo que coincida con cualquiera de los tipos mencionados. Por ejemplo, los datos TSV pueden existir en un archivo denominado MySampleData.csv. El contenido delimitado también debe tener un mínimo de 3 columnas.

   

   

Creación de una regla de diccionario

1. Si crea una regla de diccionario, verá la siguiente pantalla. Cargue un archivo que contenga todos los valores posibles para la clasificación que va a crear en una sola columna.

   

2. Una vez generado el diccionario, puede ajustar el umbral de coincidencia mínimo y enviar la regla.

   

Pasos siguientes

Ahora que ya ha creado la regla de clasificación, ya la puede agregar a un conjunto de reglas de examen para que el proceso use esa regla al comenzar el examen. Para obtener más información, consulte Creación de un conjunto de reglas de examen.