MédiaVárias respostas

Questão de prática de SC-900

Quais são DUAS funcionalidades do Microsoft Purview que podem ser usadas para classificar e proteger automaticamente dados sensíveis em documentos?

Escolha todas as respostas corretas.

Respostas corretas

  • CTrainable classifiers
  • ESensitive information types

Explicação

Os tipos de informações confidenciais (E) são as definições internas ou personalizadas baseadas em padrões no Microsoft Purview que detectam e classificam automaticamente dados confidenciais, como números de cartão de crédito, números de identidade nacional ou registros de saúde, tornando-os um mecanismo central de classificação automática. Os classificadores treináveis (C) usam aprendizado de máquina para identificar e classificar automaticamente conteúdo confidencial por categoria (por exemplo, código-fonte, currículos ou contratos) quando a correspondência de padrões isolada é insuficiente. Juntos, esses dois recursos alimentam o mecanismo de classificação que pode então disparar proteção como criptografia ou DLP. As políticas de prevenção contra perda de dados (A) agem em dados confidenciais já classificados para impedir o compartilhamento, mas são um mecanismo de proteção/imposição em vez de um recurso de classificação. O eDiscovery (Premium) (B) é usado para identificar, coletar e revisar conteúdo para casos legais, e não para classificação e proteção automáticas. Os rótulos de retenção (D) regem por quanto tempo o conteúdo é mantido ou quando é excluído, o que é uma função de ciclo de vida, e não classificação automática de dados confidenciais.

Por que cada alternativa está certa ou errada

A

Incorreta

Data loss prevention policies

As políticas de prevenção contra perda de dados detectam informações confidenciais e bloqueiam ou alertam sobre o compartilhamento, mas não classificam documentos nem aplicam proteção como criptografia. Os rótulos de confidencialidade fazem ambos. O DLP é tentador porque usa os mesmos tipos de informações confidenciais, mas seu ponto de aplicação é a saída, e não a rotulagem.

B

Incorreta

eDiscovery (Premium)

O eDiscovery (Premium) oferece suporte a hold jurídico, conjuntos de revisão e fluxos de trabalho de casos para litígios; ele não aplica rótulos de confidencialidade nem classifica o conteúdo automaticamente. É tentador porque expõe itens confidenciais durante investigações, mas isso é descoberta reativa, não a classificação e proteção automatizadas exigidas pelo enunciado.

C

Correta

Trainable classifiers

Classificadores treináveis usam aprendizado de máquina para identificar conteúdo por exemplo em vez de padrões fixos, classificando automaticamente documentos que se encaixam em uma categoria treinada. Isso atende ao requisito do enunciado de classificação e proteção automáticas de dados confidenciais em documentos.

D

Incorreta

Retention labels

Os rótulos de retenção regem por quanto tempo o conteúdo é mantido e quando é excluído; eles não detectam tipos de informações confidenciais nem aplicam criptografia. Os rótulos de confidencialidade executam classificação e proteção. Os rótulos de retenção são tentadores porque também se aplicam automaticamente, mas seu eixo é a retenção do ciclo de vida, não a classificação de dados.

E

Correta

Sensitive information types

Os tipos de informações confidenciais detectam padrões de dados específicos, como números de cartão de crédito ou de previdência social, permitindo a classificação automática de documentos. Isso atende ao requisito do enunciado de classificação e proteção automáticas de dados confidenciais em documentos.

Para se aprofundar

Classificadores treináveis usam um processo de duas etapas: primeiro, eles são treinados em conteúdo de semente para aprender padrões, depois aplicam pontuação de similaridade a novos documentos, alcançando mais de 95% de precisão para categorias bem definidas como 'contratos' ou 'currículos'. Tipos de informações confidenciais dependem de padrões de expressão regular, listas de palavras-chave e níveis de confiança (por exemplo, 85% para um cartão de crédito com verificação de Luhn) para detectar dados, e podem ser combinados com classificadores treináveis para maior precisão. Na prática, uma firma financeira pode usar um classificador treinável para 'relatórios financeiros' e um tipo de informação confidencial para 'números IBAN' para aplicar automaticamente um rótulo de confidencialidade e criptografar o documento.

Sobre estas questões de prática

Esta é uma das questões de prática originais de SC-900 da Courseiva, escrita para o aprendizado e nunca copiada de provas reais nem de dumps.

Traduzida do original em inglês com IA e conferida quanto ao sentido. Códigos de exame, comandos e nomes de produtos são mantidos como aparecem na prova.