Memberi label pada file Google Drive secara otomatis menggunakan klasifikasi AI

Klasifikasi Anda harus diaktifkan untuk Drive dan Dokumen. Setelah pelatihan, model AI akan otomatis menerapkan label klasifikasi ke file Drive yang sensitif. Model hanya dilatih menggunakan satu kolom per label, yang harus berupa daftar badge atau daftar opsi.

Sebaiknya gunakan label sensitivitas dengan badge karena label tersebut akan terlihat dengan jelas pada dokumen.

Saat Anda menggunakan kolom daftar opsi atau daftar badge untuk label klasifikasi, kolom tersebut harus:

• Memiliki minimal 2 dan tidak lebih dari 7 opsi
• Dipublikasikan

Jika sudah memiliki label yang memenuhi persyaratan ini, Anda dapat menggunakannya sebagai label klasifikasi. Jika tidak, gunakan pengelola label untuk membuat label, baik sebelum atau saat menyiapkan model (nanti di halaman ini). Untuk mengetahui detailnya, buka Membuat label klasifikasi untuk organisasi Anda.

Label pelatihan hampir identik dengan label klasifikasi dan hanya digunakan untuk tujuan pelatihan oleh pemberi label yang ditetapkan. Saat membuat model (nanti di halaman ini), Anda dapat membuat label pelatihan secara otomatis sehingga dapat memastikan bahwa label tersebut cocok dengan label klasifikasi.

Anda juga dapat memilih untuk membuat label pelatihan sendiri secara manual menggunakan pengelola label, baik sebelum atau saat menyiapkan model. Untuk mengetahui detailnya, lihat Bagaimana cara membuat label pelatihan secara manual? di bagian berikutnya di halaman ini.

1. Di konsol Google Admin, buka Menu Keamanan Kontrol data dan akses Klasifikasi data.

   Buka Klasifikasi data

   Memerlukan hak istimewa administrator Lihat aturan DLP dan Kelola aturan DLP.

2. Di bagian Klasifikasi AI, klik Buat model.
3. Dalam daftar Label klasifikasi, pilih label klasifikasi dan kolom yang ada untuk melatih model, atau klik Buat label untuk membuatnya menggunakan pengelola label.

   Jika Anda membuat label di pengelola label, kembali ke halaman Membuat model. Anda mungkin perlu memuat ulang halaman untuk melihat label baru dalam daftar.

4. Untuk label klasifikasi, pilih kolom yang memenuhi syarat yang ingin Anda gunakan di daftar Nama kolom.
5. Klik Lanjutkan.
6. (Opsional) Otomatis buat dan publikasikan label pelatihan yang cocok dengan label klasifikasi Anda:
   1. Klik Buat label pelatihan.
   2. Klik Perbarui izin label dalam pesan yang muncul. Label akan terbuka dalam mode Edit di pengelola label pada tab terpisah.
   3. Klik Izin Edit, lalu berikan izin Dapat menerapkan label dan menetapkan nilai ke grup konfigurasi yang berisi pemberi label.
   4. Klik Simpan, lalu tutup tab pengelola label.

      Catatan: Anda juga dapat mengatur izin label pada lain waktu. Namun, perlu diingat bahwa hanya pemberi label Anda yang memiliki akses ke label pelatihan.

7. (Opsional) Jika Anda sudah membuat label pelatihan, pilih label tersebut dalam daftar Label pelatihan.
8. (Opsional) Sekarang, buat label pelatihan Anda sendiri dengan mengklik Buka pengelola label.

   Penting: Pastikan label Anda memenuhi kriteria label pelatihan dan Anda telah menetapkan izin label sehingga hanya pemberi label yang dapat mengaksesnya. Untuk mengetahui detailnya, buka panduan label pelatihan di halaman ini.

   Kembali ke halaman Membuat model. Anda mungkin perlu memuat ulang halaman untuk melihat label pelatihan baru dalam daftar.

9. Di halaman Buat model, klik Lanjutkan.
10. Masukkan nama deskriptif untuk model.
11. Klik Create model.

Setelah Anda membuat model, halaman Detail model akan menampilkan label pelatihan dan label klasifikasi yang dipilih.

Untuk membuat set data pelatihan, pemberi label yang ditetapkan harus menerapkan label pelatihan pada minimal 100 file per opsi label. Misalnya, jika label Anda memiliki 3 opsi, yaitu "Perlu Diketahui", "Rahasia", dan "Publik", Anda memerlukan setidaknya 300 file pelatihan. Namun, sebaiknya sediakan lebih dari 100 file per opsi label karena beberapa file mungkin tidak memenuhi syarat untuk dimasukkan dalam set data pelatihan. Pelajari cara memberi label pada contoh berkualitas tinggi untuk pelatihan.

Catatan: Set data pelatihan Anda dapat memiliki maksimum 1 juta file.

Model yang telah Anda buat akan otomatis memeriksa jumlah file yang telah diberi label untuk pelatihan dalam waktu sekitar 24 jam. Setelah itu, fitur ini akan terus memeriksa sepanjang hari.

Untuk memeriksa jumlah file yang telah diberi label:

1. Di konsol Google Admin, buka Menu Keamanan Kontrol data dan akses Klasifikasi data.

   Buka Klasifikasi data

   Memerlukan hak istimewa administrator Lihat aturan DLP dan Kelola aturan DLP.

2. Di bagian Klasifikasi AI, klik Lihat model tersimpan.
3. Di bagian Tindakan untuk model, pilih Lihat detail.
4. Di panel di bagian atas halaman, di bagian File pelatihan untuk model aktif, lihat jumlah file berlabel.

Jika file pelatihan sudah memadai, model Siap menjalani pelatihan

Proses pelatihan biasanya memerlukan waktu 4 hingga 6 jam, tetapi dapat lebih lama jika set datanya lebih besar. Model Anda mungkin memerlukan beberapa sesi pelatihan untuk mempelajari cara memberi label file Anda secara akurat.

Selama sesi pelatihan, model membandingkan klasifikasi yang dipilihnya untuk suatu file dengan label pelatihan yang diterapkan ke file tersebut untuk menghasilkan skor. Untuk mengetahui detailnya, buka Cara penghitungan skor.

Setelah menjalankan sesi pelatihan, Anda dapat memeriksa akurasi model.

Untuk memulai sesi pelatihan:

1. Di konsol Google Admin, buka Menu Keamanan Kontrol data dan akses Klasifikasi data.

   Buka Klasifikasi data

   Memerlukan hak istimewa administrator Lihat aturan DLP dan Kelola aturan DLP.

2. Di bagian Klasifikasi AI, klik Lihat model tersimpan.
3. Di halaman Detail model, di bagian Tindakan untuk model, pilih Lihat detail.
4. Pada panel pelatihan di bagian atas halaman, klik Mulai sesi pelatihan.

   Catatan: Tombol ini hanya tersedia jika pemberi label Anda telah memberi label pada jumlah minimum file pelatihan.

Setelah sesi pelatihan, model Anda dirilis dengan skor persentase untuk setiap opsi label. Setiap skor, yang disebut skor perolehan, adalah persentase contoh pelatihan yang diklasifikasikan dengan benar oleh model setelah pengujian:

• Di bawah 50%—Akurasi rendah. Model memerlukan data yang lebih baik dan belum siap.
• Dari 50—80%—Akurasi sedang. Model ini mungkin tersedia secara terbatas.
• Di atas 80%—Akurasi tinggi. Model siap mengklasifikasikan file untuk organisasi Anda.

Untuk memeriksa akurasi model setelah sesi pelatihan:

Di halaman Detail model, Anda dapat melihat skor model:

• Di panel hasil pelatihan di bagian atas halaman, pada bagian Penggunaan dan skor file saat ini
• Di panel Set data pelatihan saat ini

1. Di konsol Google Admin, buka Menu Keamanan Kontrol data dan akses Klasifikasi data.

   Buka Klasifikasi data

   Memerlukan hak istimewa administrator Lihat aturan DLP dan Kelola aturan DLP.

2. Di bagian Klasifikasi AI, klik Lihat model tersimpan.
3. Di halaman Detail model, di bagian Tindakan untuk model, pilih Lihat detail.
4. Di panel pelatihan, klik Siapkan penerapan otomatis.

   Catatan: Tombol ini hanya tersedia jika setidaknya 1 opsi label telah mencapai akurasi 50%.

   Jika Anda telah menyiapkan penerapan otomatis sebelumnya, di bagian File berlabel AI, klik Edit penerapan otomatis.

5. Centang kotak untuk opsi label yang diinginkan untuk mengizinkan penerapan model AI secara otomatis.
6. Klik Simpan dan lanjutkan untuk memilih unit organisasi atau grup yang memiliki file yang ingin Anda aktifkan penerapan label otomatisnya. Setelan defaultnya adalah organisasi induk tingkat teratas.

   Atau, klik Simpan untuk memilih pengguna nanti.

7. Jika Anda memilih untuk memilih pengguna, di bagian samping, pilih unit organisasi atau grup konfigurasi.

   Setelan grup menggantikan setelan unit organisasi. Pelajari lebih lanjut

8. Klik Aktif - Label otomatis diterapkan dengan salah satu opsi di bawah
9. Klik Simpan.

   Di halaman Detail model, Status penerapan otomatis saat ini untuk aturan adalah Aktif.

Catatan: Anda dapat memantau klasifikasi AI menggunakan log peristiwa Drive. Untuk mengetahui detailnya, lihat Memantau peristiwa label klasifikasi AI di bagian lain halaman ini.

Setelah penerapan otomatis diaktifkan untuk file milik pengguna dan drive bersama, klasifikasi AI akan memindai file (dalam penyimpanan) setidaknya satu kali dalam 1 hingga 2 minggu. Klasifikasi AI juga memindai file setiap kali file diupload atau diubah, dan dapat mengubah label yang diterapkan jika konten file berubah.

Catatan: Pemindaian file tidak aktif harus diaktifkan secara manual saat menggunakan klasifikasi AI dengan petunjuk Gemini. Untuk mengaktifkan fitur ini, klik Terapkan label ke file tidak aktif di halaman Petunjuk.

Aturan perlindungan data

Nilai label yang ditetapkan oleh aturan perlindungan data lebih diprioritaskan daripada klasifikasi AI, dan keduanya lebih diprioritaskan daripada klasifikasi default.

Beberapa model kustom atau petunjuk Gemini

Jika 2 atau beberapa sumber klasifikasi AI mencoba menerapkan opsi label yang berbeda dari kolom label yang sama ke file yang sama, opsi yang lebih tinggi dalam daftar opsi label akan diterapkan. Misalnya, Anda mungkin memiliki label dengan kolom yang memiliki 3 opsi di pengelola label:

1. Rahasia
2. Internal
3. Publik

Jika sumber klasifikasi AI 1 mencoba menetapkan label sebagai Rahasia, dan sumber 2 mencoba menetapkan label sebagai Publik untuk file yang sama, Rahasia akan diterapkan karena lebih tinggi dalam daftar opsi label. Pastikan opsi kolom label tercantum dalam urutan prioritas yang Anda inginkan sebelum menyiapkan aturan.

Label yang diterapkan pengguna

Label yang diterapkan pengguna ke file lebih diprioritaskan daripada label yang diterapkan AI. Dengan kata lain, klasifikasi AI tidak mengubah label yang sebelumnya ditetapkan pengguna.

Catatan: Jika pengguna menyetujui atau mengubah file yang diberi label AI, label tersebut akan dianggap sebagai "diterapkan pengguna", dan klasifikasi AI tidak akan lagi mengubah nilainya.

Pengguna memerlukan izin file dan label untuk berinteraksi dengan label yang diterapkan otomatis. Anda dapat menetapkan izin untuk label klasifikasi di pengelola label. Untuk mengetahui detailnya, lihat Membuat label klasifikasi untuk organisasi Anda.

• Untuk melihat label yang diterapkan otomatis, pengguna memerlukan izin Dapat melihat label ini untuk label klasifikasi Anda.
• Untuk menyetujui dan mengubah label yang diterapkan secara otomatis, pengguna memerlukan izin Dapat menerapkan label dan menetapkan nilai untuk label klasifikasi Anda dan harus menjadi Editor atau Pemilik file.

1. Di konsol Google Admin, buka Menu Keamanan Kontrol data dan akses Klasifikasi data.

   Buka Klasifikasi data

   Memerlukan hak istimewa administrator Lihat aturan DLP dan Kelola aturan DLP.

2. Di bagian Klasifikasi AI, klik Lihat model tersimpan.
3. Di halaman Detail model, di bagian File berlabel AI, pilih Lihat file untuk opsi label yang ingin Anda lihat peristiwanya.

   Alat Investigasi Keamanan akan terbuka di tab baru, yang menampilkan hasil penelusuran log peristiwa Drive untuk dua peristiwa terkait klasifikasi AI: Label diterapkan dan Nilai kolom label diubah.

4. Klik Deskripsi peristiwa untuk mendapatkan detail tambahan, seperti:
   • Nama dan jenis dokumen yang telah diberi label
   • Nilai kolom label yang ditetapkan ke dokumen (misalnya, Rahasia atau Terbatas)

Di halaman Detail model untuk klasifikasi AI, diagram Persetujuan pengguna menampilkan data performa untuk petunjuk Anda yang berasal dari masukan pengguna selama 180 hari sebelumnya.

Metrik meliputi:

• Pengguna meninjau—Total jumlah pengguna yang berinteraksi dengan banner label otomatis untuk menerima atau mengubah opsi label yang diterapkan dengan Gemini.
• Pengguna menerima—Jumlah total pengguna yang memilih untuk mempertahankan label tertentu yang disarankan oleh Gemini.

Untuk menonaktifkan penerapan otomatis pada semua atau beberapa opsi label tertentu:

1. Di konsol Google Admin, buka Menu Keamanan Kontrol data dan akses Klasifikasi data.

   Buka Klasifikasi data

   Memerlukan hak istimewa administrator Lihat aturan DLP dan Kelola aturan DLP.

2. Di bagian Klasifikasi AI, klik Lihat model tersimpan.
3. Di halaman Detail model, di bagian Tindakan untuk model, pilih Lihat detail.
4. Di bagian File berlabel AI, klik Edit penerapan otomatis.
5. Hapus centang kotak untuk opsi label yang ingin Anda nonaktifkan penerapan otomatisnya.

   Atau, untuk menjeda penerapan otomatis sepenuhnya, hapus semua opsi.

Menonaktifkan penerapan otomatis sepenuhnya untuk unit organisasi atau grup tertentu

Anda dapat menonaktifkan penerapan otomatis sepenuhnya untuk konten milik pengguna di unit organisasi atau grup tertentu.

1. Di konsol Google Admin, buka Menu Keamanan Kontrol data dan akses Klasifikasi data.

   Buka Klasifikasi data

   Memerlukan hak istimewa administrator Lihat aturan DLP dan Kelola aturan DLP.

2. Di bagian Klasifikasi AI, klik Lihat model tersimpan.
3. Di halaman Detail model, di bagian Tindakan untuk model, pilih Lihat detail.
4. Di menu Tindakan lainnya di bagian atas halaman, klik Kelola penerapan otomatis Perbarui Grup/OU yang diaktifkan.
5. Klik unit organisasi atau grup di sebelah kiri untuk memilihnya.
6. Pilih Nonaktif - Label tidak diterapkan otomatis.
7. Klik Simpan.

Anda mungkin perlu menghapus model kustom atau petunjuk Gemini jika, misalnya, akurasinya tidak dapat diterima. Jika Anda menghapus model kustom atau petunjuk Gemini, semua setelan klasifikasi AI-nya akan dihapus secara permanen. Catatan:

• Label yang digunakan dalam model atau petunjuk Gemini akan dibatalkan tautannya dari setelan klasifikasi AI, dan histori model atau petunjuk Gemini akan dihapus. Namun, label itu sendiri tidak dihapus dan masih dapat dikelola di pengelola label.
• (Khusus model kustom) Label pelatihan akan tetap diterapkan pada file. Setelah menghapus model, Anda dapat memilih mengonfigurasi model kustom baru untuk menggunakan label pelatihan yang sama. Model akan berperforma serupa jika Anda melatih ulang label pelatihan dan file pelatihan yang ada.
• Penerapan otomatis label yang diaktifkan untuk model akan segera berhenti. Anda dapat memilih untuk menghapus atau mempertahankan label yang sebelumnya diterapkan otomatis ke file yang belum diterima atau diubah oleh pengguna.
• Jika Anda membuat ulang model baru atau petunjuk Gemini menggunakan label klasifikasi yang sama, fitur klasifikasi AI akan menimpa hasil klasifikasi sebelumnya. Tindakan ini memungkinkan Anda memproses ulang file Drive organisasi, yang dapat berguna jika kualitas model atau petunjuk Anda telah meningkat secara signifikan sejak Anda mulai menggunakannya.

Untuk menghapus model atau petunjuk:

1. Di konsol Google Admin, buka Menu Keamanan Kontrol data dan akses Klasifikasi data.

   Buka Klasifikasi data

   Memerlukan hak istimewa administrator Lihat aturan DLP dan Kelola aturan DLP.

2. Di bagian Klasifikasi AI, klik Lihat model tersimpan.
3. Di halaman Daftar model, klik Tindakan di samping model atau petunjuk, pilih Hapus model atau Hapus petunjuk. Dialog ini mencantumkan efek penghapusan dan memungkinkan Anda memutuskan apakah akan mempertahankan atau menghapus label yang diterapkan sebelumnya:
   • Pertahankan label yang diterapkan—Label yang sebelumnya diterapkan oleh versi dari petunjuk ini akan tetap ada di file.
   • Menghapus label yang diterapkan—Label yang sebelumnya diterapkan oleh versi dari petunjuk ini akan dihapus dari file. Penghapusan label memerlukan waktu 2 minggu. Label tidak akan dihapus jika diubah oleh pengguna, aturan, atau petunjuk Gemini atau model AI lain.
4. Centang kotak untuk mengonfirmasi: Dengan melanjutkan, Anda mengonfirmasi bahwa tindakan ini tidak dapat diurungkan.
5. Untuk melanjutkan, klik Hapus model atau Hapus petunjuk.

Baik label klasifikasi maupun label pelatihan harus memenuhi kriteria berikut:

• Berisi minimum 2 dan maksimum 7 opsi.
• Harus memiliki opsi dalam urutan yang sama.
• Harus dipublikasikan.
• Memiliki label dengan izin akses yang berbeda. Label pelatihan hanya boleh tersedia untuk pemberi label yang ditetapkan, yang dapat melatih model. Label klasifikasi dapat memiliki akses yang lebih luas.

• Pastikan label memenuhi syarat yang diperlukan untuk kriteria label.
• Identifikasi label pelatihan dengan kata "latih" atau "pelatihan" untuk memudahkan pemberi label yang Anda tetapkan mengenali label dan menerapkannya saat membuat set data pelatihan.
• Tambahkan kolom deskripsi ke label pelatihan untuk memudahkan pemberi label yang Anda tetapkan memahami tujuannya.
• Pastikan untuk menetapkan izin label ke hanya pemberi label yang ditetapkan—yaitu, mereka yang akan mengidentifikasi file untuk pelatihan model—menggunakan grup konfigurasi yang Anda buat untuk pemberi label.

Untuk hasil terbaik dalam melatih model, pastikan pemberi label yang Anda tetapkan mengikuti panduan berikut:

• Pastikan setiap file memiliki minimal 500 karakter.
• Pilih file yang mewakili konten yang dibuat, dibagikan, dan digunakan pengguna di organisasi Anda.
• Beri label pada file dengan jumlah yang kira-kira sama untuk setiap opsi label, dengan minimum 100 file untuk setiap opsi. Hal ini membantu model mendapatkan pemahaman yang komprehensif mengenai data Anda dan meningkatkan skor.
• Sertakan berbagai file representatif untuk setiap jenis opsi. Misalnya, jangan memberi label 100 resume sebagai total kumpulan file contoh untuk label Sangat Rahasia jika kontrak juga merupakan jenis file Sangat Rahasia yang umum di organisasi Anda.
• Terapkan label pelatihan hanya ke file yang dimiliki oleh organisasi Anda, baik yang dimiliki langsung oleh pengguna maupun yang disimpan di drive bersama. Klasifikasi AI tidak memproses file milik pengguna eksternal atau yang berada di drive bersama eksternal.

Setelah penerapan otomatis diaktifkan, klasifikasi AI akan memindai dan mengklasifikasikan semua file dalam penyimpanan yang teksnya dapat diekstrak secara memadai. File ini dipindai setidaknya satu kali.

Klasifikasi AI memproses ulang file secara berkala saat konten diubah. Perubahan konten dapat menghasilkan prediksi yang berbeda untuk file. Jika klasifikasi AI memiliki opsi file lama dan baru, klasifikasi AI akan memilih opsi yang lebih tinggi dalam daftar opsi. Misalnya, jika suatu kolom memiliki tiga opsi pada pengelola label:

• Rahasia
• Internal
• Publik

Misalnya, klasifikasi AI mengklasifikasikan file sebagai Internal, dan kontennya berubah sehingga model klasifikasi AI memprediksi Rahasia. Dalam hal ini, klasifikasi file diubah menjadi Rahasia. Namun, jika model klasifikasi AI memprediksi Publik, klasifikasi pada file tersebut tetap sebagai file Internal.

Klasifikasi AI tidak merevisi label dan nilai kolom yang diterapkan otomatis yang telah ditinjau atau diubah oleh pengguna.

File Anda diproses oleh model terbaru saat dibuat atau diubah. File yang ada tidak diproses ulang secara otomatis saat versi model baru dirilis. Namun, model dapat memproses ulang semua file Anda secara berkala dengan versi terbaru, terlepas dari update atau pelatihan ulang model tertentu.

1. Aturan DLP tanpa penimpaan pengguna
2. Klasifikasi manual
3. Aturan DLP dengan penimpaan pengguna
4. Klasifikasi AI
5. Klasifikasi default

• Klasifikasi AI menggunakan pemrosesan teks yang dapat diindeks yang sama seperti DLP Drive. Untuk mengetahui detailnya, lihat daftar jenis file yang dipindai oleh DLP. File audio dan video tidak didukung.
• File harus memiliki jumlah teks minimum agar klasifikasi AI dapat menerapkan label. Akibatnya, beberapa file, seperti dokumen yang sangat pendek dan gambar dengan sedikit teks, mungkin tidak diklasifikasikan.

File yang telah diberi label klasifikasi AI sebelumnya akan mempertahankan label dan nilai opsi yang diterapkan bahkan setelah opsi tersebut dinonaktifkan.