הוספה אוטומטית של תוויות לקבצים ב-Google Drive באמצעות סיווג בעזרת AI

צריך להפעיל את הסיווג ב-Drive וב-Docs. אחרי האימון, מודל ה-AI מחיל באופן אוטומטי את תווית הסיווג על קבצים רגישים ב-Drive. המודל מאומן על שדה אחד בלבד לכל תווית, שחייב להיות רשימת תגים או רשימת אפשרויות.

מומלץ להשתמש בתווית רגישות עם תיוג, כי היא מוצגת בצורה בולטת במסמכים.

כשמשתמשים בשדה של רשימת אפשרויות או רשימת תגים לתווית סיווג, השדה צריך:

• להכיל לפחות 2 אפשרויות ועד 7 אפשרויות
• לפרסם

אם יש לכם תווית קיימת שעומדת בדרישות האלה, אתם יכולים להשתמש בה כתווית סיווג. אחרת, אפשר להשתמש במנהל התוויות כדי ליצור תווית, לפני או במהלך הגדרת המודל (בהמשך הדף). פרטים נוספים זמינים במאמר בנושא יצירת תוויות סיווג בארגון.

תווית האימון כמעט זהה לתווית הסיווג, והיא משמשת רק למטרות אימון על ידי מתייגים ייעודיים. כשיוצרים את המודל (בהמשך הדף), אפשר ליצור אוטומטית את תווית האימון כדי לוודא שהיא תואמת לתווית הסיווג.

אפשר גם ליצור תווית אימון משלכם באופן ידני באמצעות המרכז לניהול תוויות, לפני שמגדירים את המודל או במהלך ההגדרה. פרטים נוספים מופיעים בהמשך הדף בקטע איך יוצרים ידנית תוויות לאימון?

1. במסוף Google Admin, נכנסים לתפריט אבטחה שליטה בגישה ובנתונים סיווג נתונים לקטגוריות.

   מעבר לסיווג נתונים לקטגוריות

   כדי לעשות את זה צריך הרשאות אדמין לצפייה בכללי DLP וניהול כללי DLP.

2. בקטע סיווג באמצעות AI, לוחצים על יצירת מודל.
3. ברשימה תווית סיווג, בוחרים תווית סיווג ושדה קיימים לאימון המודל, או לוחצים על יצירת תווית כדי ליצור תווית באמצעות מנהל התוויות.

   אם יצרתם תווית במנהל התוויות, חוזרים לדף יצירת מודל. יכול להיות שתצטרכו לרענן את הדף כדי לראות את התווית החדשה ברשימה.

4. כדי לבחור את תווית הסיווג, בוחרים את השדה המתאים שרוצים להשתמש בו ברשימה שם השדה.
5. לוחצים על המשך.
6. (אופציונלי) אפשר ליצור ולפרסם באופן אוטומטי תווית אימון שתואמת לתווית הסיווג:
   1. לוחצים על יצירת תווית אימון.
   2. בהודעה שמופיעה, לוחצים על עדכון הרשאות התווית. התווית נפתחת במצב עריכה במנהל התוויות בכרטיסייה נפרדת.
   3. לוחצים על הרשאות עריכה, ואז מעניקים את ההרשאה אפשרות להוסיף תוויות ולהגדיר בהן ערכים לקבוצת ההגדרות שמכילה את המשתמשים שמתייגים את הקבצים.
   4. לוחצים על שמירה וסוגרים את הכרטיסייה של מרכז ניהול התוויות.

      הערה: אפשר גם להגדיר הרשאות לתוויות מאוחר יותר. אבל חשוב שרק למתייגים תהיה גישה לתווית האימון.

7. (אופציונלי) אם כבר יצרתם תווית אימון, בוחרים אותה ברשימה תווית אימון.
8. (אופציונלי) כדי ליצור תווית אימון משלכם, לוחצים על מעבר למנהל התוויות.

   חשוב: ודאו שהתווית שלכם עומדת בקריטריונים של תוויות אימון, והגדירו את הרשאות הגישה לתווית כך שרק המתייגים יוכלו לגשת אליה. פרטים נוספים מופיעים בהמשך הדף בקטע הנחיות לגבי תוויות הדרכה.

   חוזרים לדף יצירת מודל. יכול להיות שתצטרכו לרענן את הדף כדי לראות את תווית האימון החדשה ברשימה.

9. בדף יצירת מודל, לוחצים על המשך.
10. מזינים שם תיאורי למודל.
11. לוחצים על יצירת מודל.

אחרי שיוצרים את המודל, בדף פרטי המודל מוצגות תווית האימון ותווית הסיווג שבחרתם.

כדי ליצור מערך נתונים לאימון, המתייגים הייעודיים צריכים להוסיף את תווית האימון לפחות ל-100 קבצים לכל תווית אפשרית. לדוגמה, אם לתווית יש 3 אפשרויות – נניח 'לשימוש פנימי בלבד', 'סודי' ו'ציבורי' – צריך לפחות 300 קובצי אימון. עם זאת, מומלץ להוסיף יותר מ-100 קבצים לכל תווית אפשרית, כי סביר להניח שחלק מהקבצים לא יעמדו בדרישות של מערך הנתונים לאימון. מידע נוסף על יצירת תוויות לדוגמאות אימון באיכות גבוהה

הערה: מערך הנתונים לאימון יכול לכלול עד מיליון קבצים.

אחרי שיוצרים את המודל, הוא בודק באופן אוטומטי תוך כ-24 שעות כמה קבצים סומנו לצורך אימון. לאחר מכן, המערכת בודקת באופן רציף לאורך כל היום.

כדי לבדוק כמה קבצים סומנו בתווית:

1. במסוף Google Admin, נכנסים לתפריט אבטחה שליטה בגישה ובנתונים סיווג נתונים לקטגוריות.

   מעבר לסיווג נתונים לקטגוריות

   כדי לעשות את זה צריך הרשאות אדמין לצפייה בכללי DLP וניהול כללי DLP.

2. בקטע סיווג באמצעות AI, לוחצים על הצגת מודלים שמורים.
3. בקטע פעולות של המודל, בוחרים באפשרות הצגת פרטים.
4. בחלונית שבראש הדף, בקטע קובצי אימון למודל פעיל, אפשר לראות את מספר הקבצים עם התוויות.

אם יש למודל מספיק קבצים לאימון, המצב יהיה 'מוכן לאימון'

בדרך כלל, הרצת אימון נמשכת 4 עד 6 שעות, אבל היא יכולה להימשך יותר זמן במערכי נתונים גדולים יותר. כדי שהמודל ילמד לתייג את הקבצים בצורה מדויקת, כנראה שיהיה צריך להריץ כמה תהליכי אימון.

במהלך הרצת אימון, המודל משווה את הסיווג שהוא בוחר לקובץ לתווית האימון שמוחלת על הקובץ כדי ליצור ציונים. פרטים נוספים זמינים במאמר איך מחושבים הציונים.

אחרי הרצת אימון, אפשר לבדוק את רמת הדיוק של המודל.

כדי להתחיל הרצת אימון:

1. במסוף Google Admin, נכנסים לתפריט אבטחה שליטה בגישה ובנתונים סיווג נתונים לקטגוריות.

   מעבר לסיווג נתונים לקטגוריות

   כדי לעשות את זה צריך הרשאות אדמין לצפייה בכללי DLP וניהול כללי DLP.

2. בקטע סיווג באמצעות AI, לוחצים על הצגת מודלים שמורים.
3. בדף פרטי המודל, בקטע פעולות של המודל, בוחרים באפשרות הצגת פרטים.
4. בחלונית ההדרכה בחלק העליון של הדף, לוחצים על התחלת הרצת אימון.

   הערה: הכפתור הזה זמין רק אם המתייגים הוסיפו תוויות למספר המינימלי של קובצי אימון.

אחרי הרצת אימון, המודל מתפרסם עם ציוני אחוזים לכל תווית אפשרית. כל ציון, שנקרא ציון היזכרות, הוא אחוז הדוגמאות לאימון שהמודל סיווג בצורה נכונה אחרי שהוא בדק את עצמו:

• מתחת ל-50% – רמת דיוק נמוכה. המודל צריך נתונים טובים יותר והוא עדיין לא מוכן.
• ‫50% עד 80% – דיוק בינוני. יכול להיות שהמודל יהיה מוכן על בסיס מוגבל.
• מעל 80% – רמת דיוק גבוהה. המודל מוכן לסיווג קבצים בארגון שלכם.

כדי לבדוק את רמת הדיוק של המודל אחרי הרצת אימון:

בדף פרטי המודל אפשר לראות את ציוני המודל:

• בחלונית תוצאות האימון בחלק העליון של הדף, בקטע הקבצים והציונים הנוכחיים שנעשה בהם שימוש
• בחלונית קבוצת הנתונים הנוכחית לאימון

1. במסוף Google Admin, נכנסים לתפריט אבטחה שליטה בגישה ובנתונים סיווג נתונים לקטגוריות.

   מעבר לסיווג נתונים לקטגוריות

   כדי לעשות את זה צריך הרשאות אדמין לצפייה בכללי DLP וניהול כללי DLP.

2. בקטע סיווג באמצעות AI, לוחצים על הצגת מודלים שמורים.
3. בדף פרטי המודל, בקטע פעולות של המודל, בוחרים באפשרות הצגת פרטים.
4. בחלונית ההדרכה, לוחצים על הגדרה של החלת המלצות באופן אוטומטי.

   הערה: הלחצן הזה זמין רק אם לפחות אפשרות אחת של תווית הגיעה לדיוק של 50%.

   לחלופין, אם כבר הגדרתם יישום אוטומטי, בקטע קבצים שמסומנים בתווית AI, לוחצים על עריכת היישום האוטומטי.

5. מסמנים את התיבות שלצד אפשרויות התוויות שרוצים לאפשר למודל ה-AI להחיל באופן אוטומטי.
6. כדי לבחור יחידות ארגוניות או קבוצות שהן הבעלים של הקבצים שהמודל צריך להחיל עליהם תוויות באופן אוטומטי, לוחצים על שמירה והמשך. הגדרת ברירת המחדל היא הארגון הראשי ברמה העליונה.

   אפשר גם ללחוץ על שמירה כדי לבחור משתמשים מאוחר יותר.

7. אם בחרתם באפשרות 'בחירת משתמשים', בצד, בוחרים יחידה ארגונית או קבוצת משתמשים.

   הגדרות של קבוצות מבטלות את ההגדרות של היחידות הארגוניות. מידע נוסף

8. לוחצים על מופעל – התווית מוחלת באופן אוטומטי עם אחת מהאפשרויות שלמטה.
9. לוחצים על שמירה.

   בדף פרטי המודל, הסטטוס של החלה אוטומטית נוכחית של הכלל הוא מופעל.

הערה: אפשר לעקוב אחרי סיווג באמצעות AI באמצעות יומן האירועים של Drive. פרטים נוספים זמינים בקטע מעקב אחרי אירועים של תוויות סיווג מבוססות-AI בהמשך הדף.

אחרי שמפעילים את היישום האוטומטי לקבצים בבעלות המשתמשים ולאחסון שיתופי, סיווג ה-AI סורק את הקבצים (במצב מנוחה) לפחות פעם אחת תוך שבוע עד שבועיים. סיווג באמצעות AI סורק גם קבצים בכל פעם שהם מועלים או משתנים, ויכול לשנות את התווית שהוחלה אם התוכן של הקובץ משתנה.

הערה: כשמשתמשים בסיווג AI עם הוראות ל-Gemini, צריך להפעיל סריקה של קבצים לא פעילים באופן ידני. כדי להפעיל את התכונה הזו, לוחצים על הוספת תוויות לקבצים לא פעילים בדף הוראות.

כללי הגנה על נתונים

ערכי התוויות שמוגדרים על ידי כללים להגנה על נתונים מקבלים עדיפות על פני סיווג באמצעות AI, ושניהם מקבלים עדיפות על פני סיווג ברירת מחדל.

כמה מודלים מותאמים אישית או הוראות ל-Gemini

אם שני מקורות סיווג AI או יותר מנסים להחיל על אותו קובץ אפשרויות שונות של אותו שדה תווית, האפשרות שמופיעה גבוה יותר ברשימת האפשרויות של התווית מוחלת. לדוגמה, יכול להיות שיש לכם תווית עם שדה שכולל 3 אפשרויות במרכז ניהול התוויות:

1. סודי
2. פנימי
3. גלוי לכולם

אם מקור סיווג מבוסס-AI אחד מנסה להגדיר את התווית כסודית ומקור 2 מנסה להגדיר את התווית כציבורית לאותו קובץ, התווית סודית תוחל כי היא מופיעה גבוה יותר ברשימת האפשרויות של התווית. לפני שמגדירים כללים, חשוב לוודא שאפשרויות השדה של התווית מופיעות בסדר העדיפות המועדף.

תוויות שהמשתמשים מוסיפים

לתוויות שמשתמשים מחילים על קבצים יש עדיפות על פני תוויות שהוחלו על ידי AI – כלומר, סיווג באמצעות AI לא משנה תוויות שמשתמש הגדיר בעבר.

הערה: כשמשתמש מאשר או משנה קובץ עם תווית שנוספה על ידי AI, התווית נחשבת כתווית שנוספה על ידי משתמש, והסיווג באמצעות AI לא ישנה יותר את הערך שלה.

כדי לבצע פעולות בתוויות שהמערכת החילה באופן אוטומטי, המשתמשים צריכים הרשאות לקובץ ולהרשאות לתווית. אפשר להגדיר הרשאות לתווית הסיווג במרכז ניהול התוויות. פרטים נוספים זמינים במאמר בנושא יצירת תוויות סיווג בארגון.

• כדי לראות תוויות שנוספו אוטומטית, המשתמשים צריכים לקבל את ההרשאה אפשר לראות את התווית הזו לתווית הסיווג.
• כדי לאשר ולשנות תוויות שנוספו באופן אוטומטי, המשתמשים צריכים את ההרשאה אפשרות להוסיף תוויות ולהגדיר בהן ערכים לתווית הסיווג, והם צריכים להיות בעלי הרשאת עריכה או בעלות על הקובץ.

1. במסוף Google Admin, נכנסים לתפריט אבטחה שליטה בגישה ובנתונים סיווג נתונים לקטגוריות.

   מעבר לסיווג נתונים לקטגוריות

   כדי לעשות את זה צריך הרשאות אדמין לצפייה בכללי DLP וניהול כללי DLP.

2. בקטע סיווג באמצעות AI, לוחצים על הצגת מודלים שמורים.
3. בדף פרטי המודל, בקטע קבצים עם תוויות AI, לוחצים על הצגת קבצים באפשרות התווית שרוצים לראות את האירועים שלה.

   הכלי לחקירת אבטחה נפתח בכרטיסייה חדשה, ומוצגות בו תוצאות חיפוש ביומן האירועים של Drive לגבי שני אירועים שקשורים לסיווג באמצעות AI: הוחלה תווית והערך של שדה התווית השתנה.

4. לוחצים על תיאור האירוע כדי לקבל פרטים נוספים, כמו:
   • השם והסוג של המסמך שסומן
   • הערך של שדה התווית שהוקצה למסמך (לדוגמה, סודי או מוגבל)

בתרשים User acceptance בדף Model details של סיווג מבוסס-AI, מוצגים נתוני ביצועים של ההוראות שלכם, שנגזרים ממשוב משתמשים ב-180 הימים האחרונים.

המדדים כוללים:

• המשתמש בדק – המספר הכולל של משתמשים שהייתה להם אינטראקציה עם באנר התווית האוטומטית, כדי לאשר או לשנות את אפשרות התווית שהוחלה באמצעות Gemini.
• המשתמש אישר – המספר הכולל של משתמשים שבחרו להשאיר את התווית הספציפית שהוצעה על ידי Gemini.

כדי להשבית את ההחלה האוטומטית לכל האפשרויות של התוויות או רק לאפשרויות ספציפיות:

1. במסוף Google Admin, נכנסים לתפריט אבטחה שליטה בגישה ובנתונים סיווג נתונים לקטגוריות.

   מעבר לסיווג נתונים לקטגוריות

   כדי לעשות את זה צריך הרשאות אדמין לצפייה בכללי DLP וניהול כללי DLP.

2. בקטע סיווג באמצעות AI, לוחצים על הצגת מודלים שמורים.
3. בדף פרטי המודל, בקטע פעולות של המודל, בוחרים באפשרות הצגת פרטים.
4. בקטע קבצים עם תוויות שנוצרו על ידי AI, לוחצים על עריכת ההחלה האוטומטית.
5. מבטלים את הסימון בתיבות שלצד אפשרויות התוויות שרוצים להשבית את ההוספה האוטומטית שלהן.

   כדי להשהות לחלוטין את ההוספה האוטומטית, צריך לבטל את הסימון בכל האפשרויות.

כדי להשבית לחלוטין את ההחלה האוטומטית ביחידות ארגוניות או בקבוצות ספציפיות:

אפשר להשבית לגמרי את היישום האוטומטי של תוויות לתוכן בבעלות משתמשים ביחידות ארגוניות או בקבוצות ספציפיות.

1. במסוף Google Admin, נכנסים לתפריט אבטחה שליטה בגישה ובנתונים סיווג נתונים לקטגוריות.

   מעבר לסיווג נתונים לקטגוריות

   כדי לעשות את זה צריך הרשאות אדמין לצפייה בכללי DLP וניהול כללי DLP.

2. בקטע סיווג באמצעות AI, לוחצים על הצגת מודלים שמורים.
3. בדף פרטי המודל, בקטע פעולות של המודל, בוחרים באפשרות הצגת פרטים.
4. בתפריט פעולות נוספות בראש הדף, לוחצים על ניהול של יישום אוטומטי עדכון של יחידות ארגוניות או קבוצות שמופעלות.
5. בצד ימין, לוחצים על יחידה ארגונית או קבוצה כדי לבחור אותה.
6. בוחרים באפשרות מושבת – התווית לא מוחלת באופן אוטומטי.
7. לוחצים על שמירה.

לפעמים צריך למחוק מודל בהתאמה אישית או הוראות ל-Gemini, למשל אם רמת הדיוק שלהם לא מספיק טובה. אם מוחקים מודל בהתאמה אישית או הוראות ל-Gemini, כל הגדרות סיווג ה-AI שלו מוסרות באופן סופי. הערה:

• התוויות שנעשה בהן שימוש במודל או בהוראות ל-Gemini יבוטלו מההגדרות של סיווג ה-AI, וההיסטוריה של המודל או ההוראות ל-Gemini תימחק. עם זאת, התוויות עצמן לא נמחקות ואפשר עדיין לנהל אותן במנהל התוויות.
• (מודל בהתאמה אישית בלבד) תוויות האימון יישארו בקבצים. אחרי מחיקת המודל, אפשר להגדיר מודל חדש בהתאמה אישית כדי להשתמש באותה תווית אימון. אם משאירים את תווית האימון וקובצי האימון הקיימים, הביצועים של המודלים יהיו דומים.
• החלת תוויות אוטומטית שהופעלה למודל הזה תופסק מיד. אתם יכולים לבחור להסיר או לשמור תוויות שהוחלו באופן אוטומטי בעבר על קבצים שלא אושרו או שונו על ידי משתמש.
• אם תיצרו מחדש מודל חדש או הוראות ל-Gemini באמצעות אותה תווית סיווג, תכונת הסיווג באמצעות AI תחליף את התוצאות של סיווגים קודמים. האפשרות הזו מאפשרת לעבד מחדש את קובצי ה-Drive של הארגון. זה יכול להיות שימושי אם איכות המודל או ההוראות השתפרה באופן משמעותי מאז שהתחלתם להשתמש בהם.

כדי למחוק מודל או הוראות:

1. במסוף Google Admin, נכנסים לתפריט אבטחה שליטה בגישה ובנתונים סיווג נתונים לקטגוריות.

   מעבר לסיווג נתונים לקטגוריות

   כדי לעשות את זה צריך הרשאות אדמין לצפייה בכללי DLP וניהול כללי DLP.

2. בקטע סיווג באמצעות AI, לוחצים על הצגת מודלים שמורים.
3. בדף Model list (רשימת המודלים), לוחצים על Actions (פעולות) לצד המודל או ההוראות, בוחרים באפשרות Delete model (מחיקת המודל) או Delete instructions (מחיקת ההוראות). בתיבת הדו-שיח מפורטים ההשפעות של המחיקה, ואפשר להחליט אם לשמור או לבטל את התוויות שהוחלו בעבר:
   • שמירת התוויות שהוחלו – תוויות שהוחלו בעבר על ידי גרסה כלשהי של ההוראות האלה יישארו בקבצים.
   • הסרת תוויות שהוחלו – תוויות שהוחלו בעבר על ידי גרסה כלשהי של ההוראות האלה יוסרו מהקבצים. התוויות יוסרו תוך שבועיים. תוויות לא יוסרו אם הן שונו על ידי משתמש, כללים, מודל AI אחר או הוראות ל-Gemini.
4. מסמנים את התיבה כדי לאשר: המשך התהליך ייחשב כאישור שלך לכך שאי אפשר לבטל את הפעולה הזו.
5. כדי להמשיך, לוחצים על מחיקת המודל או על מחיקת ההוראות.

גם תווית הסיווג וגם תווית האימון צריכות לעמוד בקריטריונים הבאים:

• צריך להוסיף לפחות 2 אפשרויות ולא יותר מ-7 אפשרויות.
• האפשרויות שלהם צריכות להיות באותו סדר.
• חובה לפרסם את האפליקציה.
• להשתמש בתוויות עם הרשאות גישה שונות. תווית האימון צריכה להיות זמינה רק למתייגים ייעודיים שיכולים לאמן את המודל. יכול להיות שלתווית הסיווג תהיה גישה רחבה יותר.

• מוודאים שהתווית עומדת בקריטריונים הנדרשים לתווית.
• כדי שהמתייגים הייעודיים יוכלו לזהות את תווית האימון ולהחיל אותה בקלות כשיוצרים את מערך נתוני האימון, כדאי להוסיף לתווית את המילה train או training.
• מוסיפים שדה תיאור לתווית האימון כדי לעזור עוד יותר למי שמוגדרים לתייג להבין את המטרה שלה.
• חשוב להגדיר את הרשאות התווית לרק המתייגים הייעודיים שלכם – כלומר, אלה שיזהו קבצים לאימון המודל – באמצעות קבוצת ההגדרות שיצרתם למתייגים.

כדי לקבל את התוצאות הטובות ביותר באימון המודל, האנשים בארגון שיכולים להוסיף תוויות צריכים לפעול לפי ההנחיות הבאות:

• חשוב לוודא שכל קובץ מכיל לפחות 500 תווים.
• בוחרים קבצים שמייצגים תוכן שהמשתמשים יוצרים, משתפים ומשתמשים בו בארגון.
• צריך להוסיף תווית למספר קבצים דומה לכל אפשרות של תווית, עם מינימום של 100 קבצים לכל אפשרות. כך המודל יכול להבין את הנתונים בצורה מקיפה ולשפר את הציונים.
• צריך לכלול מגוון מייצג של קבצים לכל סוג אפשרות. לדוגמה, אל תסמנו 100 קורות חיים כקבוצה הכוללת של קבצים לדוגמה לסיווג 'סודי ביותר' אם חוזים הם גם סוג קובץ נפוץ לסיווג 'סודי ביותר' בארגון שלכם.
• החלת התווית של ההדרכה רק על קבצים שנמצאים בבעלות הארגון, כלומר קבצים שנמצאים בבעלות ישירה של משתמשים או קבצים שמאוחסנים בתיקיות אחסון שיתופי. סיווג מבוסס-AI לא מעבד קבצים שנמצאים בבעלות של משתמשים חיצוניים או קבצים שנמצאים באחסון שיתופי חיצוני.

אחרי שמפעילים את ההחלה האוטומטית, סיווג ה-AI סורק ומסווג את כל הקבצים במצב מנוחה שמהם הוא יכול לחלץ מספיק טקסט. הקבצים האלה נסרקים לפחות פעם אחת.

סיווג הקבצים בעזרת AI מעבד מחדש את הקבצים מעת לעת כשהתוכן משתנה. שינויים בתוכן עשויים להוביל לחיזוי שונה של קובץ. אם סיווג ה-AI מזהה בקובץ אפשרות ישנה ואפשרות חדשה, הוא יבחר באפשרות שמופיעה גבוה יותר ברשימת האפשרויות. לדוגמה, אם בשדה יש שלוש אפשרויות שמופיעות במרכז ניהול התוויות:

• סודי
• פנימי
• גלוי לכולם

נניח שסיווג ה-AI מסווג קובץ כפנימי, והתוכן משתנה כך שמודל סיווג ה-AI חוזה סודי. במקרה הזה, הסיווג של הקובץ ישתנה לסודי. עם זאת, אם מודל סיווג ה-AI חוזה שהסיווג הוא ציבורי, הסיווג של הקובץ יישאר פנימי.

סיווג באמצעות AI לא משנה תוויות שהוחלו אוטומטית וערכים בשדות שנבדקו או שונו על ידי משתמשים.

הקבצים שלכם מעובדים על ידי המודל העדכני ביותר כשהם נוצרים או משתנים. כשמתפרסמת גרסה חדשה של מודל, קבצים קיימים לא עוברים עיבוד מחדש באופן אוטומטי. עם זאת, יכול להיות שהמודל יעבד מחדש את כל הקבצים שלכם מעת לעת עם הגרסה העדכנית, ללא קשר לעדכונים ספציפיים של המודל או לאימון מחדש.

1. כלל DLP ללא החלפה של המשתמש
2. סיווג ידני
3. כלל DLP עם החלפה של משתמש
4. סיווג AI
5. סיווג ברירת המחדל

• סיווג באמצעות AI משתמש באותו עיבוד של טקסט שניתן לאינדוקס כמו ב-DLP ב-Drive. פרטים נוספים מופיעים ברשימת סוגי הקבצים שנסרקים על ידי DLP. אין תמיכה בקובצי אודיו ווידאו.
• כדי שסיווג ה-AI יוסיף תווית לקובץ, הוא צריך להכיל כמות מינימלית של טקסט. כתוצאה מכך, יכול להיות שקבצים מסוימים, כמו מסמכים קצרים מאוד ותמונות עם כמויות קטנות של טקסט, לא יסווגו.

קבצים שסיווג ה-AI הוסיף להם תוויות בעבר ישמרו את התווית ואת ערכי האפשרויות גם אחרי שהאפשרות מושבתת.