Система классификации на основе ИИ может автоматически маркировать конфиденциальный контент вашей организации в Google Drive, используя пользовательские модели ИИ, которые обучаются вашей организацией, без необходимости программирования. Как администратор, вы контролируете, на каких данных обучаются ваши модели, поэтому каждая модель уникальна и может использоваться только вашей организацией. Вы можете создать до 5 уникальных моделей классификации на основе ИИ для вашей организации.
Вы можете использовать файлы, засекреченные с помощью ИИ, в политиках безопасности, таких как правила защиты данных, хранилище и многое другое.
Примечание: Для классификации с помощью ИИ файлы должны находиться на общих дисках или принадлежать пользователям с лицензиями, поддерживающими классификацию .
Обзор классификации АЛ
Вот основные шаги, которые необходимо выполнить для настройки классификации с помощью ИИ для автоматической маркировки новых и существующих файлов в Google Диск.
1. Создание модели : Сначала вы выбираете или создаете метку классификации , которую модель ИИ будет автоматически применять к файлам после обучения. Вы также создаете обучающую метку , которая используется для обучения модели распознаванию конфиденциального контента вашей организации. Затем вы создаете модель ИИ для использования этих меток.
2. Обучение модели : После создания меток назначенные специалисты по разметке классифицируют файлы Google Drive с помощью обучающей метки, чтобы создать обучающий набор данных . Затем ваша модель использует этот набор данных для обучения классификации конфиденциальных файлов.
3. Включите классификацию с помощью ИИ : После обучения модели вы можете настроить автоматическую разметку файлов, называемую автоприменением . Во время настройки вы выбираете, какие параметры разметки включить и каким пользователям принадлежат файлы, к которым вы хотите применить метки с помощью классификации ИИ. После этого ваша модель начнет автоматически размечать конфиденциальные файлы.
4. Отслеживайте свою модель : вы можете использовать журнал событий Google Drive, чтобы отслеживать, сколько файлов было классифицировано, а также сколько пользователей приняли или изменили автоматически примененную метку (если у них есть соответствующие разрешения).
Прежде чем начать
- Разберитесь, как работают метки классификации и как их создавать. Подробности см. в разделе «Начало работы в качестве администратора меток классификации» .
- Выберите ответственных за присвоение меток — группу пользователей в вашей организации, которые могут правильно вручную присваивать обучающую метку конфиденциальным файлам.
- Создайте группу конфигураций специально для назначенных вам меток. Инструкции см. в разделе «Настройка параметров службы с помощью групп конфигураций» .
- В учетной записи администратора необходимо включить следующие права доступа : Управление метками классификации, Управление правилами DLP и Просмотр правил DLP.
Создайте модель
Для создания модели сначала необходимо выбрать существующую метку классификации или создать новую. Затем нужно создать соответствующую обучающую метку — либо автоматически (рекомендуется), либо вручную с помощью менеджера меток — которую будут использовать назначенные вами специалисты по разметке.
Выберите или создайте метку классификации.
Для работы с Google Диском и Документами необходимо включить классификацию. После обучения модель ИИ автоматически применяет вашу классификационную метку к конфиденциальным файлам Google Диска. Модель обучается только на одном поле для каждой метки, которое должно быть либо списком значков , либо списком параметров .
Мы рекомендуем использовать пометку о конфиденциальности, поскольку она хорошо видна в документах:
При использовании поля списка параметров или списка значков для обозначения классификации необходимо следующее:
- Предложите не менее 2 и не более 7 вариантов.
- Опубликовать
Если у вас уже есть метка, соответствующая этим требованиям, вы можете использовать ее в качестве классификационной метки. В противном случае используйте менеджер меток для создания метки либо до, либо во время настройки модели (подробнее на этой странице). Для получения более подробной информации перейдите к разделу «Создание классификационных меток для вашей организации» .
Создайте метку для обучения.
Метка для обучения практически идентична метке для классификации и используется только в целях обучения специально назначенными разметчиками. При создании модели (далее на этой странице) вы можете автоматически создать метку для обучения, чтобы убедиться, что она соответствует метке для классификации.
Вы также можете создать собственные обучающие метки вручную с помощью менеджера меток, либо до, либо во время настройки модели. Подробнее см. раздел «Как создать обучающие метки вручную?» далее на странице.
Создайте модель
В консоли администратора Google перейдите в меню.
Безопасность Контроль доступа и данных Классификация данных .Для этого требуются права администратора «Управление классификационными метками» .
- В разделе классификации ИИ нажмите «Создать модель» .
- В списке меток классификации выберите существующую метку классификации и поле для обучения модели или нажмите «Создать метку» , чтобы создать новую с помощью менеджера меток.
Если вы создали метку в диспетчере меток, вернитесь на страницу «Создать модель» . Возможно, вам потребуется обновить страницу, чтобы увидеть новую метку в списке.
- Для обозначения области классификации выберите подходящее поле в списке «Название поля» .
- Нажмите «Продолжить» .
- (Необязательно) Автоматически создать и опубликовать обучающую метку, соответствующую вашей метке классификации:
- Нажмите «Создать метку для обучения» .
- В появившемся сообщении нажмите «Обновить разрешения для метки» . Метка откроется в режиме редактирования в диспетчере меток в отдельной вкладке.
- Разрешения на клик Отредактируйте файл , затем предоставьте группе конфигурации, содержащей ваши метки, разрешение « Может применять метки и задавать значения» .
- Нажмите «Сохранить» и закройте вкладку «Менеджер этикеток».
Примечание: Вы также можете установить права доступа к меткам позже. Но важно, чтобы доступ к обучающей метке имели только те, кто занимается разметкой.
- (Необязательно) Если вы уже создали метку для обучения, выберите ее в списке меток для обучения .
- (Необязательно) Создайте собственную метку для обучения, нажав «Перейти в менеджер меток» .
Важно: Убедитесь, что ваша метка соответствует критериям обучающей метки, и настройте права доступа к метке так, чтобы доступ к ней имели только ваши сотрудники, занимающиеся маркировкой. Подробности см. в руководстве по использованию обучающих меток далее на странице.
Вернитесь на страницу создания модели . Возможно, вам потребуется обновить страницу, чтобы увидеть новую метку обучения в списке.
- На странице «Создать модель» нажмите «Продолжить» .
- Введите описательное название для модели.
- Нажмите «Создать модель» .
После создания модели на странице сведений о модели отобразятся выбранные вами метки для обучения и классификации.
Обучите модель
Для обучения модели ИИ необходимо создать обучающий набор данных, а затем начать его первоначальное обучение. В ходе обучения модель учится на примерах из набора данных.
Переобучение происходит автоматически: после первоначального обучения ваша модель переобучается каждые 2 недели, чтобы улучшить или поддерживать уровень точности. Вы можете переобучить модель вручную в любое время. После каждого цикла обучения выпускается новая модель, и автоматический график переобучения каждые 2 недели сбрасывается.
Создайте обучающий набор данных.
Для создания обучающего набора данных назначенным вами специалистам по разметке необходимо присвоить обучающую метку как минимум 100 файлам для каждого варианта метки. Например, если у вашей метки есть 3 варианта — скажем, «Необходимо знать», «Конфиденциально» и «Общедоступно» — вам потребуется как минимум 300 обучающих файлов. Однако лучше иметь более 100 файлов на каждый вариант метки, поскольку некоторые файлы, вероятно, не подойдут для обучающего набора данных. Узнайте больше о разметке высококачественных примеров для обучения .
Примечание: ваш обучающий набор данных может содержать максимум 1 миллион файлов.
После создания модели она автоматически проверяет, сколько файлов было размечено для обучения примерно за 24 часа. После этого проверка продолжается непрерывно в течение дня.
Чтобы проверить, сколько файлов было помечено:
В консоли администратора Google перейдите в меню.
Безопасность Контроль доступа и данных Классификация данных .Для этого требуются права администратора «Управление классификационными метками» .
- В разделе классификации ИИ нажмите «Просмотреть модели нейронных сетей» .
- В разделе «Действия с моделью» выберите «Просмотреть подробности» .
- В верхней части страницы, в разделе «Обучающие файлы для активной модели» , отображается количество размеченных файлов.
Если для вашей модели достаточно файлов для обучения, значит, она готова к обучению.
Начать тренировочный забег
Обычно обучение занимает от 4 до 6 часов, но может занять больше времени при работе с большими наборами данных. Вашей модели, вероятно, потребуется несколько циклов обучения, чтобы научиться точно размечать файлы.
В процессе обучения модель сравнивает выбранную для файла классификацию с обучающей меткой, примененной к файлу, для генерации оценок. Подробнее см. раздел «Как рассчитываются оценки» .
После завершения тренировочного запуска вы можете проверить точность модели.
Чтобы начать тренировочный забег:
В консоли администратора Google перейдите в меню.
Безопасность Контроль доступа и данных Классификация данных .Для этого требуются права администратора «Управление классификационными метками» .
- В разделе классификации ИИ нажмите «Просмотреть модели нейронных сетей» .
- На странице сведений о модели в разделе « Действия с моделью» выберите «Просмотреть сведения» .
- В панели тренировок в верхней части страницы нажмите «Начать тренировочный забег» .
Примечание: Эта кнопка доступна только в том случае, если ваши специалисты по разметке обработали минимальное количество обучающих файлов.
После обучения: проверьте результаты модели.
После завершения обучения ваша модель получает результаты в процентах для каждого варианта метки. Каждый результат, называемый показателем полноты (recall score ), представляет собой процент обучающих примеров, которые модель классифицировала правильно после самопроверки:
- Ниже 50% — низкая точность. Модели нужны более качественные данные, и она ещё не готова.
- От 50 до 80% — средняя точность. Модель может быть готова в ограниченном объеме.
- Точность выше 80% . Модель готова к классификации файлов для вашей организации.
Чтобы проверить точность вашей модели после завершения обучения:
На странице с подробными сведениями о модели вы можете просмотреть оценки модели:
- В панели результатов обучения в верхней части страницы, в разделе «Используемые файлы и оценки»
- В панели «Текущий обучающий набор данных»
Включить классификацию на основе ИИ.
После того, как модель ИИ будет обучена и достигнет минимального уровня точности (не менее 50%), вы можете выбрать параметры разметки и включить автоматическую разметку файлов или автоматическое применение . Однако для достижения наилучших результатов рекомендуется дождаться, пока оценка модели по всем параметрам разметки достигнет не менее 80%.
Чтобы включить автоматическое применение
В консоли администратора Google перейдите в меню.
Безопасность Контроль доступа и данных Классификация данных .Для этого требуются права администратора «Управление классификационными метками» .
- В разделе классификации ИИ нажмите «Просмотреть модели нейронных сетей» .
- На странице сведений о модели в разделе « Действия с моделью» выберите «Просмотреть сведения» .
- В панели обучения нажмите «Настроить автоматическое применение» .
Примечание: Эта кнопка доступна только в том случае, если хотя бы один из вариантов метки имеет точность 50%.
Или, если вы ранее настроили автоматическое применение, в разделе «Файлы с метками AI» нажмите «Изменить автоматическое применение» .
- Отметьте галочками параметры меток, которые вы хотите разрешить модели ИИ применять автоматически.
- Нажмите «Сохранить и продолжить» , чтобы выбрать, каким организационным подразделениям или группам принадлежат файлы, к которым модель должна автоматически применять метки. По умолчанию используется ваша головная организация верхнего уровня.
Или нажмите «Сохранить» , чтобы выбрать пользователей позже.
- Если вы выбрали пользователей, сбоку выберите организационное подразделение или группу конфигурации.
Настройки группы имеют приоритет над организационными подразделениями. Подробнее.
- Нажмите «Включить» — метка будет автоматически применена с помощью одного из вариантов ниже .
- Нажмите « Сохранить ».
На странице сведений о модели текущий статус автоматического применения правила — «Включено» .
Примечание: Вы можете отслеживать классификацию ИИ с помощью журнала событий Drive. Подробности см. в разделе «Мониторинг событий меток классификации ИИ» далее на этой странице.
Когда система классификации ИИ сканирует файлы
После включения автоматического применения меток к файлам, принадлежащим пользователям и на общих дисках, система классификации на основе ИИ сканирует эти файлы (в состоянии покоя) как минимум один раз в течение 1–2 недель. Система классификации на основе ИИ также сканирует файлы при каждой их загрузке или изменении и может изменить примененную метку, если изменится содержимое файла.
Как обрабатываются конфликты автоматического применения
Правила защиты данных
Значения меток, установленные правилами защиты данных, имеют приоритет над классификацией ИИ, а оба параметра имеют приоритет над классификацией по умолчанию.
Множественные правила
Когда два или более правил одного типа пытаются применить разные параметры метки к одному и тому же файлу, применяется тот параметр, который находится выше в списке параметров метки. Например, у вас может быть метка с полем, имеющим 3 параметра в менеджере меток:
- Конфиденциально
- Внутренний
- Общественный
Если правило 1 пытается установить метку « Конфиденциально» , а правило 2 пытается установить метку « Общедоступно» для того же файла, применяется метка «Конфиденциально» . Перед настройкой правил убедитесь, что параметры полей метки указаны в желаемом порядке приоритета.
Метки, наносимые пользователем
Метки, которые пользователи присваивают файлам, имеют приоритет над метками, присвоенными ИИ, — то есть классификация ИИ не изменяет метку, которую пользователь установил ранее.
Отслеживайте свою модель
Подробную информацию о том, как система классификации ИИ присваивает метки файлам, можно найти в журнале событий Google Drive. Для каждого варианта метки в журнале отображается количество файлов, классифицированных с помощью автоматического применения, а также количество пользователей, принявших или изменивших автоматически примененную метку. Пользователям необходимы разрешения для выполнения действий с автоматически примененными метками.
Права доступа, необходимые пользователям для взаимодействия с автоматически применяемыми метками.
Пользователям необходимы права доступа к файлам и меткам для взаимодействия с автоматически применяемыми метками. Вы можете установить права доступа для меток классификации в диспетчере меток. Подробнее см. раздел «Создание меток классификации для вашей организации» .
- Для просмотра автоматически присвоенных меток пользователям необходимо иметь разрешение «Может просматривать эту метку» для вашей классификационной метки.
- Для принятия и изменения автоматически применяемых меток пользователям необходимо иметь разрешение «Может применять метки и устанавливать значения для вашей классификационной метки», а также быть редактором или владельцем файла.
Просматривайте события классификации ИИ в журнале событий Drive.
В консоли администратора Google перейдите в меню.
Безопасность Контроль доступа и данных Классификация данных .Для этого требуются права администратора «Управление классификационными метками» .
- В разделе классификации ИИ нажмите «Просмотреть модели нейронных сетей» .
- На странице сведений о модели в разделе «Файлы с метками ИИ» выберите «Просмотреть файлы» в качестве параметра метки, для которой вы хотите просмотреть события.
Инструмент расследования инцидентов безопасности открывается в новой вкладке, отображая результаты поиска по журналу событий Drive для двух событий, связанных с классификацией ИИ: «Применена метка» и «Изменено значение поля метки» .
- Нажмите на описание события, чтобы получить дополнительную информацию, например:
- Название и тип документа, который был помечен.
- Значение поля метки, присвоенное документу (например, «Конфиденциально» или «Ограниченный доступ»).
Управляйте своей моделью
Отключите автоматическое применение метки классификации.
Чтобы отключить автоматическое применение ко всем или только к определенным параметрам меток:
В консоли администратора Google перейдите в меню.
Безопасность Контроль доступа и данных Классификация данных .Для этого требуются права администратора «Управление классификационными метками» .
- В разделе классификации ИИ нажмите «Просмотреть модели нейронных сетей» .
- На странице сведений о модели в разделе « Действия с моделью» выберите «Просмотреть сведения» .
- В разделе «Файлы с метками ИИ» нажмите «Редактировать автоматическое применение» .
- Снимите флажки с тех параметров меток, для которых вы хотите отключить автоматическое применение.
Или, чтобы полностью приостановить автоматическое применение, снимите все флажки.
Чтобы полностью отключить автоматическое применение для конкретных организационных подразделений или групп:
Вы можете полностью отключить автоматическое применение к контенту, принадлежащему пользователям в определенных организационных подразделениях или группах.
В консоли администратора Google перейдите в меню.
Безопасность Контроль доступа и данных Классификация данных .Для этого требуются права администратора «Управление классификационными метками» .
- В разделе классификации ИИ нажмите «Просмотреть модели нейронных сетей» .
- На странице сведений о модели в разделе « Действия с моделью» выберите «Просмотреть сведения» .
- В меню «Дополнительные действия » в верхней части страницы нажмите «Управление автоматическим применением». Обновите включенные организационные подразделения/группы .
- Чтобы выбрать организационное подразделение или группу, щелкните по ним слева.
- Выберите «Выкл.» — метка не применяется автоматически .
- Нажмите « Сохранить ».
Удалить модель
Возможно, вам потребуется удалить модель — например, потому что точность модели не улучшается. При удалении модели все её настройки классификации с помощью ИИ будут безвозвратно удалены. Примечание:
- Метки, используемые только в этой модели, удаляются из настроек классификации, и все версии модели удаляются.
- Метки обучения остаются в файлах. После удаления модели вы можете настроить новую модель, которая будет использовать ту же метку обучения (или другую).
- Включение автоматического добавления меток для данной модели немедленно прекращается, но ранее автоматически добавленные метки остаются на файлах.
- Результаты работы модели будут аналогичными, если вы проведете переобучение на основе существующих обучающих меток и обучающих файлов.
- Если вы создадите ту же самую метку классификации для новой модели, функция классификации ИИ проигнорирует и перезапишет классификации предыдущих моделей. Таким образом, вы можете «переобработать» файлы вашей организации в Google Диске. Это может быть полезно, если вы значительно улучшили качество моделей с момента их первоначального развертывания.
Чтобы удалить модель:
В консоли администратора Google перейдите в меню.
Безопасность Контроль доступа и данных Классификация данных .Для этого требуются права администратора «Управление классификационными метками» .
- В разделе классификации ИИ нажмите «Просмотреть модели нейронных сетей» .
- На странице сведений о модели в разделе « Действия с моделью» выберите «Просмотреть сведения» .
- На странице с подробными сведениями о модели, в разделе «Действия» справа нажмите «Удалить модель» .
В диалоговом окне «Удалить модель» отображается список последствий удаления модели.
- Для продолжения нажмите «Удалить модель» .
Часто задаваемые вопросы
Метки для обучения и классификации
Каковы требования к аттестационным и классификационным знакам?
Как метка классификации, так и метка обучения должны соответствовать следующим критериям:
- Должно содержать минимум 2 и максимум 7 вариантов.
- Варианты должны быть расположены в том же порядке.
Например, если метка классификации содержит варианты в таком порядке:
- Вариант 1
- Вариант 2
- Вариант 3
Параметры меток обучения нельзя упорядочить следующим образом:
- Вариант 2
- Вариант 1
- Вариант 3
- Необходимо опубликовать.
- Для меток должны быть установлены разные права доступа. Метка для обучения должна быть доступна только назначенным разметчикам, которые могут обучать модель. Метка для классификации может иметь более широкий доступ.
Как вручную создать метку для обучающей выборки?
- Убедитесь, что этикетка соответствует требуемым критериям .
- Для удобства распознавания и применения метки при создании обучающего набора данных, используйте слова «train» или «training» для обозначения обучающей метки.
- Добавьте поле описания к метке обучающего файла, чтобы помочь назначенным специалистам по разметке лучше понять его назначение.
- Обязательно установите права доступа к меткам только для назначенных вами пользователей, ответственных за разметку, то есть для тех, кто будет идентифицировать файлы для обучения модели, используя созданную вами группу конфигурации для пользователей, ответственных за разметку. Пользователям, ответственным за разметку, необходимо иметь разрешение « Может применять метки и устанавливать значения ». Для получения подробной информации перейдите в раздел «Создание меток классификации для вашей организации» .
Могу ли я использовать метку классификации в качестве метки для обучения?
обучающие наборы данных
Какие файлы лучше всего подходят для обучения модели?
Для достижения наилучших результатов при обучении модели поручите назначенным вами специалистам по разметке следовать этим рекомендациям:
- Убедитесь, что каждый файл содержит не менее 500 символов.
- Выберите файлы, представляющие контент, который пользователи создают, распространяют и используют в вашей организации.
- Для каждого варианта маркировки следует присваивать примерно одинаковое количество меток, но не менее 100 файлов для каждого варианта. Это поможет модели получить всестороннее понимание ваших данных и улучшить результаты.
- Включите в набор репрезентативное разнообразие файлов для каждого типа документов. Например, не указывайте 100 резюме в качестве общего набора примеров файлов для категории «Совершенно секретно», если контракты также являются распространенным типом файлов «Совершенно секретно» в вашей организации.
- Применяйте метку «обучение» только к файлам, принадлежащим вашей организации, будь то файлы, находящиеся в непосредственном владении пользователей, или файлы, хранящиеся на общих дисках. Классификация ИИ не обрабатывает файлы, принадлежащие внешним пользователям или расположенные на внешних общих дисках.
Можно ли обучить модель на ранее размеченных файлах?
Может ли модель обучаться на нескольких языках?
Как рассчитываются баллы во время обучения?
Можно ли "заморозить" модель после её обучения, чтобы остановить автоматическое переобучение?
Могут ли пользователи изменять или исправлять метки и значения полей?
Автоматическое применение
Может ли искусственный интеллект оценивать изображения, видео- и аудиофайлы с помощью классификации?
Подходит ли классификация с использованием ИИ для маркировки только конфиденциального контента?
Работает ли классификация с помощью ИИ при включенном шифровании на стороне клиента (CSE)?
Как и когда система классификации ИИ корректирует автоматически присвоенные метки?
После включения функции автоматического применения классификация с помощью ИИ сканирует и классифицирует все файлы в состоянии покоя, из которых можно извлечь достаточно текста. Эти файлы сканируются как минимум один раз.
Система классификации на основе ИИ периодически перерабатывает файлы по мере изменения их содержимого. Изменения содержимого могут привести к изменению прогноза для файла. Когда система классификации на основе ИИ имеет как старый, так и новый прогнозируемый вариант для файла, она будет отдавать предпочтение варианту, который находится выше в списке вариантов. Например, если поле имеет три варианта, перечисленных в менеджере меток:
- Конфиденциально
- Внутренний
- Общественный
Предположим, система классификации ИИ классифицирует файл как «Внутренний» , а затем содержимое изменяется таким образом, что модель классификации ИИ предсказывает «Конфиденциальный» . В этом случае классификация файла изменяется на «Конфиденциальный» . Однако, если модель классификации ИИ предсказывает «Общедоступный» , классификация файла остается « Внутренний» .
Классификация с помощью ИИ не корректирует автоматически присвоенные метки и значения полей, которые были проверены или изменены пользователями.
Если модель изменяется, выполняет ли она автоматическую переоценку существующих файлов?
Ваши файлы обрабатываются последней версией модели при их создании или изменении. Существующие файлы не обрабатываются автоматически повторно при выпуске новой версии модели. Однако модель может периодически повторно обрабатывать все ваши файлы с помощью последней версии, независимо от конкретных обновлений или переобучения модели.
Приоритет ли имеет классификация с использованием ИИ над другими методами классификации, когда одновременно активны несколько таких методов?
- Правило DLP без перезаписи пользователем
- Ручная классификация
- Правило DLP с возможностью перезаписи пользователем
- классификация ИИ
- Классификация по умолчанию
К каким типам файлов может применяться классификация с помощью ИИ?
- Классификация с помощью ИИ использует тот же алгоритм обработки индексируемого текста, что и Drive DLP. Подробности см. в списке типов файлов, сканируемых DLP . Аудио- и видеофайлы не поддерживаются.
- Для того чтобы ИИ мог присвоить метку, файл должен содержать минимальное количество текста. В результате некоторые файлы, такие как очень короткие документы и изображения с небольшим количеством текста, могут не быть классифицированы.
Что произойдет, если опция будет отключена для автоматического применения?
Файлы, которые были ранее размечены с помощью ИИ-классификации, сохраняют примененные значения меток и параметров даже после отключения этих параметров.
Можно ли отменить автоматически примененные метки?
Лицензирование
Как эта функция работает для пользователей, не имеющих соответствующей лицензии?
Файлы с меткой «обучение» могут принадлежать любым пользователям, имеющим лицензию, поддерживающую классификацию файлов на дисках . Однако классификация с помощью ИИ обрабатывает только файлы, находящиеся на общих дисках или принадлежащие пользователям с лицензиями, поддерживающими классификацию с помощью ИИ. Файлы, принадлежащие пользователям без поддерживаемой лицензии, не обрабатываются классификацией с помощью ИИ.
Если ни у одного из пользователей нет лицензии, поддерживающей классификацию с помощью ИИ, автоматическое применение отключается, и модель классификации удаляется. Однако обучающие метки и метки, примененные классификацией ИИ, сохраняются в файлах.
Как эта функция работает для пользователей, чьи учетные записи хранятся в архиве?
Связанная тема
Начните работу в качестве администратора меток Google Диска.