de groupes d'empreintes digitales, liées au sein des profils, puis supprimées.Pour lancer la migration vers Fingerprint 2.0, veuillez nous contacter pour l’activation. Cette étape garantira que les règles existantes sur les empreintes digitales restent applicables, bien qu’elles restent immuables. Après l'activation, vous pouvez commencer recréer des empreintes digitales à l'aide de la New technologie Empreintes digitales 2.0 en créant un New groupe empreintes digitales, comme indiqué ici.
la suite, l'empreinte digitale nouvellement créée peut être attribuée au
du profil DLP (Prévention des pertes de données).Une fois ces modifications mises en œuvre et activées, les anciennes règles d'empreintes digitales pourront être supprimées.
Enfin, nous procéderons à la désactivation des anciennes règles d'empreintes digitales.

Netskope Data Loss Prevention (DLP) Fingerprinting 2.0 vous permet d'identifier et de protéger les données sensibles sur la base de correspondances exactes ou de similitudes avec un contenu prédéfini. L'empreinte digitale permet d'identifier les fichiers sur la base de overall document similarity plutôt que sur des extraits de texte spécifiques. Il n'y a pas de correspondance partielle lorsque de petites parties du document font partie de l'empreinte digitale prédéfinie. En d'autres termes, l'empreinte d'un sous-texte du document ne correspondra pas à l'ensemble du texte.
Les améliorations apportées à Fingerprinting 2.0 sont les suivantes :
- La possibilité de voir les fichiers téléchargés pour générer le groupe d'empreintes digitales
- Soutien supplémentaire pour les empreintes digitales basées sur l'image, contrairement aux empreintes digitales traditionnelles basées sur le texte.
- Remplacement des fichiers téléchargés par le contenu de New, ce qui supprime la nécessité de supprimer l'intégralité de l'empreinte digitale dans la version 1.0.
- Algorithme de détection amélioré réduisant les faux positifs
Vous pouvez télécharger vos fichiers sensibles directement vers le locataire de Netskope. Le backend de Netskope traitera ensuite ces fichiers et générera les hachages nécessaires à la prise d'empreintes digitales en fonction de votre configuration de correspondance de similarité.
Fingerprint Groups can also be managed using the API. For more information, see the API documentation inside of your tenant.
Fingerprint Group Creation Methods
Tenant UI
Pour créer un Fingerprint Group:
-
Allez à Policies > Profiles > DLP > Fingerprinting > Fingerprint Groups.
-
Cliquez sur New Fingerprint Group.

-
Entrez un Fingerprint Group Name.
-
Select entre Text, Image, et Text and Image pour Fingerprint Type. Les fichiers seront évalués en fonction de l'adresse Fingerprint Type. Le site Fingerprint Type ne peut pas être modifié après sa création.
-
Drag and drop files or folders dans la boîte ou Select Files or Folders pour les rechercher dans une fenêtre de l'explorateur. Lors du téléchargement d’un fichier d’archive (par exemple : .zip), S’il y a un décalage entre le Fingerprint Type et les fichiers du fichier d’archive, les fichiers incriminés seront ignorés et les fichiers restants seront acceptés.

-
Cliquez Save. Votre Fingerprint Group sera dans un état Generating jusqu'à ce qu'il soit Complete. Une fois qu'il est Complete, vous pouvez l'utiliser dans la création d'un DLP Profile. Vous pouvez cliquer sur l'icône Refresh pour voir si l'état Generating est passé à Complete.
Python Script
Package Installation
L'installation des fichiers du package TYOC est required for manipulating Fingerprint Groups. Cette page contient également les étapes pour effectuer la génération de hachage.
Install the packages in this order:
- keyview.ns
- dlpcicontent.ns
- dlpdata.ns
- dplib.ns
- dlptools.ns
sudo dpkg -i --force-overwrite package_file.deb
Génération de hachages
The Fingerprint 2.0 API supports direct uploads of a pre-generated hash.
You can generate the hash on a virtual machine and then upload the hash instead of the real artifacts (original files or images) to Netskope.
The hash generation steps for Source files and Negative Hashes are the same.
If the hash file is greater than 10MB, split the JSON using line breaks into multipart JSON files.
Un script Python permettant de diviser le JSON est disponible sur le portail d'assistance.
Put all the files to be fingerprinted (or hash-extracted) in a folder, say, “/myFolder” or if you have a zip file, give the zip file name in place of the folder.
/opt/ns/bin/nsdlp/dlp-fingerprint20 -c classification_1 -f /myFolder/ -o ~/temp/fp/output/ -e ~/temp/fp/extract/ -
This will create an output file: ~/temp/fp/output/fingerprint20_211_1.json
API Upload
Pour une liste détaillée des étapes, consultez le Guide utilisateur sur le portail de support.
Depuis la console d'administration, accédez à Settings > Tools > REST API v2.

Single File Upload Example
curl -X POST "https://your-tenant.goskope.com/api/v2/services/dlp/fingerprints/5590549391965102994/hashes" \
-H "Netskope-Api-Token: 38cxxxxxxxxxxeeef2f1" \
-H "x-netskope-user-email: user@example.com" \
-H "Content-Type: multipart/form-data" \
-F "upload=@/path/to/your/hashfile.json"
Method Upload Example
-
Upload First Chunk
curl -X POST " " \https://your-tenant.goskope.com/api/v2/services/dlp/fingerprints/5590549391965102994/hashes?txid=1&ssid=12345&sessionend=false
-H "Netskope-Api-Token: 38c9a700980fb009f9bb8a303eeef2f1" \
-H "x-netskope-trid: 1234567890123456789" \ **to correlate the logs with client requests.
-H "x-netskope-user-email: user@example.com" \
-H "Content-Type: multipart/form-data" \
-F "upload=@/path/to/hashfile_part1.json" -
Upload Second Chunk
curl -X POST " " \https://your-tenant.goskope.com/api/v2/services/dlp/fingerprints/5590549391965102994/hashes?txid=2&ssid=12345&sessionend=false
-H "Netskope-Api-Token: 38c9a700980fb009f9bb8a303eeef2f1" \
-H "x-netskope-trid: 1234567890123456789" \
-H "x-netskope-user-email: user@example.com" \
-H "Content-Type: multipart/form-data" \
-F "upload=@/path/to/hashfile_part2.json" -
Upload Third Chunk
curl -X POST "https://your-tenant.goskope.com/api/v2/services/dlp/fingerprints/5590549391965102994/hashes?txid=3&ssid=12345&sessionend=true" \
-H "Netskope-Api-Token: 38c9a700980fb009f9bb8a303eeef2f1" \
-H "x-netskope-trid: 1234567890123456789" \
-H "x-netskope-user-email: user@example.com" \
Netskope | Copyright 2026, All rights reserved. /15 25
-H "Content-Type: multipart/form-data" \
-F "upload=@/path/to/hashfile_part3.json"Setting sessionend=true on the last upload triggers processing of all uploaded files in the session.
Uploading Negative Hashes
curl -X POST “https://your-tenant.goskope.com/api/v2/services/dlp/fingerprints/5590549391965102994/hashes?negative=true” \
-H “Netskope-Api-Token: 38c9a700980fb009f9bb8a303eeef2f1” \
-H “x-Netskope-user-email: user@example.com” \
-H « Type de contenu : multipart/form-données » \
-F « negative_hashes.json=@/path/to/negative_hashes.json »
Fingerprint Group Controls
Edit a Fingerprint Group

Vous pouvez éditer votre Fingerprint Group, ce qui vous permet de modifier le Threshold ou d'y ajouter/supprimer des fichiers.
Pour modifier un Fingerprint Group:
-
Allez à un Fingerprint Group existant et cliquez sur … à droite puis cliquez sur Edit.
-
Si vous souhaitez supprimer des fichiers, sélectionnez la case à cocher pour les fichiers correspondants, allez dans # Selected, cliquez sur le menu déroulant et cliquez sur Delete.

-
Si vous souhaitez ajouter des fichiers, cliquez sur Upload Files et suivez les mêmes étapes que ci-dessus.
Reupload & remplacer

Vous pouvez également remplacer un fichier existant dans le groupe d'empreintes digitales en cliquant sur … à côté d'un fichier existant et en cliquant sur Reupload & replace.

Dans cette fenêtre, vous pouvez faire glisser & déposer un fichier ou cliquer sur Select File puis sur Upload pour remplacer le fichier existant.

Exclusion List

Vous pouvez également cliquer sur View Exclusion List pour Upload fichiers pour la liste d'exclusion des groupes d'empreintes digitales. L'ajout de fichiers à la liste d'exclusion permet d'obtenir une liste de fichiers qui seront exclus d'une correspondance d'empreintes digitales. Pour un fichier texte tel que .docx/.pptx, une correspondance exacte sera exclue. Pour un fichier image, le fichier exact et les images très similaires (conversions de format de fichier ou couleur > noir et blanc) seront exclus.
Suppression d'un groupe d'empreintes digitales
Exportation d'empreintes digitales
Journaux d'erreurs

Des erreurs peuvent apparaître lors du téléchargement d’un fichier en double dans un groupe d’empreintes digitales. Vous pouvez obtenir plus de granularité sur l’erreur en vérifiant la Error Log.
Pour télécharger le site Error Log, accédez aux points sur un groupe d'empreintes digitales, cliquez sur Edit, puis sur Error Log pour recevoir un fichier .csv. contenant toutes les erreurs associées au groupe d'empreintes digitales.
Si vous recevez une erreur dans le Exclusion List, le bouton Error Log apparaîtra après avoir cliqué sur View Exclusion List.

Incidents

Les incidents associés à un site Fingerprint Group affichent une liste des violations du groupe de dactyloscopie.
Pour plus d'informations, voir Incidents.
Scaling Considerations
Un locataire peut créer jusqu'à 100 groupes d'empreintes digitales.
Un locataire est autorisé à télécharger jusqu'à 10 000 fichiers d'images pour la prise d'empreintes digitales.
Un locataire est autorisé à téléverser un total de 1 000 000 de fichiers pour l’empreintes digitales (cela inclut les fichiers basés sur images, textuels et d’exclusion).
La taille minimale de l'image acceptée est de 100×100 pixels.
La taille minimale d'un fichier texte est de 20 octets (pour une meilleure efficacité, Netskope n'encourage pas l'empreinte d'une phrase courte).
La taille maximale des fichiers téléchargés dans l'interface WebUI est de 8 Mo.
La taille maximale des fichiers téléchargés directement par l'API est de 16 Mo.
La taille du fichier de génération d'empreintes digitales hors ligne est limitée à 100 Mo.
DLP Limitations
When a fingerprint group or custom classifier is used in a DLP profile, WebUI won’t allow the deletion of FP-group/custom-classifier to be deleted. However, user could “accidentally” delete it using API directly. When this happens, DLP profile would refer to an “undefined” FP-group/custom-classifier and during inspection time, DLP would ignore such undefined FP-group/custom-classifier as if they don’t exist at all. User can remove such undefined rules. This loophole currently has not much negative impact on DLP scan but still should be avoided for data integrity.
This issue will be fixed in the upcoming release with Referential Integrity integration.



