事前定義エンティティは、支払いカード番号、国民識別番号、金融口座形式など、よくある規制データおよび機密データタイプをカバーするNetskope管理のエンティティです。Netskope は今、Predefined AI Entities も提供しており、固有表現抽出（NER）を使って、パターンマッチングだけでは確実に検出できない非構造化の文脈データを検出します。
Predefined Entities
事前定義エンティティは、検索しやすいようにわかりやすい名前とタグが付いたカテゴリに整理されています。たとえば、内部識別子address-usは Postal Addresses (US) として表示され、 Postal Addresses の下にグループ化されます。
主な特徴：
- 単一のルール内で AND および OR 演算子を使用して、複数の識別子を組み合わせることができます。
- 事前定義されたデータ識別子を直接編集することはできませんが、{{predefined_data_identifier}}構文を使用してカスタムデータ識別子内で参照することは可能です。詳細については、 Select Custom Entities を参照してください。
- 名前、カテゴリ、定義の完全かつ最新の一覧は、顧客専用サポートサイトにあるDLP事前定義済み識別子で管理されています。
ルールで事前定義エンティティを選択するには：
- [新しいDLPルール] ワークフローの Entities ページで、カテゴリを展開してその識別子を表示します。たとえば、Financial Data カテゴリには、12 ～ 19 桁のクレジットカード番号や異なる区切り文字タイプなど、支払いカードのルールがリストされます。
- 識別子をクリックして、その検出の詳細を表示します。
- Select 必要な識別子を、 Next をクリックします。
Predefined AI Entities (Named Entity Recognition)
パターンマッチングは、16桁のカード番号のように、固定された形状の構造化データでうまく機能します。また、段落内の人の名前やラボレポート内のゲノム識別子など、非構造化コンテキストデータに対しても同様に機能しません。事前定義されたAIエンティティは、固定パターンではなくコンテキストによってエンティティを識別する言語モデルであるNamed Entity Recognition (NER) を使用して、このギャップを埋めます。
How NER-Based Entities Differ from Pattern-Based Entities
| パターンベースのエンティティ | 定義済みAIエンティティ (NER) | |
|---|---|---|
| Detection method | 正規表現、キーワード辞書、チェックサムバリデータ | コンテキストに基づいた言語モデル分類 |
| Best for | IDやカード番号など、固定形式のデータ | 名前や臨床用語など、自由形式の可変形式データ |
| Editable | カスタムエンティティは編集可能です。事前定義エンティティは参照できますが、編集はできません | 編集不可。事前定義されたAIエンティティはそのまま使用されます |
| Typical grouping | カテゴリ（「財務データ」など） | ドメイン (PIIやゲノムなど) |
Supported Domains
定義済みAIエンティティは、データ形式ではなく、検出ドメインでグループ化されています。
| ドメイン | 検出例 |
|---|---|
| PII | 個人名、物理的な住所、およびその他のフリーテキストの個人識別子 |
| Genomic | ゲノム配列および変異識別子と関連用語 |
| Human-omic | 非構造化レコードのプロテオミクス用語など、より広範なヒトオミクスデータ |
各ドメイン内で、エンティティには2つのスコープがあります：
- Un-bundled entities 単一の用語クラスまたは管轄区域をカバーします。誤検知を最小限に抑えるため、ルールで範囲を厳密に絞った検出器が必要な場合に使用してください。
- Bundled entities すべてのゲノム識別子など、ドメイン内のすべてのバリエーションをカバーします。ルールにおいて広範なバックストップとして使う。
Using Predefined AI Entities in a Rule
- ［新しいDLPルール］ワークフローの［Entities］ページで、事前定義エンティティの横にある［AI Entities］カテゴリを見つけます。
- PII や Genomic などのドメインを展開して、使用可能なエンティティを表示します。
- Select ユースケースに適合するエンティティを選択します。バンドル解除されたエンティティを組み合わせて精度を高めるか、バンドルされたエンティティを組み合わせてカバレッジを広げます。
- Nextをクリックしてください。
ルールが違反をトリガーする前に信頼度を高めるために、事前定義されたAIエンティティとパターンベースのカスタムエンティティを同じルールで組み合わせることができます。たとえば、ゲノム識別子エンティティとラボコード名のカスタム辞書を NEAR 条件でペアリングします。