Klassificering af data
Mærk følsomme data
Klassificering af data er en gratis Cyber Security Academy-lektion på CoddyKit. Dette er lektion 2 af 4. Du kan læse alle 3 lektioner i dette læringsspor gratis i deres fulde længde — derefter låser CoddyKit PRO alle lektioner op samt praktiske øvelser med en indbygget kodeeditor og en AI-underviser døgnet rundt. Den er en del af læringsforløbet i Cyber Security Academy, og dine fremskridt synkroniseres på tværs af nettet og CoddyKit-appen. Cyber Security Academy-kurset indeholder 4 lektioner i alt.
Hvorfor klassificere data
Du kan ikke beskytte det, du ikke har kategoriseret. Dataklassifikation mærker oplysninger efter følsomhed, så de rigtige kontroller, adgangsregler og DLP-politikker kan anvendes. Det er grundlaget for DLP og de fleste programmer for overholdelse.
En klassifikationsordning
En almindelig ordning med fire niveauer:
- Offentlig: sikkert at dele frit.
- Intern: til medarbejdere, begrænset skade ved læk.
- Fortrolig: følsom, begrænset adgang.
- Begrænset / Hemmeligt: højeste følsomhed, strenge kontroller.
Kobling til datatyper
Knyt niveauerne til konkrete eksempler, så medarbejderne ved, hvor data hører hjemme:
- Offentlig: markedsføringsbrochurer.
- Intern: organisationsdiagrammer, mødenotater.
- Fortrolig: kunders PII, kontrakter.
- Begrænset: kortdata, helbredsoplysninger, hemmeligheder.
Regulerede datakategorier
Nogle data har juridisk betydning:
- PII: personhenførbare oplysninger (GDPR).
- PCI: kortindehaverdata.
- PHI: beskyttede helbredsoplysninger (HIPAA).
Disse placeres normalt i kategorien Fortrolig eller Begrænset.
Mærkning af data
Klassifikation bliver nyttig, når data mærkes, så kategorien knyttes til dataene, og værktøjerne kan reagere på dem.
- Metadatamærker, der gemmes sammen med filen.
- Synlige markeringer i sidehoveder og sidefødder.
- Hovedfelter/mærkater i e-mails og dokumenter.
Manuel kontra automatisk klassifikation
To tilgange, som ofte kombineres:
- Manuel: forfatteren vælger et mærke ved oprettelsen; nøjagtigt, men inkonsekvent.
- Automatisk: værktøjer scanner indhold og anvender mærker efter mønstre; skalerbart, men kræver finjustering.
Opdagelse og scanning
De fleste organisationer har allerede umærkede data overalt. Værktøjer til dataopdagelse gennemgår fildelinger, databaser og skylager for at finde og klassificere eksisterende følsomme data.
# example: scan a directory for card-like patterns
grep -rEl '[0-9]{4}[- ]?[0-9]{4}[- ]?[0-9]{4}[- ]?[0-9]{4}' /shared/Klassifikationen styrer kontrollerne
Etiketten bestemmer reglerne for håndtering:
- Begrænset: krypter, log adgang, og blokér ekstern deling.
- Fortroligt: begræns adgangen til personer med behov for den.
- Offentligt: ingen begrænsninger.
DLP-politikker bruger etiketter til at afgøre, om en overførsel skal blokeres.
Håndtering og opbevaring efter klasse
Hver klasse bør definere, hvordan data opbevares, overføres og deles, samt hvor længe de gemmes. Begrænsede data kan kræve kryptering og kort opbevaringstid; offentlige data har ingen af delene. Dokumentér dette i en standard for datahåndtering.
Omklassifikation
Datas følsomhed ændrer sig over tid. En fortrolig rapport om indtjening bliver offentlig efter offentliggørelsen. Definér, hvornår og hvordan data omklassificeres eller nedgraderes, så kontrollerne forbliver proportionelle.
Almindelige faldgruber
Klassifikationsprogrammer mislykkes, når:
- For mange niveauer forvirrer brugerne (hold jer til 3-4).
- Etiketter ikke håndhæves af værktøjer.
- Ældre data aldrig opdages og mærkes.
- Ingen tydelig ejer vedligeholder ordningen.
Hurtigt tjek
Anvend klassifikationsniveauerne.
Opsummering
Klassifikation er grundlaget for databeskyttelse:
- Brug en enkel ordning med niveauer (fra Offentlig til Begrænset).
- Mærk data med metadata, mærkninger og tags.
- Kombinér manuel og automatiseret klassifikation med dataopdagelse.
- Lad etiketten styre håndtering, opbevaring og DLP-kontroller.
Lær Cyber Security Academy med en AI-underviser — gratis
Skriv og kør rigtig kode i din browser, få øjeblikkelig hjælp fra en AI-underviser døgnet rundt, og fortsæt, hvor du slap, på web eller i appen.
- Kurser
- 76
- Lektioner
- 303
Ofte stillede spørgsmål
Er lektionen “Klassificering af data” gratis?
Ja — alle 3 lektioner i læringssporet Cyber Security Academy, inklusive “Klassificering af data”, kan læses gratis i deres fulde længde her på webstedet. Derefter låser CoddyKit PRO alle lektioner op samt interaktive øvelser med en indbygget kodeeditor og en AI-underviser døgnet rundt. Cyber Security Academy-kurset indeholder 4 lektioner i alt.
Hvad lærer jeg i “Klassificering af data”?
Mærk følsomme data Du øver dig i Cyber Security Academy med praktisk kode, som du kører direkte i browseren, og en AI-vejleder døgnet rundt besvarer dine spørgsmål, mens du arbejder dig gennem lektionen.
Skal jeg have erfaring for at begynde på Cyber Security Academy?
Der kræves ingen tidligere erfaring. Cyber Security Academy på CoddyKit er tilrettelagt for både begyndere og øvede, så du kan starte her eller fra begyndelsen og lære i dit eget tempo. Dette er lektion 2 af 4.
Hvor lang tid tager lektionen “Klassificering af data”?
De fleste CoddyKit-lektioner tager cirka 5–10 minutter. Hver lektion er kort og interaktiv, så du gør løbende fremskridt og kan fortsætte, hvor du slap – på både web og app.
Kan jeg skrive og køre kode i denne Cyber Security Academy-lektion?
Ja. Alle Cyber Security Academy-lektioner har en indbygget kodeeditor, så du kan skrive og køre rigtig kode direkte i din browser og få øjeblikkelig feedback fra AI – uden lokal opsætning.
Alle lektioner i dette kursus
- Hvad er DLP
- Klassificering af data
- DLP-kontroller
- Interne trusler