على مدى أكثر من عقدين من الزمن، كانت الملفات التي تضمّن استمرار عمل المؤسسات تُنقل إلى مجلد في SharePoint وتُشارك مع «الجميع باستثناء المستخدمين الخارجيين»، ولم يقم أحد بمراجعة ضوابط الوصول تلك. وحتى السنوات الأخيرة، لم تكن هذه الملفات تشكل خطرًا إلا إذا كان هناك من يعرف أين يبحث عنها.
لم يعد الأمر كذلك.
لا تحتاج برامج الذكاء الاصطناعي مثل Microsoft 365 Copilot إلى معرفة أين تبحث قبل أن تعرض البيانات التي ظلت مخزنة في مستودع البيانات منذ وقت بعيد. يمكن توجيه طلب إلى البرنامج، وسوف يعرض كل ما يحق للمستخدم الطالب رؤيته من الناحية الفنية.
من الناحية العملية، يمكن أن يعمل الذكاء الاصطناعي القائم على الوكالة (Agentic AI) كأداة لزيادة الإنتاجية، وكاختبار ضغط غير مخطط له لسياسات تصنيف البيانات في SharePoint. لكن هذه ميزة وليست عيبًا، وهي أحد الأسباب التي دفعت تقريرًا صادرًا عن Gartner إلى الكشف عن أن 40% من قادة تكنولوجيا المعلومات الذين شملهم الاستطلاع أخروا طرح Copilot بسبب مخاوفهم من الإفراط في مشاركة المعلومات.
وهذا يقودنا إلى سؤال جوهري: هل تعرف حقًا نوع البيانات الموجودة في مستودعات SharePoint الخاصة بك؟ إذا كانت الإجابة «ليس بالضبط»، فقد حان الوقت لمعرفة ذلك؛ قبل عملية النشر التالية لتقنية الذكاء الاصطناعي.
كل مستند لم يتم تحديده أو تصنيفه أو حمايته يمثل معلومة أخرى يمكن لـ «كوبيلوت» (Copilot) أن يعرضها للمستخدمين الذين لديهم بالفعل إذن بالوصول إليها. ولذلك، ينبغي أن يُعتبر أمن بيانات «كوبيلوت» من خلال سياسات منع فقدان البيانات (DLP) أولوية فورية للمؤسسات، بدلاً من أن يكون مجرد مشاريع حوكمة طويلة الأجل.
كيف تحمي « Proactive DLP » البيانات قبل أن يعرضها «Copilot» للخطر
إذا كانت المؤسسات لا ترغب في أن يكشف «Copilot» (أو أي عوامل أخرى) عن بياناتها، فعليها تحديد موقعها وحمايتها قبل نشر العوامل. وتكمن المشكلة في أن الفرق لا تمتلك فكرة كاملة عما يوجد في بيئة «SharePoint» الخاصة بها، في حين تستمر الملفات الحساسة في التراكم على مر السنين. وبدون سياسات التصنيف والحماية، تظل تلك البيانات غير مرئية إلى أن يكشفها شيء ما.
يعمل «Copilot» على تسريع عملية الكشف. فإذا اتبعت نهجًا رد الفعل، فستضطر إلى الانتظار حتى يكشف تفاعل ما مع الذكاء الاصطناعي عن معلومات حساسة لتتمكن من تحديد تلك البيانات وحجبها. وبحلول ذلك الوقت، تكون المؤسسة قد واجهت بالفعل تسربًا للمعلومات كان من الممكن تجنبه.
Proactive DLP، من ناحية أخرى، يعالج المشكلة في مرحلة مبكرة. فهو يحدد المحتوى الحساس باستمرار، ويطبق إجراءات الحماية المناسبة، ويوفر لفرق الأمن رؤية واضحة قبل أن يتوسع نطاق استخدام الذكاء الاصطناعي. وعند تطبيقه، يؤدي ذلك إلى:
- الكشف المبكر، حيث يتم العثور على البيانات الحساسة وحجبها بحيث لا يتمكن «كوبيلوت» من عرضها
- تنفيذ السياسات من خلال التطبيق التلقائي للتشفير أو العزل أو حجب المعلومات أو الحذف بناءً على درجة حساسية البيانات
- الاستعداد للامتثال، وهو ما يوفر طريقة واضحة لإثبات أن المعلومات الحساسة قد تم تصنيفها وخضعت للضوابط اللازمة قبل أن يطلب المدققون أدلة على ذلك
- التطبيق التدريجي الخاضع للرقابة: بحلول الوقت الذي يتم فيه تفعيل «كوبيلوت» أخيرًا على نطاق أوسع من مجموعات المستخدمين، تكون البيانات التي تنطوي على مخاطر قد تم معالجتها
تدعم منصات مثل MetaDefender™ Storage Security هذا النهج من خلال الفحص والتصنيف المستمرين للمحتوى، مما يساعد المؤسسات على إرساء الأسس الإدارية اللازمة لتبني الذكاء الاصطناعي بأمان.
النقطة الأساسية: إن الجمع بينالمسح المستمروتصنيف بيانات مستودع SharePoint يؤدي إلى رؤية أوضح لنوع البيانات التي تخزنها الشركات فعليًّا – والتي قد يشاركها Copilot.
كيف تعمل تقنية Proactive DLP™ من شركة « OPSWAT» في MetaDefender Storage Security
لا يحل نظام DLP مشكلات حوكمة SharePoint المتراكمة على مدى سنوات. لكنه يخفف من حدة العواقب عندما تظهر تلك الثغرات من خلال Copilot. فالمستند الذي تم تحديده وتصنيفه وحجب أجزاء منه تلقائيًا يمثل خطرًا مختلفًا تمامًا عن الملف الذي يحتوي على معلومات حساسة ويظهر في رد تم إنشاؤه بواسطة الذكاء الاصطناعي، وذلك لأن الشركة نسيت وجود هذا الملف.
وهنا تبدأ تقنية Proactive DLP™، التي تستخدمها شركة MetaDefender Storage Security ، من خلال تكاملها الأصلي مع SharePoint، في الكشف عن البيانات الحساسة التي قد لا تدرك المؤسسات وجودها لديها.
الخطوة 1: الكشف عن البيانات الحساسة
أولاً، يتعين على المؤسسات الإجابة عن سؤالين أساسيين: ما هي البيانات الحساسة التي تمتلكها، وأين توجد فعليًّا؟ MetaDefender يبدأ برنامج «Storage Security » من هذه النقطة، حيث يقوم بمسح المحتوى عبر أكثر من 125 نوعًا من الملفات.
لا تقتصر الرؤية على ملفات الإنتاجية فحسب. فالتوافق مع الملفات الكبيرة يزود المؤسسات بصورة شاملة لما هو موجود في بيئات التخزين الخاصة بها.
في الواقع العملي، تعمل تقنيتا التعرف على الحروف (OCR) والتعرف على الكيانات المسماة على اكتشاف رقم الضمان الاجتماعي الموجود ضمن ملف PDF ممسوح ضوئيًا، أو رقم بطاقة الائتمان الموجود داخل صورة ما. وبفضل هذه الخطوة، يمكن للمؤسسات إزالة النقاط العمياء التي قد تحول «Copilot» عن غير قصد إلى نقطة مراقبة.
نظرًا لأن التوقيت لا يقل أهمية عن عملية الكشف، فإن MetaDefender Storage Security يقوم بإجراء عمليات الفحص عند تحميل الملفات أو تعديلها، وليس فقط وفقًا لجدول زمني ثابت. يتم فحص أي ملف جديد بحثًا عن البيانات الحساسة فور وصوله. ويشكل انتظار فترة الفحص التالية مخاطرة؛ فقد يظل الملف مكشوفًا، ويمكن لـ Copilot الوصول إليه، لأسابيع قبل أن يدرك أي شخص وجوده أصلاً.
الخطوة 2: تحديد وتصنيف
إن العثور على البيانات لا يكفي وحده؛ فالخطوة التالية هي تحديد معنى هذه البيانات، ومن المفترض أن يطلع عليها. يقوم موقع « Proactive DLP » بتصنيف الملفات وفقًا للأطر التنظيمية القائمة:
- معيار PCI-DSS الخاص بأرقام بطاقات الدفع،
- قانون HIPAA المتعلق بالمعلومات الصحية المحمية،
- اللائحة العامة لحماية البيانات (GDPR) فيما يتعلق بالبيانات الشخصية بموجب قانون الاتحاد الأوروبي.
توفر هذه الخطوة طريقة متسقة للتمييز بين المحتوى التجاري العادي والمعلومات التي تتطلب حماية إضافية. وبناءً على هذه التصنيفات، يمكن للمؤسسات استخدام سياساتها القائمة على المحتوى لتفعيل عمليات وضع العلامات، أو وضع العلامات المائية، أو إزالة البيانات الوصفية، أو حجب المعلومات، أو الاستبدال، أو سير عمل الموافقة. وتخضع المعلومات الحساسة للضوابط المناسبة دون الاعتماد على المراجعات اليدوية.
يحدد المسؤولون أنواع الملفات التي يتم تخطي فحصها، والمستودعات المشمولة بنطاق العملية، وما إذا كان الفحص سيتم تنفيذه وفقًا لجدول زمني محدد أم عند وقوع أحداث معينة. وعند إضافة موقع SharePoint جديد لاحقًا، فإنه يرث نفس سير العمل تلقائيًّا، دون الحاجة إلى إعادة التهيئة.
الخطوة 3: الحماية والإنفاذ
في حين أسفرت الخطوات الأولى عن إنتاج خريطة للتعرض للمخاطر، فإن الخطوة الأخيرة تتمحور حول اتخاذ الإجراءات اللازمة. يمكن للمؤسسات تطبيق سياسات آلية لحجب الحقول الحساسة، وإخفاء هوية المعلومات، ومنع عمليات النقل المحفوفة بالمخاطر، أو منع الملفات التي تحتوي على بيانات خاضعة للتنظيم من مغادرة البيئات المعتمدة. وتدعم هذه السياسات متطلبات الامتثال مثل PCI-DSS وHIPAA وGDPR.
ستكشف الذكاء الاصطناعي عن بيانات كانت مجهولة في السابق؛ وهذا الأمر لن يكون اختيارياً بمجرد إطلاق «كوبيلوت».
ما لا يزال في سيطرة المؤسسات هو تسلسل العمليات: أي ما إذا كانت البيانات الحساسة تُصنف وتخضع للسيطرة قبل أن يعثر عليها أحد المساعدين، أم بعد ذلك. وبالنسبة للشركات التي تمضي قدماً في نشر تقنيات الذكاء الاصطناعي، فإن ميزة « Proactive DLP » تعيد ترتيب هذا التسلسل؛ فهي تتيح إجراء النشر مع الحفاظ على البيانات الحساسة خاضعة لسياسة محددة، بدلاً من الاعتماد على أن الأذونات كانت صحيحة بالفعل.
كيف يعود تطبيق « Proactive DLP » قبل نشر «Copilot» بالفائدة على فرق الأمن والامتثال وتكنولوجيا المعلومات؟
تلاحظ فرق الأمن تحسناً ملحوظاً في وقت الاستجابة للحوادث.
الفريق الذي يعرف مسبقًا ما هي المعلومات الحساسة ومن يمكنه الوصول إليها لا يبدأ التحقيق في حادثة تسرب في «كوبيلوت» من الصفر. فهو على دراية بما كان معرضًا للخطر، ومكان وجوده، ومن كان لديه حق الوصول إليه. وهذا يحد من نطاق التحقيق، ويؤدي في الوقت نفسه إلى توضيح الصورة الكاملة للتهديد: فبدلاً من الاضطرار إلى فحص مئات المواقع غير السرية على «شيربوينت»، لا يُنظر إلا في المواقع التي تم تصنيفها على أنها حساسة.
بالنسبة لفرق الامتثال، تتجلى الفوائد في العمليات التي تدعم عمليات التدقيق.
يتيح التصنيف المستمر وسياسات منع تسرب البيانات (DLP) الأخرى للمؤسسة تقديم دليل، عند الطلب، على أن البيانات الخاضعة للتنظيم كانت خاضعة للرقابة قبل أن يلمسها «كوبيلوت» بأي شكل من الأشكال. وبدلاً من ذلك، سيجد المراجع سجلاً خالياً من أي مشاكل عند الاطلاع على السجلات التي قد تعكس أو لا تعكس الصورة الكاملة للامتثال.
يغفل قادة تكنولوجيا المعلومات السبب الرئيسي وراء تعثر معظم عمليات النشر في المقام الأول. وبالنسبة للمؤسسات التي تشعر بالقلق إزاء الإفراط في مشاركة الملفات، فإن التصنيف يغير طبيعة المخاطر الفعلية. فقد تظل هناك مشاركة مفرطة للملفات، لكن الملفات المهمة لا تتعرض لذلك، لأن تلك الطبقة تخضع لإدارة منفصلة. ويتم تحديد الجدول الزمني لعملية النشر بناءً على مزاياها الخاصة، وليس بناءً على مخاوف تتعلق بالحوكمة.
وتتضافر هذه العوامل الثلاثة جميعها لمساعدة الشركات على تسريع عملية نشر الذكاء الاصطناعي التفاعلي مع ما يرافق ذلك من مزايا إضافية: القدرة التنافسية، والمكاسب المالية، والقدرة على الابتكار.
إن تجاهل الحوكمة سيؤدي إلى إبطاء وتيرة تبني الذكاء الاصطناعي من خلال تعثر عمليات النشر، ودورات المراجعة القانونية، وعمليات إصلاح الأضرار الناجمة عن حوادث لم يكن أحد يتوقعها. فالتأكيد على الحماية أولاً يجعل المؤسسة تتحرك بسرعة أكبر، لأنها لا تعاني من «إرهاق اتخاذ القرار»، ولا تقلق بشأن ما إذا كان اتخاذ الخطوة التالية آمنًا أم لا.
الأسئلة المتداولة
ما هي المخاطر التي ينطوي عليها استخدام Microsoft Copilot مع SharePoint؟
يمكن لـ Microsoft Copilot الوصول إلى أي محتوى في SharePoint يُسمح للمستخدم بالفعل بعرضه، وتلخيصه. وإذا كانت الأذونات واسعة النطاق بشكل مفرط أو لم يتم تصنيف الملفات الحساسة وحمايتها بشكل سليم، فقد يعرض Copilot معلومات تجارية سرية أو بيانات شخصية أو محتوى خاضع للتنظيم، كان بإمكان المستخدمين الوصول إليه من الناحية الفنية، ولكن لم يكن من المتوقع أن يصلوا إليه.
ما المقصود بـ«الوقاية الاستباقية من فقدان البيانات» (Proactive DLP)؟
يُعد «الوقاية الاستباقية من فقدان البيانات» (DLP) نهجًا يعمل بشكل مستمر على اكتشاف البيانات الحساسة وتصنيفها وحمايتها قبل أن تتعرض للكشف من خلال المساعدين المعتمدين على الذكاء الاصطناعي أو المستخدمين أو سير العمل المؤسسي. وبدلاً من الاستجابة بعد وقوع حادثة كشف البيانات، تساعد «الوقاية الاستباقية من فقدان البيانات» ( Proactive DLP ) المؤسسات على تحديد المخاطر في مرحلة مبكرة وتطبيق سياسات الحماية المناسبة مسبقًا.
كيف يحمي « MetaDefender »Storage Security بيانات SharePoint؟
MetaDefender Storage Security يقوم بفحص مستودعات SharePoint باستمرار لاكتشاف المعلومات الحساسة عبر أكثر من 125 نوعًا من الملفات. ويصنف المحتوى وفقًا للمتطلبات التنظيمية مثل اللائحة العامة لحماية البيانات (GDPR) وقانون نقل التأمين الصحي والمسؤولية (HIPAA) ومعيار أمن بيانات صناعة بطاقات الدفع (PCI DSS)، ويمكنه تطبيق السياسات التي يحددها المسؤول تلقائيًا، مثل حجب المعلومات أو التشفير أو العزل أو سير عمل الموافقة، للمساعدة في حماية البيانات الحساسة قبل تعرضها للخطر.
هل يمكن لـ Microsoft Copilot تجاوز أذونات SharePoint؟
لا. يحترم Microsoft Copilot أذونات SharePoint الحالية ولا يصل إلا إلى المحتوى الذي يُسمح للمستخدم بالفعل بعرضه. ومع ذلك، إذا كانت الأذونات قديمة أو واسعة النطاق بشكل مفرط أو تم توريثها بشكل غير صحيح، فيمكن لـ Copilot أن يكشف بسرعة عن معلومات حساسة يمكن للمستخدمين الوصول إليها من الناحية الفنية، لكنهم ربما لم يعثروا عليها يدويًّا.
لماذا يتعين على المؤسسات تصنيف بيانات SharePoint قبل نشر Microsoft Copilot؟
يساعد تصنيف البيانات الحساسة قبل تفعيل Microsoft Copilot على تقليل مخاطر الإفراط في مشاركة المعلومات السرية، ويدعم الامتثال للوائح التنظيمية، ويضمن أن تكون الردود التي يولدها الذكاء الاصطناعي مستندة إلى محتوى يخضع لإدارة مناسبة.
ما هي أنواع البيانات الحساسة التي يمكن لـ « Proactive DLP » اكتشافها؟
Proactive DLP يمكنه تحديد مجموعة واسعة من المعلومات الحساسة، بما في ذلك المعلومات الشخصية المحددة للهوية (PII)، وبيانات بطاقات الدفع، والمعلومات الصحية المحمية (PHI)، وبيانات الاعتماد، ومفاتيح التوقيع الرقمي ( API )، وغيرها من المعلومات التجارية الخاضعة للتنظيم أو السرية.
هل يساعد موقع Proactive DLP في الامتثال للوائح GDPR وHIPAA وPCI DSS؟
نعم. من خلال تحديد البيانات الخاضعة للتنظيم وتصنيفها وحمايتها، تساعد خدمة « Proactive DLP » المؤسسات على الامتثال للوائح التنظيمية مثل اللائحة العامة لحماية البيانات (GDPR) وقانون نقل التأمين الصحي والمسؤولية (HIPAA) ومعيار أمن بيانات صناعة بطاقات الدفع (PCI DSS).
كما يوفر رؤية أوضح للبيانات الحساسة ويساعد في إثبات وجود ضوابط حوكمة مناسبة قبل أن تتمكن أنظمة الذكاء الاصطناعي أدوات من الوصول إلى محتوى المؤسسة.
كم مرة ينبغي فحص مستودعات SharePoint بحثًا عن البيانات الحساسة؟
يُنصح بإجراء المسح المستمر أو المسح المستند إلى الأحداث. فمع تحميل الملفات الجديدة، وتعديل المستندات الموجودة، وتغير الأذونات بمرور الوقت، يساعد المسح المستمر في تحديد البيانات الحساسة التي تمت إضافتها حديثًا قبل أن يتم الوصول إليها من قِبل مساعدي الذكاء الاصطناعي أو المستخدمين غير المصرح لهم.
