OCR DLP テスト用のサンプル文書
DLP はプレーンテキストの方が PII を見つけやすくなります。高機能な製品は、OCR やモデルを使って画像やスキャンした PDF からも内容を抽出します。ここでは、そうした検証用に、米国パスポートと胸部 X 線の JPG を用意しています。
必要な種類をダウンロードして、HTTPS POST などのチャネルで送信してください。テキストの表はライブラリにあり、このページは画像のみです。ファイルは教材用の合成データであり、申請書類や本番データベースには使用できません。
サイトで公開中：2 件中 2 件。
本人確認
医療
よくある質問
これらの文書を DLP で分類するには OCR が必要ですか？
はい。サンプルが画像やスキャンした PDF の場合は必要です。製品にテキストを抽出する OCR モジュールがあり、その後に分類器や正規表現で内容を判定します。これらのサンプルは、その確認用に作られています。
実際の書類や、他人の個人データですか？
いいえ。ここにある画像は、ラボやパイロットで使うための教材用の合成データであり、第三者の実在の文書ではありません。申請書類や本番システムでは使用しないでください。
ルールにはどの文書タイプを選べばよいですか？
ポリシーに合わせて選んでください。パスポートは「本人確認」、X 線は「医療」です。全一覧はこのページのカードにあります。ルールを調整したら、このサイトの漏えいチャネルからファイルを送信してください。DLP は送信時に、文書とその内容を分類するはずです。
スキャンを入手したら、漏えい経路で送信
文書を HTTPS リクエストに添付するか、FTP でアップロードしてください。表だけでなく、画像に対してもポリシーが発動するか確認できます。