GenAI安全：如何防止Microsoft Copilot发生数据泄露

微软的全何Copilot被称为世界上最强大的生产力工具之一
。

Copilot是防止发生一个AI助手，它位于你的数据每个Microsoft 365应用程序中-Word 、Excel 、泄露PowerPoint、全何Teams、防止发生Outlook等
。数据微软的泄露梦想是从日常工作中解脱出来
，让人类专注于成为创造性的全何问题解决者。

让Copilot成为一个不同于ChatGPT和其他AI工具的源码库防止发生工具的是，它可以访问你在365中所做的数据一切 ，Copilot可以立即从你的泄露文档 、演示文稿 、全何电子邮件、防止发生日历
、数据笔记和联系人中搜索和汇编数据 ，这就是信息安全团队认为存在的问题
，Copilot可以访问用户可以访问的所有敏感数据。模板下载平均而言，一家公司10%的M365数据对所有员工开放。

Copilot还可以快速生成必须保护的全新敏感数据 。在AI革命之前，人类创建和共享数据的能力远远超过了保护数据的能力 ，只要看看数据泄露的趋势就知道了，GenAI为这把火加了一把油。

作为一个整体
，当谈到GenAI时
，有很多东西需要拆解：模型中毒、幻觉、亿华云深度假冒等 ，然而 ，在这篇文章中，我将专门关注数据安全以及你的团队如何确保安全的Copilot推出。

Microsoft 365 Copilot的使用案例

GenAI与M365这样的协作套件的使用案例是无限的，很容易理解为什么这么多IT和安全团队都在叫嚣着要及早访问并准备他们的推广计划 ，生产率的提升将是建站模板巨大的 。

例如 ，你可以打开一个空白Word文档
，并要求Copilot根据目标数据集为客户起草一份建议书，目标数据集可以包括OneNote页面、PowerPoint幻灯片和其他办公文档 ，在几秒钟内，你就有了一个完整的提案。

以下是微软在发布会活动中给出的更多例子
：

Copilot可以参加你的Teams会议 ，实时总结正在讨论的内容 ，免费模板捕捉行动项目，并告诉你哪些问题在会议中未得到解决
。Outlook中的Copilot可以帮助你对收件箱进行分类
、确定电子邮件的优先顺序 、汇总主题并为你生成回复。Excel中的Copilot可以分析原始数据  ，为你提供见解、趋势和建议 。Microsoft 365 Copilot的工作原理

以下是Copilot提示处理方式的简单概述：

用户在Word、Outlook或PowerPoint等应用程序中输入提示 。高防服务器微软根据用户的M365权限收集用户的业务环境。向LLM(如GPT4)发送提示以生成响应。微软执行负责任的AI后处理检查 。微软向M365应用程序返回一个响应和命令。

Microsoft 365 Copilot的安全模型

在微软，生产力和安全性之间总是存在着极端的紧张关系 。

这一点在冠状病毒期间表现得淋漓尽致 ，当时IT团队在没有完全了解底层安全模型如何工作或组织的M365权限
、组和链接策略如何形成的情况下
，就迅速部署了Microsoft Teams。

好消息是：

租户隔离 。Copilot仅使用来自当前用户的M365租户的数据，AI工具不会显示来自用户可能是访客的其他租户的数据 ，也不会显示可能设置了跨租户同步的任何租户的数据。培训范围
。Copilot不会使用你的任何业务数据来培训Copilot为所有租户使用的基础LLM，你不用担心你的专有数据会出现在其他租户的其他用户的回复中。

坏消息是：

权限
 。Copilot显示个人用户至少具有查看权限的所有组织数据。Copilot生成的内容不会继承Copilot响应来源的文件的MPIP标签。Copilot的回应不能保证100%真实或安全，人类必须对审查AI生成的内容负责。

让我们把缺点一个接一个地详细说出来。

权限

如果公司能够轻松地在Microsoft 365中强制实施最低特权，那么将Copilot访问权限仅授予用户可以访问的内容将是一个很好的想法 。

微软在其Copilot数据安全文档中指出：

请务必使用Microsoft 365服务中提供的权限模式(如SharePoint)
，以帮助确保正确的用户或组能够正确访问企业中的正确内容。

然而 ，我们从经验上知道
，大多数企业都远远谈不上享有最低特权，看看微软自己的云权限状态风险报告中的一些统计数据就知道了。

这张图片与我们每年对使用Microsoft 365的公司执行数千次数据风险评估时Varonis看到的情况相吻合。在我们的报告中，我们发现M365租户平均拥有
：

4000多万个唯一权限11.3万多条公开共享的敏感记录27K+共享链接

这一切为什么要发生?Microsoft 365权限极其复杂，只需考虑一下用户可以访问数据的所有方式 ：

直接用户权限Microsoft 365组权限SharePoint本地权限(具有自定义级别)访客访问外部访问公众通道链接访问(任何人、组织范围内、直接访问 、访客)

更糟糕的是 ，权限主要掌握在最终用户手中 ，而不是IT或安全团队。

标签

微软在很大程度上依赖敏感标签来执行DLP策略 、应用加密和广泛防止数据泄露，然而 ，在实践中，让标签发挥作用是困难的，特别是如果你依赖人类来贴敏感标签的话 。

微软描绘了一幅美好的图景 ，将标签和屏蔽作为数据的最终安全网，现实揭示了一种更糟糕的情景，随着人类创造数据，标签往往落后或过时。

阻止或加密数据可能会增加工作流的摩擦 ，而标记技术仅限于特定的文件类型，一个企业拥有的标签越多，它对用户来说就越令人困惑 ，对于较大的企业来说 ，这一点尤其强烈 。

当AI生成更多需要准确和自动更新标签的数据时，基于标签的数据保护的效率肯定会下降。

我的标签没问题吧?

Varonis可以通过扫描、发现和修复以下内容来验证和改进组织的Microsoft敏感度标签
：

没有标签的敏感文件标签不正确的敏感文件带有敏感标签的非敏感文件人类

AI可以让人类变得懒惰 ，像GPT4这样的LLM生成的内容不仅很好 ，而且很棒，在许多情况下
，速度和质量都远远超过了人类的能力，因此，人们开始盲目信任AI来创造安全和准确的响应 。

我们已经看到了现实世界中的场景 ，在这些场景中 ，Copilot为客户起草了一份建议书
，其中包括属于完全不同客户的敏感数据，用户快速扫一眼(或不扫一眼)后点击“发送” ，现在你就有了隐私或数据泄露的场景 。

让你的租户安全-为Copilot做好准备

在你的Copilot推出之前 ，对你的数据安全态势有一个感觉是至关重要的。现在，Copilot已基本可用 ，现在正是设置安全控制的好时机 
。

最好的方法是从免费的风险评估开始，只需几分钟即可完成设置，一两天之内，你就可以实时了解敏感数据风险。