데이터 분류는 데이터 내의 특정 단어, 문자열, 패턴(정규식)을 자동으로 식별합니다. "예를 들어, 신용카드 번호, 주민등록번호, 은행 계좌번호, 비밀번호 등이 있습니다." 데이터 분류는 개별 파일, 디렉토리(공유 및 폴더) 내의 파일, 데이터베이스 테이블에서 이러한 유형의 정보를 식별합니다.

귀하의 조직과 관련된 개인 데이터를 식별하기 위해 사용자 정의 검색어를 만들 수도 있습니다. 자세한 내용은 다음을 참조하세요. "사용자 정의 분류 만들기" .

일부 유형의 개인 데이터의 경우, 데이터 분류는 근접성 검증_을 사용하여 결과를 검증합니다. 검증은 발견된 개인 데이터와 가까운 하나 이상의 미리 정의된 키워드를 찾는 방식으로 수행됩니다. 예를 들어, 데이터 분류는 미국 사회 보장 번호(SSN) 옆에 근접 단어(예: _SSN 또는 사회 보장)가 있는 경우 해당 번호를 SSN으로 식별합니다. "개인정보 표" 데이터 분류가 근접성 검증을 사용하는 경우를 보여줍니다.

데이터 분류는 개인 정보 보호 규정에 정의된 대로 특수 유형의 민감한 개인 정보를 자동으로 식별합니다. "GDPR 제9조 및 제10조" . 예를 들어, 개인의 건강, 민족적 기원, 성적 지향에 대한 정보입니다. "전체 목록을 확인하세요" . 데이터 분류는 개별 파일, 디렉토리(공유 및 폴더) 내의 파일, 데이터베이스 테이블에서 이러한 유형의 정보를 식별합니다.

데이터 분류는 AI, 자연어 처리(NLP), 머신 러닝(ML), 인지 컴퓨팅(CC)을 사용하여 스캔하는 콘텐츠의 의미를 이해하고 엔터티를 추출하여 그에 따라 분류합니다.

예를 들어, 민감한 GDPR 데이터 범주 중 하나는 민족적 기원입니다. 데이터 분류는 자연어 처리(NLP) 기능을 갖추고 있어 "조지는 멕시코인이다"라는 문장(GDPR 제9조에 명시된 민감한 데이터를 나타냄)과 "조지는 멕시코 음식을 먹고 있다"라는 문장의 차이를 구분할 수 있습니다.