ข้อมูลลับในภาพและไฟล์สแกน: ทำไมต้องทดสอบ OCR ใน DLP

คำตอบสั้น

การประเมิน OCR ใน DLP ควรรวมเอกสารภาพล้วน ภาพหน้าจอ และ PDF จากการสแกนหลายคุณภาพ ตรวจข้อความที่อ่านได้จริงและผลนโยบายแยกกัน ไม่ถือว่าผลกับไฟล์ข้อความใช้แทนภาพได้

การค้นคำในไฟล์ข้อความอาจไม่เห็นข้อมูลที่อยู่ในภาพ เช่น สำเนาเอกสารหรือ Screenshot ที่มีชื่อและรายละเอียดธุรกิจ ถ้าองค์กรใช้เอกสารสแกนมาก ต้องรวมไฟล์เหล่านี้ในโครงการ DLP ตั้งแต่ต้น ไม่รอจนเกิดเหตุแล้วจึงพบว่าชุดทดสอบมีเฉพาะ Spreadsheet

ตรวจความสามารถและข้อจำกัดก่อน

หน้า Endpoint DLP Plus ระบุการสแกนภาพด้วย OCR แต่ความแม่นยำกับภาษาไทย รูปแบบเอกสาร และคุณภาพภาพต้องพิสูจน์ในรุ่นจริง ไม่ควรใช้ตัวเลขตัวอย่างบนหน้าผลิตภัณฑ์เป็นอัตราความสำเร็จขององค์กร ตรวจรูปแบบไฟล์ ขนาด และระบบปฏิบัติการที่รองรับด้วย

สร้างชุดตัวอย่างที่สะท้อนงาน

ใช้เอกสารสมมติหลายแบบ เช่น PDF ภาพล้วน ภาพถ่ายที่เอียง และภาพหน้าจอที่มีทั้งข้อความไทยและอังกฤษ แยกข้อมูลที่ควรตรวจพบจากข้อความทั่วไป บันทึกผล OCR และผลนโยบายแยกกัน เพื่อรู้ว่าปัญหาอยู่ที่การอ่านข้อความหรือการจัดชั้นข้อมูล

จัดการเอกสารที่ยังอ่านไม่ได้

สำหรับเอกสารที่ตรวจไม่ครบ ให้เจ้าของข้อมูลกำหนดวิธีจัดชั้นและช่องทางใช้งานเสริม หากต้องปรับปรุงคุณภาพสแกนให้วางขั้นตอนกับผู้สร้างเอกสาร อย่าใช้ผลไม่พบข้อความเป็นข้อสรุปว่าเอกสารไม่มีข้อมูลลับ

รายการตรวจสอบก่อนนำไปใช้

• ใช้ตัวอย่างสมมติที่มีภาษาและคุณภาพภาพหลากหลาย
• ตรวจเอกสารปกติด้วยเพื่อวัดการตรวจผิด
• บันทึกไฟล์ที่ไม่รองรับหรือประมวลผลไม่สำเร็จ
• ทดสอบซ้ำหลังเปลี่ยนรุ่นหรือกฎตรวจข้อมูล

PoC ควรมีรายการกรณีตรวจพบ ตรวจไม่พบ และไม่รองรับ พร้อมมาตรการเสริมในช่องว่าง ทีม KTNBS สามารถเตรียมการสาธิตด้วยเอกสารจำลองตามประเภทงานขององค์กร

กรณีทดลองที่ควรนำไปคุยกับทีม

ใช้ข้อความสมมติเดียวกันในภาพคม ภาพเอียง และ PDF ภาพล้วน แล้วตรวจการอ่านและเหตุแจ้งเตือน

กรณีนี้เป็นแผนทดสอบที่เสนอ ไม่ใช่ผลทดลองหรือคำรับรองของลูกค้า ให้ระบุระบบและรุ่นจริง ผู้รับผิดชอบ ผลคาดหวัง และผลที่เกิดขึ้นก่อนตัดสินใจขยายงาน