Utiliser un indexeur Recherche Azure AI pour ingérer les étiquettes de confidentialité Microsoft Purview et appliquer la sécurité au niveau des documents (préversion)

Note

Recherche Azure AI est disponible via le portail Azure, les API REST et les SDK Azure. Il sous-tend également Foundry IQ, la couche de connaissances managée qui transforme le contenu d’entreprise en bases de connaissances réutilisables et prenant en charge les autorisations pour les agents dans le portail Microsoft Foundry.

Important

Les fonctionnalités, capacités ou propriétés marquées (préversion) ne sont pas couvertes par un accord de niveau de service, ne sont pas recommandées pour les workloads de production et peuvent être modifiées ou faire l’objet de restrictions avant leur mise à disposition générale. Les Recherche Azure AI termes de la préversion s'appliquent à toutes les fonctionnalités d'aperçu, qu'il s'agisse d'une fonctionnalité autonome ou d'une partie d'une fonctionnalité généralement disponible.

Ajoutez la prise en charge de l’étiquette de confidentialité Microsoft Purview (préversion) à un pipeline d’indexeur Recherche Azure AI existant. Configurez l’extraction d’étiquettes, annotez les champs de métadonnées cibles et mappez ces valeurs à chaque document ou segment indexé. Recherche Azure AI utilise les étiquettes indexées pour appliquer l’accès au niveau du document au moment de la requête en fonction de vos stratégies de Microsoft Purview.

Cette fonctionnalité est disponible pour les sources de données suivantes :

Les exemples en trois champs de cet article utilisent des métadonnées confirmées pour les fichiers de bibliothèque de documents SharePoint dans Microsoft 365 (lecteur). L'ingestion d'étiquettes de confidentialité ne prend pas en charge les éléments de liste SharePoint ou les pages de site.

Conditions préalables

Limitations

  • Le portail Azure ne prend pas en charge cette fonctionnalité.

  • Les API Autocomplete etSuggest ne sont pas prises en charge pour les index activés Purview, car ils ne peuvent pas encore appliquer le contrôle d’accès basé sur les étiquettes.

  • Les comptes invités et les requêtes interlocataires ne sont pas pris en charge.

  • Les fonctionnalités d’indexeur suivantes ne prennent pas en charge les documents avec des étiquettes de confidentialité. Si vous utilisez l’une de ces fonctionnalités dans un ensemble de compétences ou un indexeur, les documents avec étiquettes de confidentialité ne sont pas traités.

Fonctionnement de l’application des stratégies

La prise en charge des étiquettes de confidentialité comprend deux phases : l’indexation et l’application au moment de la requête.

Indexation

L’indexeur extrait le contenu du document et les métadonnées de l’étiquette de sensibilité. Lors des exécutions suivantes, elle met à jour les valeurs indexées lorsqu’elle détecte les modifications apportées à l’étiquette, au contenu ou aux métadonnées d’un document.

L’index ne reflète pas les changements d’étiquette dans les documents sources avant la prochaine exécution réussie de l’indexeur.

Application des règles au moment des requêtes

Au moment de la requête, Recherche Azure AI évalue les étiquettes de confidentialité et applique le contrôle d'accès au niveau du document, en fonction du jeton Microsoft Entra ID de l'utilisateur et des stratégies d'étiquette Microsoft Purview. Seuls les utilisateurs autorisés à accéder au contenu avec le droit d’utilisation READ sous une étiquette donnée peuvent récupérer les documents correspondants dans les résultats de recherche.

Pour connaître les exigences d’authentification et d’autorisation des requêtes, consultez Interroger un index compatible avec les étiquettes de confidentialité. Pour les enquêtes administratives et les comportements d’audit, consultez Lecture avec élévation de privilèges.

1. Activer l'identité managée de la recherche AI

Activez une identité managée affectée par le système pour votre service Recherche Azure AI. L'indexeur utilise l'identité du service pour s'authentifier auprès de Microsoft Purview et effectuer des opérations privilégiéesEXTRACT, notamment la lecture du contenu chiffré et des classifications de sécurité. Affectez directement les rôles requis à cette identité à l’étape 3.

2. Activer RBAC sur votre service Recherche d’IA

Activez le contrôle d’accès en fonction du rôle (RBAC) sur votre service Recherche Azure AI. Les index avec Purview nécessitent une authentification RBAC pour les opérations sur les documents, notamment l’indexation du contenu et l’interrogation. Conservez RBAC et les clés API activés si d’autres opérations de service s’appuient sur des clés API. Cette configuration n’autorise pas les opérations sur les documents avec clé API sur les index activés pour Purview.

3. Accorder l’accès pour extraire des étiquettes de confidentialité

L’accès aux métadonnées d’étiquette de sensibilité Microsoft Purview implique des opérations hautement privilégiées. Engagez vos équipes de sécurité ou de conformité et obtenez l’approbation par le biais du processus de gouvernance de votre organisation avant d’attribuer des autorisations.

Une fois approuvé, engagez un Administrateur global ou un Administrateur de rôle privilégié pour attribuer ces rôles à l’identité managée affectée par le système Recherche Azure AI :

  • Content.SuperUser pour l’extraction d’étiquettes et de contenu.
  • UnifiedPolicy.Tenant.Read pour la stratégie Purview et l’accès aux métadonnées d’étiquette.

Attribuer des rôles à l’aide de PowerShell

Attribuez ces rôles uniquement à l’identité managée affectée par le système du service Recherche Azure AI, et non à une identité managée affectée par l’utilisateur, à un principal de service d’application distinct ou à un compte d’utilisateur individuel. Le script PowerShell récupère automatiquement l’ID d’objet d’identité managée à partir de la ressource de service.

Votre administrateur général ou administrateur de rôle privilégié doit utiliser le script PowerShell suivant pour accorder les autorisations requises. Obtenez le consentement de l’administrateur pour les étendues de Microsoft Graph déléguées AppRoleAssignment.ReadWrite.All et Application.Read.All par le biais de votre processus de gouvernance approuvé. Un rôle d’administrateur de locataire seul ne fournit pas ces étendues de jeton.

Après avoir installé les modules indiqués dans la section suivante, établissez un contexte de Azure PowerShell authentifié distinct dans la même session PowerShell avant d’exécuter les commandes restantes. Utilisez Connect-AzAccount pour vous connecter au locataire du service de recherche, et Set-AzContext pour sélectionner le locataire et l’abonnement appropriés. Le compte Azure doit avoir l’autorisation de lire la ressource du service de recherche, comme le rôle Lecteur. Connect-Entra n’établit pas ce contexte Azure.

Remplacez les espaces réservés par votre ID de locataire, votre ID d’abonnement, votre groupe de ressources et le nom du service de recherche.

Install-Module -Name Az -Scope CurrentUser
Install-Module -Name Microsoft.Entra -AllowClobber
Import-Module Az.Resources
Connect-Entra -TenantId "<tenantId>" `
    -Scopes 'AppRoleAssignment.ReadWrite.All', 'Application.Read.All'

$resourceIdWithManagedIdentity = (
    "/subscriptions/<subscriptionId>/resourceGroups/<resourceGroup>/" +
    "providers/Microsoft.Search/searchServices/<searchServiceName>"
)
$managedIdentityObjectId = (Get-AzResource `
    -ResourceId $resourceIdWithManagedIdentity).Identity.PrincipalId

# Microsoft Information Protection (MIP)
$MIPResourceSP = Get-EntraServicePrincipal `
    -Filter "appID eq '870c4f2e-85b6-4d43-bdda-6ed9a579b725'"
New-EntraServicePrincipalAppRoleAssignment `
    -ServicePrincipalId $managedIdentityObjectId `
    -PrincipalId $managedIdentityObjectId `
    -ResourceId $MIPResourceSP.Id `
    -Id "8b2071cd-015a-4025-8052-1c0dba2d3f64"

# Microsoft Rights Management Services (MRMS) - policy read
$MRMSResourceSP = Get-EntraServicePrincipal `
    -Filter "appID eq '00000012-0000-0000-c000-000000000000'"
New-EntraServicePrincipalAppRoleAssignment `
    -ServicePrincipalId $managedIdentityObjectId `
    -PrincipalId $managedIdentityObjectId `
    -ResourceId $MRMSResourceSP.Id `
    -Id "7347eb49-7a1a-43c5-8eac-a5cd1d1c7cf0"

Référence : Connect-Entra, Get-AzResource, Get-EntraServicePrincipal, New-EntraServicePrincipalAppRoleAssignment et Microsoft Graph autorisations d’attribution de rôle d’application.

Le script affecte des rôles d’application sur les principaux de service de ressources suivants à l’identité managée du service de recherche :

App ID Principal du service de la ressource
870c4f2e-85b6-4d43-bdda-6ed9a579b725 Microsoft Service de synchronisation Info Protection
00000012-0000-0000-c000-000000000000 Services de gestion des droits Microsoft

4. Configurer l’index pour activer l’étiquette de sensibilité Purview

Utilisez la version 2026-08-01-preview de l’API REST pour les modifications de configuration dans les étapes suivantes.

Important

La propriété purviewEnabled doit être définie sur true lors de la création de l’index. Ce paramètre est permanent et ne peut pas être modifié ultérieurement.

Si votre index existant ne contient pas purviewEnabled: true, créez un index compatible avec Purview et reciblez votre indexeur et tous les sélecteurs de projection vers celui-ci. Vous ne pouvez pas activer cette propriété sur un index existant.

Pour un index Purview, seule l’authentification RBAC est prise en charge pour toutes les API d’opérations de document. L’accès par clé API est limité à la récupération du schéma d’index (liste et obtention).

Dans toutes les sources de données d’étiquette de confidentialité prises en charge, metadata_sensitivity_label contient un ID d’étiquette sous forme de chaîne GUID. Définissez son champ d’index cible comme Edm.String, et non comme une collection. La valeur peut être absente ou nulle lorsqu’un document n’est pas étiqueté ou qu’une extraction d’étiquette est intentionnellement ignorée.

Ajoutez ces trois champs de chaîne à l’index cible. Si les chunks sont vos documents pouvant faire l’objet d’une recherche, ajoutez les champs à l’index de chunk.

Champ de métadonnées source Champ d’index cible Type et annotation
metadata_sensitivity_label sensitivity_label_id Edm.String GUID ; sensitivityLabelId: true, filterable: true, retrievable: true.
metadata_sensitivity_label_name sensitivity_label_name Edm.String nom du libellé ; sensitivityLabelName: true, retrievable: true.
metadata_source_document_id source_document_id Edm.String identificateur d’audit ; sourceDocumentId: true, retrievable: true.

Le source_document_id champ identifie le document source pour l’audit. Il ne s’agit pas de la clé d’index de recherche ou de la clé parente de projection.

Avertissement

Les fragments JSON suivants sont des deltas de configuration, et non des corps de requête PUT complets. Fusionnez-les dans vos définitions de ressources complètes avant d’envoyer des requêtes. Une requête PUT de création ou de mise à jour remplace la définition de la ressource. Conservez les champs et tableaux existants, les mappages, les options, les sélecteurs, les informations d’identification et d’autres configurations ; ne remplacez pas une définition complète ou un tableau par un fragment.

Propriété de création d’index : Incluez cette propriété dans la définition de création complète d’un nouvel index. Si l’indice existant l’a déjà, conservez-le inchangé.

{
  "purviewEnabled": true
}

Ajouts de champs d’index : Ajoutez ces objets au tableau fields de la définition d’index complète, en conservant le schéma existant et la disposition d’indexation.

[
  {
    "name": "sensitivity_label_id",
    "type": "Edm.String",
    "filterable": true,
    "retrievable": true,
    "sensitivityLabelId": true
  },
  {
    "name": "sensitivity_label_name",
    "type": "Edm.String",
    "retrievable": true,
    "sensitivityLabelName": true
  },
  {
    "name": "source_document_id",
    "type": "Edm.String",
    "retrievable": true,
    "sourceDocumentId": true
  }
]

Référence : Définition de l’index.

Pour les mappages au niveau du document, suivez l’étape 7. Pour les blocs enfants, suivez l’étape 6.

5. Configurer la source de données

Delta de l’option de source de données : Ajoutez sensitivityLabel à indexerPermissionOptions dans votre source de données configurée. Si d’autres options d’autorisation sont déjà activées, conservez-les et ajoutez cette option plutôt que de remplacer le tableau.

{
  "indexerPermissionOptions": ["sensitivityLabel"]
}

Référence : définition de la source de données.

Cette option active l’extraction d’étiquettes. Elle est distincte des annotations du champ d’index sensitivityLabelId, sensitivityLabelName et sourceDocumentId. Conservez les informations d’identification existantes du connecteur, la sélection du conteneur et d’autres paramètres.

6. Configurer les projections d’index dans votre ensemble de compétences (le cas échéant)

Si votre pipeline indexe des blocs, étendez son sélecteur de projection d’index existant. Appliquez les ajouts de champs et l’exigence d’index pour Purview de l’étape 4 à l’index de segments.

Ajouts de mappage de projection : Ajoutez ces entrées au tableau mappings du sélecteur approprié à l’intérieur de indexProjections.selectors. Ces ajouts ne constituent pas un outil de sélection ni un ensemble de compétences complet.

[
  {
    "name": "sensitivity_label_id",
    "source": "/document/metadata_sensitivity_label"
  },
  {
    "name": "sensitivity_label_name",
    "source": "/document/metadata_sensitivity_label_name"
  },
  {
    "name": "source_document_id",
    "source": "/document/metadata_source_document_id"
  }
]

Référence : Définition de l’ensemble de compétences.

Conservez le parentKeyFieldName, le sourceContext et le bloc targetIndexName du sélecteur, sauf pour réattribuer un nouvel index si nécessaire. Conservez les autres sélecteurs, le contenu et les mappages vectoriels, ainsi que le mode de projection existant. Mapper explicitement chaque champ enfant non clé ; les trois ajouts ci-dessus ne sont pas l’ensemble complet de mappages.

Ces chemins d’accès au niveau racine copient les valeurs de chaîne mappées disponibles sur le parent sur chaque bloc. Les projections génèrent la clé enfant et l’association parente pour le suivi des modifications. Ne mappez pas manuellement les clés générées, telles que chunk_id dans les projections ou le parent_id de l’indexeur segmenté fieldMappings.

Si votre compétence Fractionnement de texte émet des chaînes brutes sous chunks, utilisez /document/chunks/* pour le sourceContext sélecteur et le mappage de contenu, et non un chemin enfant /id ou /text.

Avec skipIndexingParentDocuments, l’indexeur direct fieldMappings ne renseigne pas les documents enfants. La projection de l’ID d’étiquette est requise pour l’application des requêtes au niveau du bloc et les métadonnées de réponse d’étiquette associées. Pour la gestion des réponses, consultez Examiner les métadonnées de l’étiquette de confidentialité dans la réponse.

Pour une disposition parent-enfant à deux index, utilisez les mappages directs à l’étape 7 pour remplir l’index parent et ces projections pour remplir l’index enfant. Pour connaître la sémantique du mappage, consultez Examiner les mappages de champs.

7. Configurer l’indexeur

Pour un document d’index par document source, ajoutez des mappages de métadonnées directs à votre indexeur existant. Utilisez des noms de champs sources bruts sans le préfixe /document/.

Ajouts au mappage direct des champs : Ajoutez ces entrées au tableau fieldMappings de l’indexeur. Conservez son mappage de clé de connecteur, d’autres mappages, la source de données et le câblage des ensembles de compétences, l’index cible et la configuration, à l’exception du reciblage d’un nouvel index si nécessaire.

[
  {
    "sourceFieldName": "metadata_sensitivity_label",
    "targetFieldName": "sensitivity_label_id"
  },
  {
    "sourceFieldName": "metadata_sensitivity_label_name",
    "targetFieldName": "sensitivity_label_name"
  },
  {
    "sourceFieldName": "metadata_source_document_id",
    "targetFieldName": "source_document_id"
  }
]

Référence : définition de l’indexeur.

Pour les segments, gardez l’indexeur existant connecté à son ensemble de compétences ; les mappages du sélecteur à l’étape 6 remplissent les métadonnées enfants.

Vérifiez l’ingestion des étiquettes

Après avoir fusionné les modifications dans les définitions de ressources complètes, effectuez un backfill initial si l’indexeur existant a déjà traité les fichiers sources. L’activation de l’extraction, l’ajout de champs de métadonnées ou le reciblage du pipeline ne rend pas les fichiers inchangés éligibles pour une exécution incrémentielle normale. Pour retraiter ces fichiers, réinitialisez l’indexeur, puis exécutez-le. La réinitialisation efface le suivi des modifications et l’exécution suivante retraite tous les documents sources ; tenez compte de cette charge de travail.

Si les fichiers ne sont pas encore indexés, exécutez l’indexeur sans réinitialisation. Utilisez Get Indexer Status pour confirmer que l’exécution s’est terminée correctement et inspecter les erreurs de document et les avertissements. Une demande d’exécution acceptée n’est pas une preuve d’ingestion terminée.

À l’aide d’une identité de requête autorisée et du guide de requête, vérifiez un document étiqueté connu et ses blocs :

  • Un fichier étiqueté à partir de n’importe quelle source prise en charge remplit sensitivity_label_id avec une chaîne GUID. Pour un fichier étiqueté d’une bibliothèque de documents SharePoint, vérifiez également le nom de l’étiquette et l’ID d’audit du document source dans les champs compagnons ; pour d’autres sources, vérifiez les valeurs compagnons lorsque ces métadonnées sources sont disponibles.
  • Un document sans étiquette, ou un document avec extraction d’étiquette ignorée intentionnellement, a un ID d’étiquette absent ou null.
  • Chaque segment enfant hérite des valeurs de métadonnées mappées disponibles sur son parent, et les clés enfants et parent générées restent intactes.

Si les métadonnées attendues sont manquantes, vérifiez les erreurs d’exécution et les avertissements, l’option d’extraction de la source de données à l’étape 5 et les mappages directs ou de projection dans les étapes 6 et 7. Vérifiez que le backfill a traité le fichier connu.

Pour une actualisation incrémentielle ultérieure, exécutez ou planifiez l’indexeur pour traiter les modifications sources détectées ; ne le réinitialisez pas pour chaque actualisation de l’étiquette. Les modifications d’étiquette source ne sont pas visibles dans l’index tant qu’une exécution réussie de l’indexeur ne les a pas traitées. Pour une actualisation périodique, consultez Programmer un indexeur.