Quels documents sont explorés

• Seuls les documents pris en charge par Discovery dans votre chemin de fichier sont explorés ; tous les autres sont ignorés. Pour plus d'informations, voir Types de fichier pris en charge.
• La sécurité de niveau document est prise en charge. Lorsque cette option est activée, vos utilisateurs peuvent explorer et interroger le même contenu auquel ils peuvent accéder lorsqu'ils accèdent directement au système de fichiers.
• Lorsqu'une source est réexplorée, les nouveaux documents sont ajoutés, les documents mis à jour sont modifiés dans leur version actuelle et les documents supprimés sont effacés de l'index de la collection.
• Tous les connecteurs de source de données Discovery sont en lecture seule. Quels que soient les droits accordés au compte d'exploration, Discovery n'écrit, ne met à jour ou ne supprime jamais de contenu dans la source de données d'origine.

Configuration requise pour les sources de données

Outre les exigences de source de données pour tous les déploiements installés, votre source de données de système de fichiers Windows doit répondre aux exigences suivantes:

• Le connecteur prend en charge Microsoft Windows Server 2012 R2, 2016, 2019 et 2022.
• Le serveur d'agent distant et les serveurs de fichiers à explorer doivent appartenir au même domaine Windows. Le robot d'exploration ne peut collecter les données de la liste de contrôle d'accès (ACL) que depuis un seul domaine Windows.

La prise en charge de Microsoft Windows Server 2022 a été ajoutée avec l'édition 4.6. A partir de l'édition 4.7, vous pouvez sécuriser le trafic envoyé entre le service d'agent Windows et son moteur d'exploration en activant la prise en charge du protocole TLS (Transport Layer Security).

Procédure prérequise

• Si vous souhaitez activer la sécurité au niveau du document, vous devez effectuer certaines étapes pour la configurer. Pour plus d'informations, voir Prise en charge de la sécurité au niveau des documents.

  Pour configurer la sécurité au niveau des documents, vous devez collecter les informations suivantes:

  URL du serveur LDAP

  Le serveur LDAP URL auquel se connecter. Par exemple, ldap://<ldap_server>:<port>.

  Nom d'utilisateur de liaison LDAP

  Nom d'utilisateur à utiliser pour la liaison au service d'annuaire.

  Dans la plupart des cas, le nom d'utilisateur est un nom distinctif (DN). Un nom d'utilisateur Active Directory peut fonctionner, mais contrairement à la connexion Windows générale, il est sensible à la casse.

  Mot de passe de l'utilisateur de liaison LDAP

  Mot de passe associé au nom d'utilisateur lié.

  Nom distinctif de base LDAP

  Point de départ de la recherche d'entrées utilisateur dans LDAP. Par exemple, CN=Users,DC=example,DC=com.

  Filtre utilisateur LDAP

  Le filtre utilisateur pour rechercher les entrées utilisateur dans LDAP. S'il est vide, la valeur par défaut est (userPrincipalName={0}).

• Avant de configurer une collection de systèmes de fichiers Windows, vous devez installer l'agent IBM Watson Discovery pour les systèmes de fichiers Windows sur un serveur de fichiers Windows distant ou sur un serveur Windows distant. L'agent est un service Windows qui récupère les données des serveurs sources de données et les envoie à Discovery. L'agent peut explorer des systèmes de fichiers Windows distants, des unités locales à l'agent et des dossiers réseau partagés.

  Si vous installez l'agent sur un serveur Windows distant, ce dernier doit être capable de monter un ou plusieurs serveurs de fichiers afin que l'agent puisse explorer les systèmes de fichiers Windows distants.

  Pour installer et configurer l'agent, effectuez les tâches suivantes :

  • Installez l'agent.
  • Configurez les répertoires partagés sur le serveur d'agent.
  • Démarrez et surveillez le statut du serveur d'agent.

<AgentStatus>
  <SpaceStatus>
    <SpaceId>012</SpaceId>
    <RootFolder>E:\\Projects\Analytics\\data\test1</RootFolder>
    <ConnectionNumber>9</ConnectionNumber>
    <StartTime>1244709336093</StartTime>
    <LastTime>1244709385843</LastTime>
    <IdlePeriod>219</IdlePeriod>
  </SpaceStatus>
  <SpaceStatus>
    <SpaceId>013</SpaceId>
    <RootFolder>E:\\Projects\Analytics\\data\test2</RootFolder>
    <ConnectionNumber>10</ConnectionNumber>
    <StartTime>1244709336093</StartTime>
    <LastTime>1244709385843</LastTime>
    <IdlePeriod>219</IdlePeriod>
  </SpaceStatus>

Connexion à une source de données Windows File System

À partir de votre projet d' Discovery, effectuez les étapes suivantes.

Si vous avez effectué les étapes prérequises, revenez à la collection de sources de données du système de fichiers Windows que vous avez commencé à créer, puis passez à l'étape 4.

1. Dans le panneau de navigation, sélectionnez Gestion des collections.

2. Cliquez sur Nouvelle collection.

3. Cliquez sur Système de fichiers Windows, puis sur Suivant.

4. Attribuez un nom à la collection.

5. Si la langue des documents que vous souhaitez explorer n'est pas l'anglais, sélectionnez la langue appropriée.

   Pour obtenir la liste des langues prises en charge, voir Langues prises en charge.

6. Facultatif: modifiez la planification de synchronisation.

   Pour plus d'informations, voir Options de planification d'exploration.

7. Dans la section Entrez vos données d'identification, ajoutez des valeurs aux zones suivantes. Vous avez indiqué ces zones lors de l'installation du serveur d'agent, qui a été décrit dans la section Etapes prérequises.

   Hôte

   Le nom d'hôte du serveur d' Microsoft Windows s distant, par exemple <hostname>.mydomain.com.

   Nom d'utilisateur

   Nom d'utilisateur permettant de connecter le serveur d'agent. Vous utilisez le nom d'utilisateur pour connecter Discovery aux dossiers réseau partagés et explorer le contenu.

   Mot de passe

   Mot de passe associé au nom d'utilisateur.

   Port d'authentification de l'agent

   Port à utiliser pour l'authentification. La valeur de port par défaut est 8397.

   Port

   Port à utiliser pour le transfert de données. La valeur de port par défaut est 8398.

8. Dans la section Specify what you want to crawl, entrez le chemin de fichier à explorer dans la zone Path, puis cliquez sur Add.

   Le chemin d'accès au fichier est sensible à la casse.

   Vous pouvez éventuellement ajouter d'autres chemins d'accès aux fichiers.

9. Facultatif: personnalisez les types de fichiers explorés.

   Le moteur d'exploration est configuré automatiquement pour exclure une liste d'extensions de fichier pour les types de fichier qui ne sont pas sûrs à explorer. Vous pouvez ajouter d'autres extensions de fichier à la liste de filtres exclus ou répertorier uniquement les extensions de fichier pour les types de fichier que vous souhaitez inclure dans l'exploration. La liste des types de fichiers à inclure est encore plus sécurisée.

   Pour modifier les types de fichier explorés, dans la section Filtre d'extension, indiquez si vous souhaitez utiliser une liste de filtres Exclus ou Inclus. Ensuite, répertoriez les extensions de fichier pour les types de fichiers que vous souhaitez exclure ou inclure.

   Cette option de configuration a été introduite avec la version d' 4.0.3.

10. Facultatif: spécifiez le jeu de caractères des données à explorer.

    Le convertisseur utilisé par le moteur d'exploration est configuré automatiquement pour détecter le jeu de caractères des fichiers avant de les convertir. Toutefois, vous pouvez choisir d'indiquer un codage de caractères différent à utiliser pour la conversion des données. Pour spécifier un encodage de caractères, procédez comme suit :

    • Définissez le commutateur Détection automatique des pages de codes sur Off.
    • Dans la zone Page de codes à utiliser, spécifiez le codage de caractères comme valeur Java Charset. Par exemple, UTF-8 ou UTF-16. Si vous ne spécifiez pas de jeu de caractères, ISO-8859-1 est utilisé.

    Cette option de configuration a été introduite avec la version d' 4.0.3.

11. Facultatif: si vous souhaitez activer la sécurité de niveau document, dans la section Sécurité, définissez le commutateur Activer la sécurité de niveau document sur On.

    Lorsque cette option est activée, vos utilisateurs peuvent explorer et interroger le contenu auquel ils ont accès. Vous devez fournir les détails relatifs à l'annuaire LDAP que vous souhaitez utiliser.

    URL du serveur LDAP

    Le serveur LDAP URL auquel se connecter. Par exemple, ldap://<ldap_server>:<port>.

    Nom d'utilisateur de liaison LDAP

    Nom d'utilisateur à utiliser pour la liaison au service d'annuaire.

    Mot de passe de l'utilisateur de liaison LDAP

    Mot de passe associé au nom d'utilisateur lié.

    Nom distinctif de base LDAP

    Point de départ de la recherche d'entrées utilisateur dans LDAP. Par exemple, CN=Users,DC=example,DC=com.

    Filtre utilisateur LDAP

    Le filtre utilisateur pour rechercher les entrées utilisateur dans LDAP. S'il est vide, la valeur par défaut est (userPrincipalName={0}).

12. Si vous souhaitez que le moteur d'exploration extrait du texte des images des documents, développez Plus de paramètres de traitementet définissez Appliquer la reconnaissance optique des caractères (OCR) sur On.

    Lorsque la reconnaissance optique des caractères est activée et que vos documents contiennent des images, le traitement prend plus de temps. Pour plus d'informations, voir Reconnaissance optique des caractères.

13. Cliquez sur Terminer.

La collection est créée rapidement. Le traitement des données à mesure qu'elles sont ajoutées à la collection prend plus de temps.

Si vous souhaitez vérifier la progression, accédez à la page Activité. Dans le panneau de navigation, cliquez sur Gérer les collections, puis cliquez pour ouvrir la collection.