Ir al contenido
Ver todos los seminarios web

A la carta

Aplicación de nuevas técnicas de ML a Descubrir datos duplicados y derivados

Aprenda a descubrir, identificar y minimizar datos duplicados y similares.

Con el crecimiento exponencial de los datos, las fuentes de datos se dispersan en diversas áreas, incluyendo datos y múltiples nubes. Esto dificulta la reducción proactiva del riesgo y la protección de datos críticos y sensibles. Una de las mayores fuentes de riesgo proviene de la migración de datos sensibles duplicados y redundantes entre múltiples fuentes y almacenes de datos. Los puntos ciegos en sus datos derivados pueden generar riesgos innecesarios de exposición de datos; paralizar las iniciativas de migración a la nube, las iniciativas de minimización de datos y los procesos de fusiones y adquisiciones; y presentar una capa adicional de desafíos de cumplimiento normativo en todos los ámbitos. Únase a BigID e (ISC)2 para un debate sobre estos riesgos y cómo descubrir, identificar y minimizar datos duplicados y similares. Las áreas que se abordarán incluyen:

  • Cómo identificar y etiquetar datos duplicados, similares y redundantes
  • Migración de datos de mapas e identificación de fuentes de datos originales
  • Mejores prácticas para minimizar datos críticos en diferentes fuentes de datos y eliminar datos duplicados
  • Cómo aplicar técnicas de ML de última generación para reducir el riesgo y aumentar la confianza en sus datos
  • Construya un perfil de riesgo basado en datos de sus fuentes de datos