Hyperscan Cuts Unstructured Data Scans By Up To 95% Through Patent-pending ML Intelligence
BigID, líder en descubrimiento e inteligencia de datos para la privacidad, la protección y la perspectiva, presentó hoy la tecnología Hyperscan para escanear grandes volúmenes de datos de archivos no estructurados en el centro de datos o la nube a escala de petabytes. Hyperscan de BigID aprovecha el aprendizaje automático (ML) desarrollado por BigID para agilizar drásticamente la clasificación, catalogación y correlación de datos confidenciales en almacenes de archivos de gran volumen como O365, SharePoint, Box, GDrive, S3, NetApp, EMC y HDFS, con fines de cumplimiento normativo, privacidad, remediación, gobernanza de acceso, migración a la nube, minimización o retención de datos.
Organizations produce and store petabytes of documents like PDFs, spreadsheets, presentations, and forms – yearly. Understanding what and whose data is inside these diverse “unstructured” files has always proved challenging, requiring large compute resources to achieve performance that can take months or years for scanning typical enterprise volumes. This creates significant issues for data compliance, security and governance since files often contain sensitive data about people, IP, accounts and more. For over a decade the only innovation in scanning unstructured files was around optimizing data parsers and parallelizing scanners. BigID completely rethinks how unstructured data is scanned and processed achieving the first order of magnitude speed enhancements in a generation.