Centro de soluciones: gestión del ciclo de vida de los datos y disposición responsable.
Automatice y ejecute la gestión del ciclo de vida de los datos en todo su entorno de datos.
Riesgo de exposición, coste de almacenamiento, CCPA, GDPR o un modelo de IA que necesita datos actualizados en lugar de obsoletos: sea cual sea el motivo, BigID proporciona a todos estos programas la pieza clave que les falta. Evalúa los datos redundantes, obsoletos y triviales (ROT) y los datos que no cumplen con la normativa de la misma manera en fuentes estructuradas y no estructuradas, revisa lo que encuentra en un entorno aislado seguro con un registro residual y lo mueve, restaura, archiva o elimina solo después de comprobar la retención legal y la integridad referencial. Un único flujo de trabajo, de principio a fin.
Se encontraron datos redundantes y obsoletos, se investigaron en un entorno aislado con una lápida dejada atrás, y luego se archivaron o eliminaron, sin unir herramientas separadas.
Alcance regulatorio
Más de 300.000 reglas de retención
En más de 220 países, acceda al producto en tiempo real a través de la integración con FilersKeepers, no a una hoja de cálculo que alguien tenga que mantener.
Superficie de ataque más pequeña
Automáticamente, no manualmente.
Archivados o eliminados según horarios y reglas, de modo que el impacto se mantiene bajo sin un proyecto de limpieza recurrente.
¿En qué situación se encuentra actualmente la gestión del ciclo de vida de los datos?
Los datos que sobrevivieron a su propósito siguen expuestos.
El riesgo de exposición impulsa a eliminar lo que nadie necesita, el costo de almacenamiento impulsa a la limpieza, la CCPA y el RGPD impulsan a la minimización, y la IA impulsa a conservar solo lo que está actualizado. Todo apunta al mismo montón de datos redundantes, obsoletos, triviales e incumplidores, y BigID los cierra siempre de la misma manera: se evalúan de forma consistente, se revisan de forma segura y se eliminan sin sorpresas legales ni normativas.
Una evaluación, cada fuente
Los datos ROT y los datos que no cumplen con las normas se detectan de la misma manera. en todos los sistemas de archivos, tanto estructurados como no estructurados, en lugar de repetir un ejercicio de hoja de cálculo por cada sistema de archivos.
Un flujo de trabajo antes de la tecla de borrar
Los datos marcados se trasladan a un entorno aislado seguro y dejan una marca de eliminación., Así, un revisor con los permisos adecuados da fe de ello antes de que suceda nada.
Barandillas de seguridad en la salida
Primero se comprueba la retención legal y la integridad referencial, Por lo tanto, ni un archivado suave ni una purga dura pueden ejecutarse sobre datos que estén congelados o de los que aún se dependa.
Vea lo que BigID puede hacer
Observa cómo funciona.
Retención de datos de BigID para Google Drive: Encuentre datos obsoletos, aplique políticas y tome medidas.
Cómo detectar archivos obsoletos o corruptos en Google Drive, aplicar una política de retención en su contra y tomar medidas sobre lo que se encuentre, sin salir de la plataforma.
Manifestación
En este centro
Empieza aquí
Las preguntas sobre la gestión del ciclo de vida de los datos que BigID responde primero
Un flujo de trabajo, con una puerta antes de que se elimine nada.
Normalmente, la detección de ROT se realiza correctamente. El problema radica en el flujo de trabajo asociado, donde un script o una hoja de cálculo omite la revisión, la comprobación de retención legal o la verificación de dependencias, ya que no existe un lugar para integrar dichas comprobaciones. BigID integra las tres en el mismo flujo de trabajo que la detección en sí.
Nada pasa a la fase de disposición final sin la revisión de un revisor, y nada que esté bajo retención legal o dependencia estructural se elimina en absoluto.Capacidades
Detección, regulación, investigación y disposición: un flujo de trabajo para la gestión del ciclo de vida de los datos.
El procedimiento es el siguiente: detectar qué elementos cumplen los requisitos para su disposición, mantener actualizada la normativa que respalda dicha detección, canalizarla a través de una revisión delegada dejando un registro, y finalmente ejecutar la disposición propiamente dicha con las salvaguardias correspondientes.
Detección avanzada de ROT y datos que no cumplen con las normas
Los datos redundantes, obsoletos, triviales o que no cumplen con las normas no se encuentran en un solo sistema de archivos, por lo que su detección tampoco puede ser sencilla. Este grupo los encuentra de la misma manera en todas partes, tanto en fuentes estructuradas como no estructuradas, calculando la duplicación de forma independiente en lugar de depender de los indicadores de la plataforma de origen, y detectando también datos casi idénticos, no solo copias exactas.
Resultado: menor coste de almacenamiento, menor superficie de ataque.
Detección de duplicados para archivos y carpetas en diversos sistemas de archivos y lagos de datos.
Análisis de clúster avanzado para la detección de datos similares y derivados.
Detección de datos obsoletos en función de la fecha de creación, la última modificación o el último acceso y actividad.
Detección de datos archivados
Detección de datos con consentimiento caducado
Detección de datos sujetos a normativas específicas
Compatibilidad con reglas personalizadas
Seguimiento de la regulación
Una regla de detección es tan buena como la normativa en la que se basa, y las normativas no son estáticas. Este grupo combina políticas de normativa predefinidas con una metodología de bajo código para crear nuevas, por lo que mantenerlas actualizadas no supone una tarea compleja para el equipo de ingeniería.
Resultado: cumplimiento normativo preparado para auditorías y en consonancia con la ley.
Una biblioteca de políticas regulatorias predefinidas, listas para usar.
Integración con FilersKeeper para actualizaciones automáticas de regulaciones, más de 300.000 reglas de retención en más de 220 países.
definiciones de reglamentación aduanera
Un sencillo generador de consultas, diseñado para usuarios empresariales en lugar de ingenieros.
Flujo de trabajo de investigación delegada con lápidas
Los datos marcados necesitan ser revisados antes de poder ser eliminados. Este grupo los traslada a un entorno aislado seguro, deja un marcador de eliminación y los canaliza a través de los ganchos nativos de Jira y ServiceNow, por lo que la revisión no implica realizar un seguimiento en una hoja de cálculo aparte.
Resultado: ninguna eliminación errónea y prueba del porqué.
Funcionalidad integrada de mover a un entorno aislado (sandbox)
Una lápida colocada para notificar a los usuarios que sus datos están bajo investigación.
Flujo de trabajo protegido por RBAC, por lo que solo un revisor con permisos aprobados puede revisar y certificar.
Integración con ServiceNow y Jira
Disposición y eliminación responsables
Aquí es donde el flujo de trabajo actúa sobre los datos: los mueve, restaura, archiva o elimina, tras verificar previamente la retención legal y la integridad referencial. La restauración, en particular, es la parte que la mayoría de los proveedores omiten: eliminar o archivar es común, pero restaurar los datos a su estado original una vez que se levanta una retención no lo es.
Resultado: eliminación justificable, con evidencia para cada acción.
Compatibilidad con eliminación lógica (archivo en almacenamiento en frío) y eliminación definitiva (purga).
Las medidas de protección para la integridad referencial impactan en los datos estructurados.
Salvaguardias para la retención legal
Cobertura en archivos, tablas y otros objetos estructurados y no estructurados que contiene un patrimonio.
Dónde se corre
El mismo flujo de trabajo de detección y disposición, independientemente de dónde se encuentren los datos.
Un archivo duplicado encontrado en un recurso compartido de archivos y un archivo duplicado encontrado en una tabla de almacenamiento pasan por la misma lógica de detección y el mismo flujo de trabajo, por lo que la disposición final no depende de qué equipo sea propietario de qué plataforma.
Archivos y carpetas compartidas
Los recursos compartidos de red y el contenido no estructurado en el centro de datos y la nube constituyen la mayor fuente de datos obsoletos y duplicados.
Bases de datos y tablas
Bases de datos relacionales y NoSQL, donde se comprueba la integridad referencial antes de permitir que se ejecute una eliminación permanente.
Lagos de datos y almacenamiento en la nube
El almacenamiento de objetos y los almacenes que alimentan los sistemas de análisis e inteligencia artificial son los que más perjudican la calidad de los modelos, ya que los datos obsoletos y duplicados son los que más dañan dicha calidad.
Archivos y almacenamiento en frío
El destino para la eliminación lógica y la cobertura que cierra el ciclo de los datos que nadie recuerda haber movido allí en primer lugar.
Demostración práctica
Archivos eliminados, espacio de almacenamiento recuperado y riesgo eliminado, a gran escala.
aerolínea global
Se eliminaron 302 millones de archivos.
Se han recuperado 707 TB de Azure Data Lake Gen 2, con un ahorro mensual de $27K.
organización internacional de seguros
Se eliminaron más de 100 millones de archivos.
Se eliminaron los datos redundantes, obsoletos e irrelevantes de NAS, OneDrive y SharePoint.
Proveedor de seguros global
Se eliminaron más de 2,3 millones de archivos.
Incluye más de 571.000 correos electrónicos de alto riesgo que contienen información personal identificable, contraseñas y números de tarjetas de crédito.
Universidad de Maryland
$5M+ en riesgo eliminado
Al eliminar más de 27.000 registros de información personal identificable expuestos del almacenamiento en la nube
¿Qué impide que una eliminación permanente provoque daños en algún componente posterior?
La comprobación de la integridad referencial se ejecuta dentro del propio flujo de trabajo de disposición, no como una auditoría independiente posterior. Antes de ejecutar una eliminación completa, se comprueban los datos estructurados, de modo que una fila de la que aún depende otra tabla no desaparece. Si no se puede garantizar la seguridad, la disposición predeterminada es la eliminación lógica: se archiva en almacenamiento en frío en lugar de eliminarla definitivamente.
¿Qué ocurre con los datos que están bajo retención legal?
La retención legal se comprueba en la misma pasada, antes de que la disposición afecte a los datos. Se ejecuta como parte del mismo paso de control que la integridad referencial, por lo que una retención en un custodio no significa pausar la disposición para todos los demás en el lote.
¿Se enteran las personas cuyos datos se investigan?
Sí, en el momento en que se mueve. En cuanto los datos marcados se trasladan al entorno aislado, se deja un marcador de estado y un revisor con permisos aprobados por RBAC debe dar fe de ello antes de que se elimine cualquier dato. El caso se puede gestionar a través de ServiceNow o Jira como cualquier otro ticket.
Llévalo más lejos
Qué leer cuando la disposición es lo que lo está retrasando todo lo demás.
Una evaluación exhaustiva de su patrimonio le mostrará exactamente qué documentos pueden ser objeto de disposición, qué normativa o retención se aplica a ellos y qué se puede archivar o eliminar de forma segura en primer lugar.
