Que sont les données ROT et pourquoi sont-elles importantes ?
Les données ROT sont redondantes, obsolètes et triviales ; leur suppression permet de réduire simultanément les coûts et les risques. Les doublons, les fichiers non utilisés depuis des années et les contenus triviaux augmentent les coûts de stockage, élargissent la surface d'attaque et alimentent l'IA avec des données obsolètes. BigID les détecte en même temps que les données non conformes, telles que les données dont le consentement a expiré ou celles conservées au-delà de leur période de rétention, et les traite selon un processus unique. Le programme complet est présenté ci-dessous. minimisation des données non structurées.
Comment BigID détecte-t-il les données redondantes et obsolètes dans les partages de fichiers, les bases de données et les lacs de données ?
Il calcule lui-même les doublons, de la même manière pour toutes les sources, au lieu de s'appuyer sur les propres indicateurs de chaque plateforme. La détection couvre les doublons exacts et les quasi-doublons grâce à l'analyse de regroupement de données similaires et dérivées, les données obsolètes par date de création, de dernière modification ou de dernier accès, les données archivées, les données avec un consentement expiré, les données soumises à des réglementations spécifiques et vos propres règles personnalisées, sur les systèmes de fichiers, les bases de données, les lacs de données et le stockage cloud.
Comment BigID maintient-elle ses politiques de conservation des données à jour face à l'évolution de la réglementation ?
Grâce à une bibliothèque de politiques réglementaires préétablies et à des mises à jour automatisées de filerskeepers. L'intégration importe plus de 300 000 règles de conservation dans plus de 220 pays, et des définitions réglementaires personnalisées ainsi qu'un générateur de requêtes conçu pour les utilisateurs professionnels couvrent les exigences spécifiques à votre organisation, de sorte que la mise à jour des politiques ne dépend pas d'un ticket d'assistance technique.
Comment BigID empêche-t-il une suppression définitive de perturber le fonctionnement en aval ?
Le contrôle d'intégrité référentielle s'exécute au sein même du flux de travail de disposition, avant toute purge. Avant toute purge définitive, le système vérifie la structure des données afin de préserver les lignes dont dépend une autre table. Lorsqu'une purge ne peut être garantie sans risque, le traitement par défaut est la suppression logique : archivage dans un stockage froid plutôt que purge complète.
Qu’advient-il des données faisant l’objet d’une rétention légale ?
La vérification de la conservation légale intervient lors de la même étape, avant que les données ne soient traitées. Elle s'exécute dans le cadre de la même étape de garde-fou que l'intégrité référentielle, de sorte qu'une suspension du traitement d'un dépositaire n'entraîne pas l'interruption du traitement pour tous les autres éléments du lot.
Les personnes dont les données font l'objet d'une enquête en sont-elles informées ?
Oui, dès qu'il bouge. Un marqueur de suppression est laissé dès que des données signalées sont déplacées vers le bac à sable, et un examinateur disposant d'autorisations approuvées par RBAC doit attester avant que quoi que ce soit ne soit supprimé, le cas étant acheminable via ServiceNow ou Jira comme n'importe quel autre ticket.
Les données déplacées ou archivées peuvent-elles être restaurées ?
Oui, la restauration fait partie du flux de travail. Lorsqu'une suspension est levée ou qu'un réviseur annule une décision, les données déplacées vers l'environnement de test ou archivées retrouvent leur état initial. La suppression définitive est réservée aux données dont la suspension, la vérification légale et les contrôles de dépendance ont été validés ; c'est pourquoi ces étapes sont effectuées en premier.
Comment la gestion du cycle de vie des données permet-elle de réduire la surface d'attaque et les risques liés à l'IA ?
En supprimant les données dont personne n'a besoin, et par conséquent les données auxquelles un attaquant ou un système d'IA pourrait accéder. Moins de données obsolètes et dupliquées signifient moins de données à exfiltrer, moins de données à exposer via un copilote ou un agent, et moins de contenu périmé sur lequel baser un modèle d'IA. Cela fonctionne en parallèle découverte et classification des données, qui identifie ce qui est sensible, et le plus large résilience des données et de l'IA programme.
Comment cela contribue-t-il à respecter nos obligations en matière de protection de la vie privée et de réglementation ?
Elle fait respecter les exigences de conservation et de minimisation des données fixées par le CCPA, le RGPD et les réglementations similaires. Les politiques proviennent de la bibliothèque de réglementations, chaque action est consignée dans le flux de travail et les mêmes preuves servent de base aux audits. Il est associé à confidentialité et conformité pour le programme dans son ensemble.
À quelle vitesse pouvons-nous voir la quantité de ROT que nous transportons ?
Une évaluation gratuite des risques liés aux données permet de les adapter à vos données réelles avant de vous engager dans un programme. L'évaluation est sans agent et native du cloud, il n'y a donc rien à déployer sur les sources, et elle indique ce qui peut être éliminé et ce qui peut être archivé ou purgé en premier lieu.
