A descoberta de dados é um elemento fundamental de qualquer tipo de gerenciamento de dados: da segurança cibernética à privacidade e governança de dados. Descoberta está no cerne dos dados inteligência, insights e análises – e precisa ser escalável e automatizada para lidar com sucesso com o volume (e tipo) de dados que as organizações coletam.
Programas eficazes (e sustentáveis) de privacidade, segurança e governança exigem uma análise aprofundada: capacitando as organizações a irem além da superfície de seus dados. Isso significa não apenas encontrar e identificar mais tipos de dados sensíveis e pessoais com maior precisão, mas também ser capaz de aplicar contexto, insights e perspectiva a esses dados – o que, por sua vez, ajuda a fundamentar políticas e controles.
Já não basta apenas identificar expressões regulares e tipos comuns de dados sensíveis (como números de cartão de crédito ou identificadores de segurança social). Regulamentos de privacidade como o CCPA e o RGPD têm transformou a própria definição de dados pessoais – ampliando-o para um conjunto de dados muito mais abrangente, levando em consideração aspectos como geolocalização, nomes amigáveis, atividade online e muito mais.
Ao contrário das regulamentações anteriores, as iniciativas atuais de privacidade de dados se concentram em dados que podem ser relacionado para um indivíduo, o que significa que as soluções de descoberta de dados precisam ser capazes de identificar dados pessoais não apenas por tipo, mas também por meio de pistas contextuais e relações com outros pontos de dados. Além disso, as organizações agora são responsáveis não apenas protegendo esses dados, mas monitoramento e relatórios sobre cujo São dados, e de onde vieram? dee onde é indo.
A descoberta de dados com foco na privacidade (essencial para a privacidade de dados e a segurança cibernética no ambiente atual) exige uma estratégia multifacetada para identificar todos os tipos de dados sensíveis e pessoais em uma organização – e essa estratégia começa com uma investigação aprofundada.
Análise Detalhada: Como Funciona
A BigID utiliza a descoberta em profundidade para fornecer inteligência de dados abrangente, combinando múltiplos modos de descoberta e contexto em torno de dados sensíveis. Ao aplicar aprendizado de máquina Com a correlação e a integração, as organizações podem identificar dados pessoais e sensíveis com mais precisão, além de compreender o contexto e as relações entre os dados (em vez de analisar um ponto de dados isoladamente).
A primeira camada de uma abordagem de descoberta aprofundada consiste em encontrar e identificar dados sensíveis por meio de expressões regulares (RegEx): geralmente, são sequências de caracteres que definem um padrão específico. É uma técnica que gira em torno da correspondência de padrões e do conhecimento do formato exato dos dados sensíveis que se está tentando encontrar: identificadores tradicionais, como números de contas bancárias, formatos de endereços de e-mail e números de identificação. O BigID vai além nessa abordagem, incluindo atributos de segurança comuns, como senhas explícitas, chaves privadas criptografadas, tokens de segurança e muito mais.
A próxima camada é mais ampla: descoberta de informações pessoais (IP) Dados que tradicionalmente são mais difíceis de definir – informações como data de nascimento, tendências de votação, nomes, sobrenomes, local de residência e muito mais. Técnicas de aprendizado de máquina e classificadores baseados em contexto são capazes de revelar esse tipo de dado – descobrindo e inventariando um conjunto mais amplo de dados pessoais e sensíveis.
Além disso, a descoberta profunda de dados exige uma abordagem baseada em identidade e entidade: revelando relacionamentos entre dados, identidades, dados inferidos e dados associados. Ao adicionar correlação, as organizações conseguem não apenas revelar dados ocultos, mas são capazes de revelar relações entre dados sensíveis – inferindo novos atributos de dados e ampliando a visibilidade para todos os dados sensíveis e pessoais que coletam.
Como abordar a descoberta em profundidade
A BigID aborda a descoberta em profundidade com 4 Cs: catálogo, classificação, análise de cluster e correlação – todos trabalhando juntos em uma abordagem centrada na privacidade para descoberta de dados e contexto incomparáveis em torno de dados pessoais e sensíveis.
- CatálogoCatalogue e mapeie automaticamente dados sensíveis e pessoais com insights profundos, incorporando metadados ativos e classificação. Obtenha mais privacidade, segurança e informações valiosas para o seu negócio, tudo em uma única interface.
- ClassificaçãoClassificar dados por tipo, identidade, atributos, padrões, categoria e política. BigID vai além de RegEx e aplica diferentes camadas de classificação para identificar e analisar um conjunto mais amplo de atributos.
- Análise de agrupamentosUtilize a análise de clusters para identificar de forma rápida e precisa o conteúdo e o tipo de arquivos, e rotular grupos de dados para fins de políticas e aplicação de normas. A análise de clusters é uma técnica de aprendizado de máquina que permite estruturar dados não estruturados em larga escala.
- Correlação: Adicione contexto à classificação. e identificar relações superficiais entre pontos de dados. Construir perfis de identidade e entidade, associar a quem pertencem os dados e visualizar como os dados estão interconectados entre as fontes de dados.
A BigID capacita as organizações a conhecerem seus dados e a aplicarem privacidade, proteção e perspectiva a esses dados. Uma abordagem de descoberta aprofundada oferece visibilidade de 360° aos dados sensíveis, juntamente com inteligência de dados abrangente. em todos os tipos de dados, em todos os armazenamentos de dados – Clique aqui para uma demonstração. Veja como a abordagem de descoberta aprofundada da BigID transforma a privacidade e a proteção de dados.
Autor
