A descoberta de dados é um elemento fundamental de qualquer tipo de gerenciamento de dados: da segurança cibernética à privacidade de dados e governança de dados. Descoberta está no centro dos dados inteligência, insights e análises – e precisa ser escalável e automatizado 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 descoberta aprofundada: capacitar as organizações a explorar mais do que apenas a 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 embasar políticas e controles.
Não basta mais identificar apenas expressões regulares e tipos comuns de dados sensíveis (como números de cartão de crédito ou identificadores de previdência social). Regulamentações de privacidade como a CCPA e o RGPD têm transformou a própria definição de dados pessoais – estendendo-o a um conjunto muito mais amplo de dados, levando em consideração coisas como geolocalização, nomes amigáveis, atividade online e muito mais.
Ao contrário das regulamentações anteriores, as iniciativas atuais de privacidade de dados concentram-se 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 relacionamentos com outros pontos de dados. Além disso, as organizações agora são responsáveis não apenas por protegendo esses dados, mas monitorando e relatando sobre cujo dados são, de onde vieram de, e onde está indo.
A descoberta de dados centrada na privacidade (essencial para a privacidade de dados e a segurança cibernética no ambiente atual) requer uma estratégia multifacetada para identificar todos os tipos de dados pessoais e confidenciais em uma organização – e essa estratégia começa com uma descoberta em profundidade.
Descoberta em profundidade: como funciona
O BigID aproveita a descoberta em profundidade para fornecer inteligência de dados profunda, combinando múltiplos modos de descoberta e contexto em torno de dados sensíveis. Ao aplicar aprendizado de máquina e correlação, as organizações podem identificar com mais precisão dados pessoais e confidenciais – e podem entender o contexto e os relacionamentos dos dados (em vez de analisar um ponto de dados isoladamente).
A primeira camada de uma abordagem de descoberta aprofundada é a capacidade de encontrar e identificar dados sensíveis por meio de expressões regulares (RegEx): estas são normalmente 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 você está tentando encontrar: identificadores tradicionais, desde números de contas bancárias a formatos de endereços de e-mail e números de identidade. O BigID vai um passo além com essa abordagem, incluindo atributos de segurança comuns, como senhas explícitas, chaves privadas criptografadas, tokens de segurança e muito mais.
A próxima camada é mais ampla: descobrindo informações pessoais (IP) tradicionalmente mais difíceis de definir – informações como data de nascimento, tendências de votação, nomes, sobrenomes, 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 requer uma abordagem baseada em identidade e entidade: revelando relacionamentos de dados, identidades, dados inferidos e dados associados. Ao adicionar correlação, as organizações conseguem não apenas descobrir dados obscuros, mas são capazes de revelar relacionamentos entre dados sensíveis – inferindo novos atributos de dados e estendendo a visibilidade a todos os dados sensíveis e pessoais que coletam.
Como abordar a descoberta em profundidade
O 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 confidenciais.
- Catálogo: Catalogue e mapeie automaticamente dados pessoais e sensíveis com insights profundos, incorporando metadados ativos e classificação. Obtenha mais privacidade, segurança e insights de negócios – tudo em um único painel.
- Classificação: Classifique dados por tipo, identidade, atributos, padrões, categoria e política. BigID vai além do RegEx e aplica diferentes camadas de classificação para identificar e analisar um conjunto mais amplo de atributos.
- Análise de cluster: Utilize a análise de cluster para identificar com rapidez e precisão o conteúdo e o tipo de arquivo, além de rotular clusters de dados para fins de políticas e execução. A análise de cluster é uma técnica de aprendizado de máquina que permite impor estrutura a dados não estruturados em grande escala.
- Correlação: Adicionar contexto à classificação e relacionamentos superficiais entre pontos de dados. Crie perfis de identidade e entidade, associe a quem os dados pertencem e visualize como os dados estão interconectados entre as fontes de dados.
O BigID capacita as organizações a conhecer seus dados e aplicar privacidade, proteção e perspectiva a eles. Uma abordagem de descoberta aprofundada oferece visibilidade de 360° aos dados sensíveis, juntamente com inteligência de dados profunda. em todos os tipos de dados, em todos os armazenamentos de dados – clique aqui para uma demonstração para ver como a abordagem de descoberta aprofundada da BigID transforma a privacidade e a proteção de dados.
Autor
