O que são dados ROT e por que eles são importantes?
Dados ROT (redundantes, obsoletos e triviais) são aqueles que, ao serem removidos, reduzem custos e riscos. Arquivos duplicados, arquivos que ninguém acessa há anos e conteúdo trivial aumentam o custo de armazenamento, ampliam a superfície de ataque e alimentam a IA com material obsoleto. O BigID encontra esses dados juntamente com dados em desacordo com as normas, como dados com consentimento expirado ou dados mantidos além do período de retenção, e os encaminha por meio de um fluxo de trabalho de descarte. O programa completo é abordado em [link para o programa]. minimização de dados não estruturados.
Como o BigID encontra dados redundantes e obsoletos em compartilhamentos de arquivos, bancos de dados e repositórios de dados?
Ele calcula a duplicação automaticamente, da mesma forma em todas as fontes, em vez de depender dos indicadores específicos de cada plataforma. A detecção abrange duplicatas exatas e quase duplicatas por meio de análise de cluster de dados semelhantes e derivados, dados obsoletos por data de criação, última modificação ou último acesso, dados arquivados, dados com consentimento expirado, dados sujeitos a regulamentações específicas e suas próprias regras personalizadas, em sistemas de arquivos, bancos de dados, data lakes e armazenamento em nuvem.
Como a BigID mantém suas políticas de retenção atualizadas conforme as regulamentações mudam?
Por meio de uma biblioteca de políticas de regulamentação pré-configuradas e atualizações automatizadas dos responsáveis pela manutenção dos arquivos. A integração traz mais de 300.000 regras de retenção em mais de 220 países, e definições de regulamentação personalizadas, além de um construtor de consultas desenvolvido para usuários de negócios, atendem aos requisitos específicos da sua organização, de modo que manter a política atualizada não dependa de uma solicitação de engenharia.
Como o BigID impede que uma exclusão permanente quebre algo em um processo subsequente?
A verificação de integridade referencial é executada dentro do próprio fluxo de trabalho de descarte, antes que qualquer coisa seja eliminada. O sistema verifica os dados estruturados antes de executar uma exclusão completa, garantindo que uma linha da qual outra tabela ainda dependa permaneça no local. Quando não for possível garantir a segurança da exclusão, o sistema opta pela exclusão lógica: arquivar os dados em armazenamento frio em vez de excluí-los completamente.
O que acontece aos dados que estão sob custódia legal?
A retenção legal é verificada na mesma etapa, antes que a disposição afete os dados. Funciona como parte da mesma etapa de salvaguarda da integridade referencial, portanto, uma retenção em um custodiante não significa a suspensão da disposição para todos os outros no lote.
As pessoas cujos dados são investigados ficam sabendo?
Sim, no momento em que se move. Uma marcação de "tombstone" é deixada assim que os dados sinalizados são movidos para o ambiente de teste (sandbox), e um revisor com permissões aprovadas pelo RBAC precisa atestar antes que qualquer coisa seja descartada, com o caso podendo ser encaminhado pelo ServiceNow ou Jira como qualquer outro ticket.
É possível restaurar dados que foram movidos ou arquivados?
Sim, a restauração faz parte do fluxo de trabalho. Quando uma restrição é removida ou um revisor reverte uma decisão, os dados que foram movidos para o ambiente de teste ou arquivados retornam ao seu estado original. A exclusão permanente é reservada para dados que foram revisados e que já foram liberados após a verificação de restrições legais e dependências, motivo pelo qual essas etapas são realizadas primeiro.
Como o gerenciamento do ciclo de vida dos dados reduz a superfície de ataque e o risco de IA?
Ao remover dados que ninguém precisa, elimina-se também os dados que um atacante ou um sistema de IA poderia acessar. Menos dados obsoletos e duplicados significam menos para exfiltrar, menos para expor por meio de um copiloto ou agente e menos conteúdo desatualizado para fundamentar um modelo de IA. Funciona em conjunto com descoberta e classificação de dados, que identifica o que é sensível, e o mais amplo resiliência de dados e IA programa.
Como isso atende às nossas obrigações de privacidade e regulamentação?
Ela impõe os requisitos de retenção e minimização estabelecidos pela CCPA, GDPR e regulamentações semelhantes. As políticas provêm da biblioteca de regulamentos, cada ação é registada no fluxo de trabalho e as mesmas evidências servem de base para as auditorias. Isso se integra com privacidade e conformidade para o programa em geral.
Com que rapidez podemos perceber quanta podridão estamos carregando?
Uma avaliação gratuita de risco de dados permite dimensioná-lo com base em seus dados reais antes de se comprometer com um programa. A avaliação é feita sem agentes e nativa da nuvem, portanto não há nada para implantar nas fontes, e mostra o que se qualifica para descarte e o que pode ser arquivado ou excluído com segurança primeiro.
