Central de soluções: gestão do ciclo de vida dos dados e descarte responsável
Automatize e execute o gerenciamento do ciclo de vida dos dados em toda a sua infraestrutura de dados.
Risco de exposição, custo de armazenamento, CCPA, GDPR ou um modelo de IA que precisa de dados atualizados em vez de obsoletos: seja qual for o motivo da exigência, o BigID oferece a todos esses programas a mesma peça que faltava. Ele avalia dados ROT (redundantes, obsoletos e triviais) e dados em desacordo com as normas da mesma forma em fontes estruturadas e não estruturadas, revisa o que encontra em um ambiente de teste seguro com um registro residual e move, restaura, arquiva ou exclui os dados somente após a verificação da retenção legal e da integridade referencial. Um único fluxo de trabalho, do início ao fim.
Dados redundantes e obsoletos foram encontrados, investigados em um ambiente isolado com um registro de exclusão, e então arquivados ou eliminados, sem a integração de ferramentas separadas.
alcance regulatório
Mais de 300.000 regras de retenção
Em mais de 220 países, integre o produto ao Filerkeeper, sem precisar manter uma planilha.
Superfície de ataque menor
Automaticamente, não manualmente.
Arquivado ou eliminado de acordo com cronogramas e regras, para que a pegada ecológica permaneça reduzida sem a necessidade de projetos de limpeza recorrentes.
O estado atual da gestão do ciclo de vida dos dados
Os dados que já não cumprem a sua função continuam expostos.
O risco de exposição leva à eliminação do que ninguém precisa, o custo de armazenamento leva à limpeza, a CCPA e a GDPR levam à minimização e a IA leva à retenção apenas do que é atual. Tudo isso aponta para a mesma pilha de dados redundantes, obsoletos, triviais e não conformes, e a BigID a resolve sempre da mesma maneira: avaliada de forma consistente, revisada com segurança e descartada sem surpresas legais ou de referência.
Uma avaliação, cada fonte
Os dados de ROT e de não conformidade foram detectados da mesma forma. em propriedades estruturadas e não estruturadas, em vez de um exercício repetido em planilhas para cada sistema de arquivos.
Um fluxo de trabalho antes da tecla Delete.
Os dados sinalizados são movidos para um ambiente de teste seguro, deixando um rastro de identificação., Assim, um revisor com as permissões adequadas atesta isso antes que qualquer coisa aconteça.
Guarda-corpos na saída
Primeiramente, verificamos a legalidade e a integridade referencial., Assim, um arquivamento temporário ou uma exclusão permanente não podem ser aplicados a dados que estejam congelados ou dos quais ainda se dependa.
Veja o que o BigID pode fazer
Veja como funciona
Retenção de dados BigID para o Google Drive: Encontre dados obsoletos, aplique políticas e tome medidas.
Como encontrar arquivos obsoletos (ROT) no Google Drive, aplicar uma política de retenção contra eles e tomar medidas em relação aos arquivos encontrados, sem sair da plataforma.
Demonstração
Neste centro
Comece aqui
As perguntas sobre gerenciamento do ciclo de vida dos dados que a BigID responde em primeira mão.
Um fluxo de trabalho, com uma etapa de controle antes que qualquer item seja excluído.
O ROT geralmente é encontrado corretamente. O problema reside no fluxo de trabalho em torno dele, onde um script ou uma planilha ignora a revisão, a verificação de retenção legal ou a verificação de dependências, simplesmente porque não há espaço para essas verificações. O BigID integra as três etapas no mesmo fluxo de trabalho da própria detecção.
Nada é encaminhado para descarte sem a revisão de um analista, e nada que esteja sob retenção legal ou dependência estrutural é excluído.Capacidades
Detecção, regulamentação, investigação e destinação: um fluxo de trabalho de gerenciamento do ciclo de vida dos dados
Na ordem em que o trabalho é executado: detectar o que se qualifica para destinação, manter atualizada a regulamentação subjacente a essa detecção, encaminhá-lo para uma revisão delegada com um registro deixado para trás e, em seguida, executar a destinação em si com as devidas salvaguardas.
Detecção avançada de dados ROT e de não conformidade
Dados redundantes, obsoletos, triviais e não conformes não ficam armazenados em um único sistema de arquivos, portanto, sua detecção também não. Este grupo os encontra da mesma forma em todos os lugares, em fontes estruturadas e não estruturadas, calculando a duplicação de forma independente, em vez de depender dos próprios indicadores da plataforma de origem, e detectando também quase-duplicatas, não apenas cópias exatas.
Resultado: menor custo de armazenamento, menor superfície de ataque.
Detecção de arquivos e pastas duplicados em diversos sistemas de arquivos e data lakes.
Análise de agrupamento avançada para detecção de dados semelhantes e derivados
Detecção de dados obsoletos com base na data de criação, última modificação ou último acesso e atividade.
Detecção de dados arquivados
Detecção de dados com consentimento expirado
Detecção de dados sujeitos a regulamentações específicas
Suporte para regras personalizadas
Monitoramento regulatório
Uma regra de detecção só é tão boa quanto a regulamentação na qual se baseia, e as regulamentações estão em constante mudança. Este grupo combina políticas de regulamentação pré-construídas com uma maneira simples e rápida de criar novas, de modo que mantê-las atualizadas não seja uma tarefa de engenharia.
Resultado: conformidade pronta para auditoria e em conformidade com a legislação.
Uma biblioteca de políticas de regulamentação pré-configuradas, prontas para uso.
Integração com sistemas de arquivamento para atualizações automáticas de regulamentações, mais de 300.000 regras de retenção em mais de 220 países.
Definições de regulamentação personalizada
Um construtor de consultas simples, projetado para usuários de negócios em vez de engenheiros.
Fluxo de trabalho de investigação delegado com marcação de área
Os dados sinalizados precisam de revisão antes de serem excluídos. Este grupo os move para um ambiente de teste seguro, deixa um marcador de exclusão e os encaminha por meio de integrações nativas do Jira e do ServiceNow, para que a revisão não signifique apenas rastreá-los em uma planilha.
Resultado: nenhuma exclusão indevida e comprovação do motivo.
Funcionalidade integrada de movimentação para o ambiente de teste (sandbox)
Uma lápide deixada para trás com o objetivo de notificar os usuários de que seus dados estão sob investigação.
Fluxo de trabalho protegido por RBAC, garantindo que apenas revisores com permissões aprovadas possam revisar e atestar.
Integração com ServiceNow e Jira
Destinação e eliminação responsáveis
É aqui que o fluxo de trabalho realmente atua sobre os dados: movendo, restaurando, arquivando ou excluindo-os, com verificação prévia de retenção legal e integridade referencial. A restauração, em particular, é a parte que a maioria dos fornecedores omite: excluir ou arquivar são práticas comuns, mas restaurar os dados ao seu estado original após a liberação da retenção não é.
Resultado: exclusão defensável, com evidências para cada ação.
Suporte para exclusão lógica (arquivar em armazenamento frio) e exclusão rígida (limpeza completa).
Diretrizes para a integridade referencial impactam dados estruturados
Salvaguardas para retenção legal
Abrangência em arquivos, tabelas e outros objetos estruturados e não estruturados que um espólio detém.
Onde ele corre
O mesmo fluxo de trabalho de detecção e descarte, independentemente de onde os dados estejam armazenados.
Um arquivo duplicado encontrado em um compartilhamento de arquivos e um arquivo duplicado encontrado em uma tabela de armazenamento passam pela mesma lógica de detecção e pelo mesmo fluxo de trabalho, portanto, a destinação não depende de qual equipe é responsável por qual plataforma.
Arquivos e compartilhamento de arquivos
Compartilhamentos de rede e conteúdo não estruturado em data centers e na nuvem são a maior fonte de dados duplicados e obsoletos (ROT).
Bancos de dados e tabelas
Bancos de dados relacionais e NoSQL, onde a integridade referencial é verificada antes que uma exclusão definitiva seja executada.
Data lakes e armazenamento em nuvem
O armazenamento de objetos e os data warehouses que alimentam as análises e a IA são áreas onde dados obsoletos e duplicados causam o maior dano à qualidade dos modelos.
Arquivos e armazenamento refrigerado
O destino para exclusão lógica e a cobertura que fecha o ciclo de dados que ninguém se lembra de ter movido para lá.
Prova na prática
Arquivos excluídos, espaço de armazenamento recuperado e riscos eliminados em grande escala.
companhia aérea global
302 milhões de arquivos excluídos
Recuperamos 707 TB do Azure Data Lake Gen 2, com uma economia de 1.042.700 dólares por mês.
Organização internacional de seguros
Mais de 100 milhões de arquivos excluídos
Dados redundantes, obsoletos e irrelevantes foram removidos do NAS, OneDrive e SharePoint.
Seguradora global
Mais de 2,3 milhões de arquivos excluídos
Incluindo mais de 571.000 e-mails de alto risco contendo informações pessoais identificáveis, senhas e números de cartão de crédito.
Universidade de Maryland
$5M+ em risco eliminado
Ao remover mais de 27.000 registros de informações pessoais identificáveis (PII) expostos do armazenamento em nuvem.
O que impede que uma exclusão permanente quebre algo em segundo plano?
A verificação de integridade referencial é executada dentro do próprio fluxo de trabalho de disposição, e não como uma auditoria separada posteriormente. O sistema verifica os dados estruturados antes de executar uma exclusão completa, garantindo que uma linha da qual outra tabela ainda dependa não desapareça por baixo dela. Quando não for possível garantir a segurança dessa verificação, o descarte padrão será a 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 mesmo que a disposição dos dados seja afetada. 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.
Leve isso adiante
O que ler quando a disposição é o que está impedindo o progresso de tudo.
Indique-nos os dados que você teve receio de apagar.
Uma avaliação detalhada do seu patrimônio mostra exatamente o que se qualifica para alienação, qual regulamentação ou restrição se aplica e o que é seguro arquivar ou descartar primeiro.
