Precisamos apagar alguma coisa para começar?
Não, o primeiro resultado são as conclusões. O BigID mapeia o ambiente, classifica o que encontra e relata o que é redundante, obsoleto ou não conforme antes de qualquer movimentação. O descarte é uma etapa posterior, e o arquivamento em armazenamento a frio está disponível sempre que uma exclusão não tiver sido aprovada.
Como saber se um arquivo pode ser removido com segurança?
A revisão e as medidas de segurança são executadas no mesmo fluxo de trabalho, antes da destinação final. Um revisor com permissões aprovadas atesta a veracidade dos dados, a retenção legal é verificada e a integridade referencial é verificada para dados estruturados. Um marcador de status informa aos usuários que seus dados estão sob investigação, e cada ação deixa um rastro.
Como isso se encaixa no cronograma de retenção de registros que nossa equipe de arquivamento já possui?
O BigID aplica isso aos dados em vez de deixar tudo no papel. Definições de regulamentação personalizadas e um construtor de consultas para usuários de negócios permitem que as equipes de registros e jurídicas codifiquem sua própria programação juntamente com a biblioteca de regulamentação pré-construída.
O que é minimização de dados e como ela se aplica a arquivos, e-mails e bate-papo?
Minimizar dados significa manter apenas os dados necessários para uma finalidade específica e descartar o restante. Para dados não estruturados, o BigID identifica o conteúdo de cada arquivo, sinaliza conteúdo redundante, obsoleto e trivial (ROT), dados com consentimento expirado e dados que ultrapassaram o período de retenção, e então os encaminha para revisão, arquivamento ou exclusão. Isso dá suporte às obrigações de minimização de dados e limitação de armazenamento do GDPR e do CCPA, além de outras medidas. privacidade e conformidade automação e gerenciamento do ciclo de vida dos dados.
Ele encontra dados obscuros e ROT (Root Object Transient - Transparência Operacional Remota) em nossos compartilhamentos de arquivos e armazenamento em nuvem?
Sim, da mesma forma em todas as fontes. Dados redundantes, obsoletos e triviais (ROT), frequentemente chamados de dados ocultos quando ninguém sabe que existem, são encontrados por meio da detecção de duplicatas em sistemas de arquivos e data lakes, análise de cluster para quase-duplicatas e cópias derivadas, e verificação de obsolescência com base na data de criação, modificação ou último acesso. O conteúdo de cada arquivo provém de descoberta e classificação de dados, Assim, o excesso é encontrado com a sensibilidade já associada.
