8 أفضل الممارسات لاكتشاف البيانات

نُشر في 16 يوليو 2023
المساهمون

أنس بيج

مدير تسويق المنتجات في Securiti

عمر عمران مالك

Data Privacy مدير الشؤون القانونية، Securiti

FIP، CIPT، CIPM، CIPP/US

استمع إلى المحتوى

هذا المنشور متاح أيضاً باللغات التالية: English

مع نمو البيانات بمعدل غير مسبوق، تحتاج المؤسسات إلى معرفة البيانات التي تحتفظ بها لضمان أمن البيانات وخصوصيتها، فضلاً عن الامتثال للمعايير العالمية. ورغم أن حلول اكتشاف البيانات كانت تُستخدم تقليديًا للحصول على رؤية واضحة للبيانات الحساسة، إلا أنها لا تستطيع التوسع وتقديم كشف فعال للبيانات الضخمة (بحجم البيتابايت) الشائعة في بيئة الحوسبة السحابية الحديثة.

تشمل التحديات الشائعة ما يلي:

  • لا تأخذ متطلبات اكتشاف البيانات في الاعتبار التغييرات المحتملة في حساسية البيانات أو أحجامها
  • البيانات المفقودة
  • بيانات غير صحيحة
  • إدارة البيانات غير المتماسكة
  • نقص تصنيف البيانات
  • دمج البيانات المفقودة

أفضل الممارسات في اكتشاف البيانات

يجب أن تمتلك أي مؤسسة خطة وإجراءات فعّالة لإدارة خروقات البيانات الشخصية. فالإفصاحات الدقيقة وفي الوقت المناسب للسلطات التنظيمية والأفراد المتضررين من البيانات تُسهم في الحد من الآثار السلبية لهذه الخروقات. إضافةً إلى ذلك، يمكن للمؤسسات استغلال هذه الأحداث للتعرف على نقاط ضعفها وثغراتها، وتحسين وضعها الأمني ​​العام للحد من مخاطر خروقات البيانات الشخصية في المستقبل.

مع تزايد استخدام التكنولوجيا وبدء الشركات في جمع المزيد والمزيد من البيانات الشخصية، تزايد القلق بشأن data privacy . Securiti تُمكّن منهجية PrivacyOps الخاصة بـ 's المؤسسات من تطبيق أدوات فعالة لاكتشاف البيانات breach management . Securiti يقدم حلول sensitive data intelligence التي ستساعد المؤسسات على تعزيز وتحسين أدائها data privacy وعمليات الأمن.

1. اكتشاف وتصنيف الأصول غير الرسمية والأصول المصرح بها
من أهمّ ميزات أيّ حلّ فعّال لاكتشاف البيانات القدرة على اكتشاف جميع أصول البيانات، بما في ذلك جميع أصول البيانات المصرح بها وغير المصرح بها، في بيئات محلية ومتعددة السحابات ، وإنشاء فهرس مركزي لها. ويُعدّ تتبّع البيانات الخطوة الأولى نحو حمايتها من النوايا الخبيثة وتقليل مخاطرها.

2. استخراج بيانات تعريف الأصول وفهرستها

توفر فهارس البيانات الحساسة موصلات أصلية وواجهات برمجة تطبيقات REST لمسح واستخراج البيانات الوصفية من جميع أصول البيانات. وتشمل هذه الأصول مستودعات البيانات ، ومخازن البيانات السحابية، ومخازن البيانات غير العلائقية، وغيرها الكثير. وهناك ثلاثة أنواع من البيانات الوصفية.

  • البيانات الوصفية للأعمال : توفر سياقًا تجاريًا حول البيانات مثل الملكية والموقع وما إلى ذلك.
  • البيانات الوصفية التقنية : توفر سياقًا للخصوصية والأمان، بما في ذلك رؤى حول البيانات.
  • بيانات التعريف الأمنية : توفر رؤى حول الوضع الأمني ​​لأصول البيانات والبيانات المرتبطة بها.

3. الكشف عن البيانات الحساسة والشخصية

بمجرد اكتشاف الأصول الموجودة في مقر الشركة أو على السحابة، يحتاج مسؤولو الأمن إلى معرفة البيانات الحساسة المخزنة في هذه الأصول. وتؤثر بعض الفئات المهمة من البيئات الحساسة على معظم الشركات:

  • معلومات صحية
  • المعلومات المالية
  • معلومات تعليمية
  • أسرار التجارة أو الأعمال
  • معلومات شخصية

4. فهرسة وتصنيف ووضع علامات على البيانات الحساسة

يُتيح data catalog الحساسة فهمًا أعمق لخصائص البيانات الحساسة وبيانات الأمان والخصوصية، مثل ضوابط الأمان، والغرض من المعالجة، وما إلى ذلك. ينبغي أن يكون data catalog الحساسة متاحًا افتراضيًا في أي أداة جيدة لاكتشاف البيانات، لأنه يُحلل المحتوى وينظمه بطريقة ذات معنى. تشمل إمكانيات Data catalog ما يلي:

  • إمكانية البحث
  • عرض موحد
  • السياسات

5. تقييم الوضع العام لمخاطر البيانات

ينبغي أن توفر Sensitive Data Intelligence تقييمات شاملة لمخاطر البيانات تشمل حساسية البيانات، وتركيز البيانات، وحالات نقل البيانات عبر الحدود.

يمكن لأداة اكتشاف البيانات استخدام كل هذه المعايير لتقييم درجة مخاطر البيانات الإجمالية، مما يمكن أن يحدد أولويات أنشطة تخفيف المخاطر.

6. تم إنشاء رسم بياني يربط بين البيانات وأصحابها

ولتلبية طلبات DSR على الفور، يجب على المؤسسات التأكد من أن حلول SDI™ يمكنها اكتشاف البيانات الشخصية وربط البيانات المكتشفة بهويات المستخدمين تلقائيًا.

يُعدّ تلبية طلبات DSR شرطًا بموجب لوائح الخصوصية العالمية، وقد يؤدي عدم القيام بذلك إلى غرامات باهظة.

7. التوسع إلى حجم بيتابايت بدقة عالية

مع وصول حجم البيانات إلى مقياس البيتابايت، تزداد مخاطر الأمن والخصوصية المرتبطة بالبيانات.

تحتاج المؤسسات إلى منتج يمكن توسيعه ليشمل حجم بيانات كبير ويوفر إمكانيات الكشف أو المسح التي يمكن أن تقلل من التكلفة الإجمالية للملكية (TCO) بمرور الوقت عن طريق تقليل موارد الحوسبة المطلوبة للعثور على البيانات الحساسة داخل هذه الأصول.

8. ربط البيانات بالامتثال واللوائح

في لوائح الخصوصية مثل اللائحة العامة لحماية البيانات (GDPR) وقانون خصوصية المستهلك في كاليفورنيا (CCPA) ، يجب على المنظمات توثيق وتقديم سجل لجميع أنشطة معالجة البيانات الخاصة بها أو تقارير المادة 30.

بفضل أداة قوية لاكتشاف البيانات، يستطيع المسؤولون إنشاء فهرس مركزي لأصول بياناتهم واكتشاف البيانات الحساسة المخزنة فيها. وباستخدام آليات الاكتشاف الآلي، يمكن للمؤسسات ضمان تحديث خرائط بياناتها وتقارير المادة 30 باستمرار.

ممارسات اكتشاف البيانات

مستقبل اكتشاف البيانات قد بدأ بالفعل Securiti لطالما كانت وستظل رائدة في تمكين المؤسسات. اطلب عرضًا تجريبيًا اليوم!

خاتمة

مع تزايد حجم البيانات وعدم كفاءة أساليب اكتشافها التقليدية في بيئة فائقة التوسع ، بات لزامًا على المؤسسات التفكير سريعًا في بدائل تساعدها على إدارة هذه البيانات المتنامية والامتثال لأنظمة حماية البيانات. أصبحت الأتمتة ضرورة ملحة أكثر من أي وقت مضى، ودمجها في عمليات الأعمال بات شرطًا أساسيًا لضمان التزام المؤسسات بقوانين حماية البيانات العالمية.


الأسئلة الشائعة (FAQs)

تشمل أساليب اكتشاف البيانات مسح البيانات، data mapping ، وفهرسة البيانات، واستخدام أدوات وبرامج اكتشاف البيانات. تساعد هذه الأساليب المؤسسات على تحديد مكان تخزين البيانات الشخصية وكيفية معالجتها.

تتضمن استراتيجيات اكتشاف البيانات وضع منهجية منظمة لتحديد مواقع البيانات وتصنيفها وإدارتها. ويشمل ذلك إجراء عمليات تدقيق للبيانات، وإشراك أصحاب المصلحة، وتطبيق أدوات اكتشاف البيانات، وتوثيق تدفقات البيانات وأنشطة معالجتها.

تشمل العوامل الرئيسية لاكتشاف البيانات فهم مصادر البيانات وأنواعها وأنشطة معالجتها وملكية البيانات وضوابط الوصول إليها. كما يراعي اكتشاف البيانات الفعال المتطلبات التنظيمية وآثار الخصوصية لضمان حماية البيانات والامتثال لها.

منصة أوامر الذكاء الاصطناعي للبيانات الخاصة بك

تمكين الاستخدام الآمن للبيانات والذكاء الاصطناعي

قم بتحليل هذه المقالة باستخدام الذكاء الاصطناعي

تظهر المطالبات في أدوات الذكاء الاصطناعي التابعة لجهات خارجية.
انضم إلى قائمتنا البريدية

احصل على أحدث المعلومات والتحديثات القانونية والمزيد مباشرةً في بريدك الإلكتروني



قصص أخرى قد تهمك
مقاطع فيديو
عرض المزيد
ريحان جليل، من شركة Veeam، يتحدث عن Agent Commander: theCUBE + NYSE Wired: قادة الأمن السيبراني
بعد استحواذ شركة Veeam على Securiti يمثل إطلاق برنامج Agent Commander خطوة هامة نحو مساعدة المؤسسات على تبني وكلاء الذكاء الاصطناعي بثقة أكبر. في...
عرض المزيد
تخفيف مخاطر قائمة OWASP لأهم 10 مخاطر لتطبيقات ماجستير القانون 2025
أحدث الذكاء الاصطناعي التوليدي (GenAI) تحولاً جذرياً في طريقة عمل الشركات وتوسعها ونموها. يوجد تطبيق للذكاء الاصطناعي لكل غرض، بدءاً من زيادة إنتاجية الموظفين وصولاً إلى تبسيط العمليات...
عرض المزيد
أفضل 6 DSPM حالات الاستخدام
مع ظهور الذكاء الاصطناعي التوليدي (GenAI)، أصبحت البيانات أكثر ديناميكية. يتم توليد بيانات جديدة بوتيرة أسرع من أي وقت مضى، ونقلها إلى أنظمة وتطبيقات متنوعة...
عرض المزيد
قانون الخصوصية في كولورادو (CPA)
ما هو قانون خصوصية كولورادو؟ قانون خصوصية كولورادو هو قانون شامل لحماية الخصوصية، تم توقيعه في 7 يوليو 2021. وقد وضع معايير جديدة لحماية البيانات الشخصية...
عرض المزيد
Securiti لمساعد الطيار في البرمجيات كخدمة (SaaS)
تسريع اعتماد Copilot بأمان وثقة: تتطلع المؤسسات إلى اعتماد Microsoft 365 Copilot لزيادة الإنتاجية والكفاءة. ومع ذلك، تظل المخاوف الأمنية، مثل حماية البيانات...
عرض المزيد
أهم عشرة اعتبارات لاستخدام البيانات غير المهيكلة بأمان مع الذكاء الاصطناعي العام
نسبة مذهلة تصل إلى 90% من بيانات المؤسسات غير منظمة. وتُستخدم هذه البيانات بسرعة لتغذية تطبيقات الذكاء الاصطناعي من الجيل الجديد، مثل روبوتات الدردشة والبحث المدعوم بالذكاء الاصطناعي.
عرض المزيد
جينكور للذكاء الاصطناعي: بناء أنظمة ذكاء اصطناعي آمنة وعالية الجودة للمؤسسات في دقائق
مع تبني المؤسسات للذكاء الاصطناعي التوليدي، تواجه فرق البيانات والذكاء الاصطناعي العديد من العقبات: ربط مصادر البيانات غير المهيكلة والمهيكلة بشكل آمن، والحفاظ على الضوابط والحوكمة المناسبة،...
عرض المزيد
كيفية التعامل مع قانون حماية خصوصية المستهلك في كاليفورنيا: رؤى أساسية للشركات
ما هو قانون حقوق الخصوصية في كاليفورنيا (CPRA)؟ هو تشريع ولاية كاليفورنيا الذي يهدف إلى حماية خصوصية سكانها الرقمية. وقد دخل حيز التنفيذ في يناير...
عرض المزيد
التكيف مع التحول: الانتقال إلى معيار أمان بيانات صناعة بطاقات الدفع (PCI DSS) الإصدار 4.0
ما هو معيار أمان بيانات صناعة بطاقات الدفع (PCI DSS)؟ هو مجموعة من معايير الأمان لضمان المعالجة والتخزين الآمنين للبيانات، و...
عرض المزيد
تأمين البيانات والذكاء الاصطناعي: دليل إدارة الثقة والمخاطر والأمن (TRiSM)
أثارت المخاطر الأمنية المتزايدة للذكاء الاصطناعي قلق 48% من مسؤولي أمن المعلومات حول العالم. انضموا إلى هذه الجلسة الرئيسية للتعرف على دليل عملي لتمكين الثقة في الذكاء الاصطناعي، وإدارة المخاطر،...
أحدث
مكتب الذكاء الاصطناعي في أستراليا: لماذا تغفل عمليات التدقيق السنوية عن إمكانيات الذكاء الاصطناعي لديك؟ عرض المزيد
مكتب الذكاء الاصطناعي في أستراليا: لماذا تغفل عمليات التدقيق السنوية عن إمكانيات الذكاء الاصطناعي لديك؟
تخيل هذا السيناريو: سيناريو خيالي ولكنه معقول تماماً. تقضي أنظمة الذكاء الاصطناعي التابعة لمؤسسة مالية أسترالية ستة أشهر في الوصول إلى مستودع بيانات عملاء لم يسبق لأحد الوصول إليه...
عرض المزيد
كامل DSPM تصنيف الاحتياجات وسياقها
يُعد التصنيف إحدى الوظائف الأساسية لـ DSPM يتولى البرنامج معالجة البيانات، وعادةً ما يعمل بالتزامن مع عملية الاكتشاف، لأنهما يشكلان معًا...
DSPM دليل تطبيقات SaaS لعام 2026 عرض المزيد
DSPM دليل تطبيقات SaaS لعام 2026
تعلم كيف DSPM يؤمن البيانات الحساسة عبر تطبيقات SaaS، بدءًا من اكتشاف البيانات المخفية والتكوينات الخاطئة وصولاً إلى التحكم في الوصول والتعرض.
ما هو
جديد