In the job data masking Whatever the case, se deben prestar atención criterios para que dicho enmascaramiento se realice correctamente. Lo primero a considerar es la diferencia entre información sensible y datos que no entran en esta categoría. At the same time, es esencial prestar atención que Los entornos sandbox no son el único entorno en el que puede ser necesario el enmascaramiento de datos.
Photo credits: LizardFilm
Data masking: diferentes escenarios y diferentes niveles de protección
Uno de los problemas que se suele tener es que el cliente trata la normativa legal sobre datos sensibles como algo sagrado, irrompible y que no se puede modificar. But nevertheless, el cumplimiento es muy distinto de la generalización.
Acatar Las regulaciones y estándares de datos confidenciales no significan tener que enmascarar todos los datos. Therefore, es esencial comprender que The goal of data protection regulations is that the original version cannot be found, something that does not imply masking all the information that will be used.
In reality, masking many columns is a practice associated with drawbacks such as:
- Loss of time and resources.
- Higher cost of the masking project.
- Increased likelihood of introducing errors.
- Distorted perception of reality.
Most data masking best practices state that Only very sensitive data should be targeted, which are those that can cause serious harm if made public. Exceeding this masking limit Could mean applying data masking techniques without a productive purpose.
But, What data can be considered as such?
The definition of sensitive data is quite broad and varies from one country to another, from one organization to another and even from one individual to another.
Data such as Social Security numbers are considered extremely sensitive in countries like Denmark or the United States. In Spain, undoubtedly, DNI numbers would be included in this same category.
Information in medical records is also considered confidential information, as are data associated with credit cards / debt.
But confidential data also extends to other records maintained by companies, such as an employee's salary details. In the same way, la propiedad intelectual o los datos de investigación además se consideran de naturaleza sensible. Es aconsejable seguir siempre diferentes rutinas de enmascaramiento según el grado de exposición y la cantidad de control requerido en las bases de datos. (emergencias, internas o de terceros).
Los esfuerzos deben concentrarse en priorizar el enmascaramiento de datos de las columnas relevantes, para centrarse en lo que verdaderamente necesita protegerse.
Y este estándar no solo está relacionado con entornos de prueba. El enmascaramiento de datos se puede aplicar a todas las situaciones en las que una organización no desea revelar datos reales.
¿Está debidamente protegida la información sensible de su organización? ¿Sabes cómo y cuándo recurrir al enmascaramiento de datos? ¿Conoce el enmascaramiento dinámico de datos?
