O que são dados dissociados e como isso ajuda em projetos de mascaramento de dados?

Conteúdo

o_que_sao_dados_dissociados_como_ajudam_em_projetos_de_mascaramento_de_dados-6638770

Atualmente, a dissociação de dados está a adquirir uma relevância sem precedentes. Fundamentalmente, como consequência de ambos mais dados que a revolução digital trouxe, bem como o desafio que coloca o imperativo de proteger a informação crítica, BDOOs são um banco de dados inteligente.

Se procurarmos uma definição breve e simples do que são dados dissociados, podemos recorrer à realizada pela Lei de Proteção de Dados (LOPD) no seu artigo 3f, em que os estabelece como o tratamento de dados pessoais que resulta numa informação que não pode ser associada à pessoa identificada ou identificável. A menção repete-se no artigo 5p do regulamento de desenvolvimento da LOPD (RLOPD), quando estabelece que a dissociação é qualquer tratamento de dados pessoais que permita obter dados dissociados.

Ao mesmo tempo, no capítulo 5e especifica o que é um dado dissociado é “aquele que não permite a identificação de um titular ou interessado. Especificamente, para que um procedimento de dissociação seja considerado suficiente para efeitos da LOPD, a aplicação desse procedimento deve impossibilitar a associação entre um dado específico e um sujeito concreto.

os usuários que não responderam ao acompanhamento e os seguidores que você não segue as empresas são responsáveis pelos dados que armazenam, é necessário realizar tratamentos que exijam tanto o consentimento prévio dos titulares como a aplicação de mecanismos de dissociação que impeçam que sejam identificáveis. Só assim, por meio desses sistemas conseguiremos realizar uma administração correta de dados armazenado.

Funcionalidade e segurança com mascaramento de dados

Os dados dissociados são um pilar básico em projetos de mascaramento de dados. Como é sabido, levá-los a cabo implica submeter os dados a uma transformação que procura manter o realismo para facilitar a operação, sem que isso implique violar nomes ou correr riscos de segurança que comprometam a confidencialidade dos dados.

Obteremos dados com uma aparência real e funcional, mas separados para evitar possíveis fugas e cumprir com as normas de segurança em situações de risco. Na realidade, estes são muitos e muito comuns, quer seja durante a interação entre diferentes utilizadores, ao exportar dados ou quando ocorre o roubo de dados armazenados.

Em efeito, cada vez são mais as situações em que se encontra em risco informação de todo o tipo, incluindo dados sensíveis para a empresa ou, como um exemplo, aqueles protegidos pela Lei de Proteção de Dados (LOPD) e, exatamente por isso, é necessário Evitar riscos mascarando ou cifrando-os.

De acordo com normativo Protetor espanhol de Informação pessoal, regulados em diferentes normas (ISTO, Decretos Reais e LOPD), a dados dissociados Não se aplicarão as disposições relativas à proteção de dados pessoais. Em outras palavras, uma vez que o seu tratamento impede que a informação seja atribuída à pessoa identificada ou identificável, estão excluídos do mesmo, o que constitui uma exceção legal que demonstra a margem importante segurança que se pode esperar dela.

Versus outras opções de proteção dados, como a encriptação ou a tokenização, El enmascaramiento de datos es concretamente ventajoso para evitar fugas y cumplir con los standards de seguridad mientras permanece operativo. Siempre que se realize una implementación óptima, a los datos disociados serán irreversíveis. Em outras palavras, no lograremos revertir el procedimento de enmascaramiento, haciendo imposible recuperar los datos originales. O, lo que es lo mismo, una vez enmascarada la información, la disociación de datos hace que no esté disponible para nadie.

Neste aspecto, salvo pequeñas brechas inevitables, a la disociación es garantia de seguridad. Na sua vez, dado que los proyectos de enmascaramiento de datos son selectivos, no todo está enmascarado. Dentro de una iniciativa de enmascaramiento de datos, se implementa de forma progressiva, desde um enfoque escalável, escolhendo mascarar dados sensíveis que são realmente convenientes para ganhar eficiência. Uma estratégia que além disso é funcional para tal efeito, ao mesmo tempo sendo assim também graças aos seus atributos essenciais, especialmente sendo válida, significativa e preservando a integridade referencial. Ainda assim, não percamos de vista o facto de que quanto maior for o conjunto de dados dissociados, mais fácil será alcançar o objetivo de tornar impossível que seja reversível.

Fonte da imagem: Stuart Hundred / FreeDigitalphotos.net

(função(d, s, Eu iria) {
var js, fjs = d.getElementsByTagName(s)[0];
E se (d.getElementById(Eu iria)) Retorna;
js = d.createElement(s); js.id = id;
js.src = “//connect.facebook.net/es_ES/all.js#xfbml=1&status = 0”;
fjs.parentNode.insertBefore(js, fjs);
}(documento, 'roteiro', 'facebook-jssdk'));

Assine a nossa newsletter

Nós não enviaremos SPAM para você. Nós odiamos isso tanto quanto você.

Datapeaker