banner large

Data gelap: Mengelola data yang tidak dapat Anda lihat

Comment
X
Share

Kami sangat antusias untuk menghadirkan Transform 2022 kembali secara langsung pada 19 Juli dan 20 – 28 Juli secara virtual. Bergabunglah dengan AI dan pemimpin data untuk pembicaraan yang berwawasan luas dan peluang jaringan yang menarik. Daftar hari ini!


Di era saat ini dengan volume dan kompleksitas data yang tampaknya tak terbatas, banyak perusahaan secara tidak sengaja mengabaikan seluruh kategori data yang penting bagi perlindungan data dan praktik manajemen mereka. Rata-rata, lebih dari 50% data perusahaan adalah “gelap” – informasi disimpan dalam penyimpanan data tanpa nilai yang melekat atau ditentukan. Selain menghabiskan biaya penyimpanan rata-rata $26 juta per tahun, data gelap menimbulkan risiko yang signifikan terhadap upaya keamanan dan kepatuhan perusahaan, menjadikannya lebih penting dari sebelumnya untuk mengatasi masalah mendasar yang menyebabkannya.

Data gelap mengancam perlindungan

Sebagian besar bisnis tidak memiliki kejelasan seputar data yang perlu mereka lindungi. Karena data gelap sering kali tidak terlihat dan tidak terpikirkan oleh banyak perusahaan, penyimpanan data gelap – menyimpan data sensitif dan berharga – menjadi target yang menarik bagi penjahat siber dan serangan ransomware.

Selain itu, hampir setengah dari pengambil keputusan TI senior tidak dapat dengan yakin dan akurat menyatakan jumlah pasti layanan cloud yang saat ini digunakan perusahaan mereka, bahkan ketika perusahaan menerapkan pendekatan multicloud dengan sumber daya cloud lokal dan publik sebagai bagian dari infrastruktur data mereka. Jika sebuah organisasi gagal untuk menyoroti data gelap, terutama data gelap yang disimpan di cloud, pendekatan multicloud dapat semakin memperluas pintu ke serangan siber dan pemulihan dalam skala besar tidak dapat dipastikan.

Bertahan dari segala jenis serangan ransomware memerlukan pemahaman tentang apa dan di mana data Anda berada, serta apa nilainya. Semakin banyak organisasi tahu tentang data yang mereka pegang, semakin efektif mereka dalam memahami bagaimana melindunginya dari risiko dan bagaimana memulihkannya setelah serangan.

Data gelap mengancam kepatuhan

Data yang tidak ditandai dan tidak terstruktur juga menimbulkan tantangan untuk memenuhi lanskap peraturan yang terus berkembang. Misalnya, Undang-Undang Privasi Konsumen California – atau CCPA – yang saat ini terbatas cakupannya tetapi akan beroperasi penuh pada Januari 2023, akan mewajibkan bisnis – termasuk pialang data – untuk memberikan pemberitahuan kepada konsumen yang menjelaskan praktik privasi mereka.

Meskipun kami belum memiliki undang-undang kepatuhan data federal, negara bagian mengikuti jejak California. Dengan undang-undang privasi data yang meluas ke Virginia, Colorado, Massachusetts, dan New York, perusahaan yang mengidentifikasi dan membuat katalog informasi paling penting mereka, menghapus informasi yang tidak memiliki nilai, dan memastikan kepatuhan terhadap semua peraturan lokal paling sesuai untuk secara proaktif mengelola risiko informasi dan menghilangkan kesenjangan dalam tata kelola data.

Secara taktis, perusahaan dapat menerapkan kemampuan pengambilan data, pengarsipan, dan pengawasan untuk mengikuti persyaratan kepatuhan data. Pengelolaan data gelap yang lebih baik akan membantu perusahaan mematuhi peraturan ketat dan menerapkan kebijakan penyimpanan di seluruh data estate mereka.

Data gelap dan keberlanjutan

Terlebih lagi, data gelap memainkan peran penting dalam kepatuhan lingkungan perusahaan – serangkaian peraturan yang semakin meningkat. Ketika perusahaan bekerja untuk mengembangkan program keberlanjutan untuk memenuhi standar pengurangan karbon, biaya lingkungan dari data gelap harus menjadi prioritas. Penyimpanan data gelap diperkirakan mengeluarkan 6,4 juta ton karbon dioksida ke atmosfer pada tahun 2020. Dan prospek masa depan bahkan lebih buruk – analis memperkirakan peningkatan 91 ZB data gelap pada tahun 2025 (lebih dari empat kali lipat volume pada tahun 2020). Ini berarti data gelap akan terus memancarkan karbon ke atmosfer pada tingkat yang mengkhawatirkan.

Untuk melindungi planet ini dari pemborosan data gelap, bisnis harus meninjau strategi manajemen data mereka, mengidentifikasi data berharga dan membersihkan pusat data dan awan data yang tidak perlu. Dengan mengelola data gelap dengan benar, ada peluang signifikan bagi perusahaan untuk mengurangi jejak karbon mereka, mematuhi peraturan lingkungan industri, dan memenuhi tujuan keberlanjutan yang semakin penting bagi berbagai pemangku kepentingan.

Mengelola dan melindungi data gelap

Jelas bahwa data gelap menimbulkan ancaman terhadap keamanan dan kepatuhan perusahaan. Jadi, bagaimana pengelola data dapat mengidentifikasi, mengelola, dan melindungi data gelap dengan lebih baik di dalam perusahaan mereka?

Pertama, petugas data harus mengembangkan dan bertindak dari kerangka berpikir manajemen data proaktif, yang memungkinkan organisasi mendapatkan visibilitas ke dalam data mereka, mengendalikan risiko terkait data, dan membuat keputusan berdasarkan informasi tentang data mana yang harus disimpan versus dihapus. sebelum peristiwa keamanan kritis terjadi.

Beberapa taktik yang harus diterapkan oleh manajer data untuk membentuk pola pikir proaktif adalah pemetaan data, yang digunakan untuk menemukan semua sumber dan lokasi data yang dikumpulkan dan disimpan, dan minimalisasi data, digunakan untuk mengurangi jumlah data yang disimpan dan memastikan bahwa data yang disimpan berhubungan langsung dengan tujuan pengumpulannya.

Kedua, perusahaan juga harus menggunakan kemajuan teknologi untuk keuntungan mereka. Kecerdasan buatan (AI) dan pembelajaran mesin (ML) menawarkan peluang signifikan untuk secara efektif mengidentifikasi, mengelola, dan melindungi kumpulan besar data yang tidak ditandai dan tidak terstruktur serta memainkan peran penting dalam proses manajemen data.

Tujuan utamanya adalah untuk mengelola informasi, bukan hanya data, pada sumbernya (tepi) dengan memindai, menandai, dan mengklasifikasikan informasi dengan cepat untuk memastikan bahwa data sensitif atau berisiko dikelola dan dilindungi dengan benar, di mana pun ia berada. Dengan demikian, kebijakan AI dan ML yang transparan membantu bisnis mendapatkan visibilitas penuh ke dalam data mereka dengan mencari kerentanan dan mengamankan risiko. Itu perbatasan berikutnya.

Data gelap yang dikelola dengan benar menawarkan masa depan yang lebih aman dan sesuai untuk organisasi, menurunkan biaya dan memungkinkan tindakan melalui kecerdasan yang sebelumnya belum dimanfaatkan, membuka kemungkinan untuk pengoptimalan dan inovasi organisasi dalam perusahaan mana pun.

Ajay Bhatia adalah wakil presiden dan manajer umum, kepatuhan data dan tata kelola di Veritas Technologies.

DataDecisionMakers

Selamat datang di komunitas VentureBeat!

DataDecisionMakers adalah tempat para ahli, termasuk orang-orang teknis yang melakukan pekerjaan data, dapat berbagi wawasan dan inovasi terkait data.

Jika Anda ingin membaca tentang ide-ide mutakhir dan informasi terkini, praktik terbaik, dan masa depan data dan teknologi data, bergabunglah dengan kami di DataDecisionMakers.

Anda bahkan mungkin mempertimbangkan untuk menyumbangkan artikel Anda sendiri!

Baca Lebih Lanjut Dari DataDecisionMakers

Leave a Reply

Your email address will not be published.