-
❌ RPC API für Datenschutz ❌ Sichere Datenmaskierung von unstrukturierten Streams (aka Datenströme) und Dateien ❗
PII in Dark Data: RPC API für die Suche und Maskierung von unstrukturiertem Text! IRI DarkShield Version 4 verfügt über ein Remote Procedure Call (RPC) Application Programming Interface (API) für die Suche und Maskierung von unstrukturiertem Text. Die API ermöglicht die Verwendung von DarkShields Suchmatchern und Maskierungsregeln außerhalb des Kontexts von Dateien. Diese "Basis-API" ist auch die zugrundeliegende Technologie, die von der DarkShield Files API verwendet wird, um Such- und Maskierungsoperationen speziell in Freiformtext, CSV/TSV, JSON/XML, PDF und Bilddateien durchzuführen. Die DarkShield-API ist als Plugin auf der IRI Web Services Plattform (Codename Plankton) aufgebaut, so dass der Benutzer selbst entscheiden kann, welche Dienste er benötigt, während er die gleichen Hosting-,…
-
❌ Microsoft SharePoint ❌ Zugriff auf Daten in SharePoint-Verzeichnissen/Directories für Datenmanagement und Datenschutz ❗
SharePoint verbinden und Daten nutzen: Unter Verwendung des Dateisystems über OneDrive! In diesem Artikel wird erklärt, wie man sich mit SharePoint-Sites verbindet und Daten von SharePoint-Sites – unter Verwendung des Dateisystems über OneDrive – für Operationen in IRI Workbench-unterstützter Datenmanagement-Software verwendet. Diese Software umfasst die IRI Voracity-Plattform und ihre Komponentenprodukte: CoSort, NextForm, RowGen, FieldShield, DarkShield und CellShield EE. Die IRI-Softwareprodukte für Datenmanagement und -schutz arbeiten mit einer Vielzahl von Datenquellen und -formaten. Der Zugriff auf Daten in SharePoint-Verzeichnissen war jedoch bisher unmöglich, da diese Dateien online gehostet werden. Genauer gesagt gab es keine Möglichkeit auf sie zuzugreifen, ohne sie in das Dateisystem herunterzuladen, es sei denn, die Dateidaten wurden gestreamt.…
-
❌ Testdatenmanagement ❌ Eine praktikable und überprüfte TDM-Strategie ist der beste Weg, damit genügend realistische Testdaten zur Verfügung stehen ❗
. Testdaten-Management: Für Qualität, Sicherheit und Nutzen! Wie Ihnen jeder, der mit den Herausforderungen von "healthcare.gov" vertraut ist, bestätigen kann, erfordert die Entwicklung komplexer Anwendungen einen angemessenen Zeitraum für formale Tests und umfassende Testdaten. Je besser und umfangreicher Ihre Testdaten sind, desto zuverlässiger können Ihre neuen Lösungen und Abläufe sein. Ziel des Testdatenmanagements (TDM) ist es, die Erzeugung von Testdaten zu systematisieren und deren Qualität, Sicherheit und Nutzen zu verbessern. TDM ist zu einem IT-Imperativ geworden. Laut dem InfoSys-Whitepaper "Test Data Management, Enabling Reliable Testing through Realistic Test Data: "Testteams müssen nicht nur exakte Testmethodiken befolgen, sondern auch die Genauigkeit der Testdaten sicherstellen. Sie müssen auch sicherstellen, dass die Tests…
-
❌ Splunk Datenverarbeitung ❌ Big Data vor der Indizierung verarbeiten und maskieren für höhere Leistung und End-to-End Datenschutz ❗
Splunk-App für Data Wrangling & Datenmaskierung: Die beste Möglichkeit für die Datenerkennung, -integration, -migration, -verwaltung und -analyse von Splunk Enterprise oder Splunk Enterprise Security! Der Vorteil ist ein nahtloser, gleichzeitiger operativer Daten-zu-Informationsfluss von der schnellen Vorbereitung und dem Schutz großer und kleiner Datenquellen durch Voracity bis hin zu den leistungsstarken Visualisierungen und dem adaptiven Response-Framework von Splunk. In einem einzigen Durchgang durch mehrere Eingaben können Voracity-Jobs Daten für Analysen transformieren, filtern, bereinigen, neu formatieren und in ein Stadium (Wrangling) bringen und die darin enthaltenen PII für Compliance- und Datenverletzungen zu de-identifizieren! Die Anwendung nimmt Daten, die von IRI-Jobs erzeugt werden die in den 4GL (*.cl)-Job-Skripten von "SortCL"-kompatiblen Produkten in Voracity…
-
❌ SAP DB-Inhalte ❌ Big Data Mapping und zusätzliche sichere Datenmaskierung mit Data Munging von SAP HANA-Daten ❗
Datenbank-Performance und -Schutz: Getestet und verfügbar für SAP HANA! Es gibt eine Reihe von Performance-Problemen, die mit sehr großen Datenbankumgebungen (VLDB) verbunden sind, einschließlich: Suchen, Profilieren und Klassifizieren von Daten Anfragebeantwortung Extraktion Reorgs Bulk loads Maskierung von Daten (PII) Überwachung, Schutz und Auditierung Migration und Replikation Testen mit großen Datenmengen Bevor Sie sich für eine neuere DB-Version oder einen neuerer Server, ein DB- oder ELT-Gerät, SSD oder Hadoop, In-Memory-Datenbanken, DB-spezifische Spaltenverschlüsselung, ein Megavendor-Maskierungs- oder TDM-Produkt entscheiden – Probieren Sie die weniger invasiven, kostengünstigeren, weniger komplizierten und bewährten Ansätze von IRI aus! Die IRI-Softwareprodukte unterstützen alle HANA-Datenbanken mit JDBC- und ODBC-Treibern oder Flat-File-Extrakten und -Importen aus ihrer üblichen, kostenlosen Eclipse-Jobdesign-IDE (IRI…
-
❌ Schutz vor Credential Stuffing ❌ Datenpanne schon im Vornherein verhindern, mittels Datenmaskierung von PII, PAN oder PHI ❗
Überlegen Sie das Risiko: Finden und maskieren Sie PII dort, wo sie stecken! Ungesicherte Daten können den Ruf Ihres Unternehmens schädigen und Millionen von Bußgeldern verursachen. Die preisgekrönte datenzentrische ("Startpunkt") Sicherheitssoftware von IRI hat sich in einer Vielzahl von Umgebungen zur Aufhebung von Verstößen, Einhaltung des Datenschutzes und DevOps (Testdaten) wiederholt bewährt. Verwenden Sie zweckmäßige IRI-Datenschutzprodukte oder die umfassende IRI Voracity-Plattform, um sensible Daten zu finden und zu maskieren – egal in welcher Form und wo sie sich befinden – und um zu beweisen, dass Sie sie geschützt haben. IRI FieldShield: Finden, klassifizieren, maskieren und risikobehaftete PII über Legacy-Dateien, relationale und NoSQL-Datenbanken, Cloud-Anwendungen usw. mit AES-256 FPE, Hashing, Redaktion, Pseudonymisierung,…
-
❌ MySQL & MariaDB ❌ Schnellere und sichere Datenbank dank bewährter Lösung für zeitaufwendige Probleme ❗
Herausforderungen bei der Arbeit mit MySQL und MariaDB: schnellere und sichere Datenbank als Ziel! Sie können mit einem oder mehreren dieser zeitaufwendigen Probleme bei der Arbeit mit MySQL konfrontiert werden: Datenermittlung: Profilerstellung, Klassifizierung, ERDs Be- und Entladen großer Tabellen Routinemäßige Versorgungsoperationen (Reorgs) Komplexe Abfragen Migration oder Replikation Maskierung sensibler Daten Generierung intelligenter und sicherer Testdaten Auch spezifische Leistungsdiagnosen und -abstimmungen brauchen Zeit und können andere Benutzer betreffen. Schließlich können gespeicherte SQL-Prozeduren auch ineffizient programmiert werden, erfordern eine Optimierung und dauern dann immer noch zu lange. Beschleunigen Sie die Entladung: IRI FACT (Fast Extract) zur Beschleunigung der MySQL-Entladung. Verwenden Sie die SQL-Syntax in FACT’s CLI oder GUI, um Tabellendaten in Flat-Files…
-
❌ Einfache interoperable Metadaten ❌ Versteckte, kryptische und binäre Metadaten in Plattformen für Datenverwaltung sind schwer zu interpretieren ❗
SortCL: Datendefinition und -manipulation 4GL! IT- und Datenabteilungen sind auf Metadaten angewiesen, um ihre eigenen Systeme zu verstehen und ihre Tools und Prozesse aufeinander abzustimmen. Einige Tools verwenden jedoch: kryptische Metadaten, die nicht leicht verständlich sind versteckte Metadaten, so dass sie nicht geändert werden können binäre Metadaten, die andere Tools nicht verwenden können Die Metadaten, die im IRI CoSort-Paket, in der IRI-Voracity-Datenmanagement-(und ETL)-Plattform und ihren zweckmäßigen Teilprodukten (IRI NextForm für befreiende Datenkonvertierung, IRI FieldShield für datenzentrierte Sicherheit und IRI RowGen für synthetische Testdatengenerierung) verwendet werden, befinden sich in einem vertrauten und selbstdokumentierenden 4GL für die Datendefinition, Manipulation (Transformation, Maskierung, Bereinigung, etc.) und Zuordnung (Umformatierung und Reporting) namens SortCL. Benannt nach…
-
❌ PII in strukturierten Flat-Files ❌ Sensible personenbezogene Daten automatisch klassifizieren, finden und schützen ❗
Datenklassifizierung: Daten katalogisieren und durchsuchen – und Datentransformations- + Schutzfunktionen anwenden! Benutzer von PII-Maskierungswerkzeugen wie FieldShield für strukturierte Flat-Files, DarkShield für semi/unstrukturtierte Datenquellen und CellShield für gezielte Datenmaskierung in Microsoft Excel®-Tabellen können ihre Daten katalogisieren und durchsuchen – und Datentransformations- und Schutzfunktionen als Regeln anwenden – unter Verwendung der integrierten Datenklassifizierungsinfrastruktur in ihrer gemeinsamen Front-End-IDE, IRI Workbench, die auf Eclipse™ aufbaut. Die Multi-Source-Datenerkennungsfunktionen (Suchfunktionen) in IRI Workbench können die von Ihnen definierten Datenklassen nutzen oder Ihnen dabei helfen, Ihren Daten auf der Grundlage Ihrer Suchergebnisse, Geschäftsregeln und/oder Domänenontologien Datenklassen oder Datenklassengruppen zuzuordnen. Sie können Ihre Datenklassenbibliothek in wiederverwendbaren Feldregeln (z. B. Datenmaskierung) verwenden. Und Sie können diese Regeln auch bei…
-
❌ Schnellste Datenerfassung ❌ Parallele Extraktion aus bspw. Oracle und DB2 in Flat-Files beschleunigen BI/DW-, Migration und Archivierung ❗
. Paralleles Entladeprogramm für sehr große Datenbanken: ETL, Reorgs & Migration! Ein schneller Extraktionsschritt kann eine kritische Komponente sein: Datenbankarchivierung und -replikation Datenbankberichte und Migrationen Data Warehouse ETL-, ELT- und ODS-Operationen Offline-Berichterstattung und Schutz von Massendaten IRI FACT™ ist ein Dienstprogramm zum parallelen Entladen von sehr großen Datenbanktabellen (VLDB). FACT verwendet einfache Job-Skripte (unterstützt in einer vertrauten Eclipse-GUI), um schnell portable Flat-Files zu erstellen. Die Geschwindigkeit von FACT basiert auf nativen Verbindungsprotokollen und einer proprietären Split-Abfragelogik, die Milliarden von Zeilen in Minuten entladen. Obwohl FACT ist ein eigenständiges und anwendungsunabhängiges Dienstprogramm ist, kann es auch gut mit anderen Programmen und Plattformen zusammenarbeiten. So erstellt FACT optional Metadaten für Datendefinitionsdateien (.DDF),…
